滞后大系统的智能集结与稳定性分析（英文）

本文首次将人工神经网络技术引入滞后大系统的集结和稳定性分析，给出了一种崭新的用于滞后大系统集结和稳定性分析的智能方法。该方法不仅适用于线性定常滞后大系统，同时，对时变滞后大系统同样有效。数值仿真结果表明，该方法是完全可行和有效的。     

一种新型大纯滞后过程控制方案的鲁棒稳定性分析

提出了一种新型的大纯滞后系统的控制方案，该方案无需根据被控对象做出精确的预估模型，仅用常规的PI调节器即可实现系统的控制，仿真试验结果表明：在随动和可测干扰情况下，大纯滞后不影响系统的控制效果和稳定性，系统对于被控对象参数的变化不敏感；系统的抗干扰能力比传统大纯滞后控制方案有了较大提高，干扰可被迅速消除。     

基于PLC的神经元自适应PID的实现方法与应用

介绍了采PLC内IPID回路表实现神经元自适应控制的方法，对大纯滞后系统实现快速有效的实时控制．该单经元采用hebb学习算法，对大滞后一阶仿真结果表明能有效地改善系统的动态性能．此方法对时变大滞后系统有广泛的应用价值．     

基于灰色预测-模糊控制的絮凝剂自动添加系统设计

分析了絮凝沉降过程大惯性、大滞后的特点,提出了在浓缩机清水层内进行浊度检测,并采用GM(1,1)灰色模型对清水层浊度值进行预测的方法,改善了系统滞后对絮凝剂添加控制性能的影响;设计了灰色预测与模糊控制相结合的絮凝剂自动添加系统。现场试验表明,该方法能够解决系统滞后大、絮凝剂添加不及时引起的溢流水浊度超标问题,浊度稳定性明显提高,避免了系统失控现象的发生。     

散热器试验台送风系统规则自提取模糊控制试验

提出了环境试验室送风系统规则自提取模糊控制方法,试验研究了基于送风加热器调节的送风温度与测试室温度的模糊控制和比例积分(PI)控制效果.试验结果表明,对于无滞后环节的送风加热器-送风温度控制回路,传统PI控制方法具有较好的控制性能,收敛速度快;基本模糊控制方法收敛较慢,存在稳态误差;规则自提取模糊控制方法超调大,但收敛速度加快,稳态误差减小.对于具有滞后环节的送风加热器-测试室温度控制回路,规则自提取模糊控制方法超调小、稳态误差小、控制效果最好.可见,对于无滞后环节的被控过程,采用PI控制方法即可满足要求;而规则自提取模糊控制方法非常适用于具有大滞后环节的过程控制.     

含对象脉冲序列模型辨识智能PID参数自整定

提出了一种新的在线ＰＩＤ参数自整定方法，在对象辨识中，引进了非参数的离散脉冲序列模型，并推导出一组闭环情况下的辨识公式，它适合于大纯滞后和各种阶次的复杂对象，很好地解决了大纯滞后的辨识问题，文中还把仿真技术引进实时控制中，设计出一种实用的，具有一定智能性的自整定方法，实时控制实验证明此方法是正确和有效的。     

一种强鲁棒性多内模控制器的设计与仿真

提出一种强鲁棒性的多内模控制器的设计方法，其可在线测试对象特性参数和模型快速跟踪对象。大量的仿真试验表明，它是一种适用于大滞后和参数时变的控制器，可同时满足随动与定值二自由度系统的控制要求，并增强系统的鲁棒性。     

大纯滞后对象多变量系统的改进ERGA配对方法

针对效能相对增益矩阵(ERGA)在大纯滞后对象变量配对中存在的问题,提出利用纯滞后时间τ和时间常数Tc的相对大小来形成纯滞后矩阵,并对带宽矩阵进行加权修正,得到改进的ERGA配对方法.通过工程实例对ERGA和改进ERGA配对方法进行了仿真对比,结果证明,在含有大纯滞后对象的系统中,由于改进的ERGA配对方法采用纯滞后矩阵对带宽矩阵进行了修正,减小了含大纯滞后对象配对的可能性,因此能更全面地反映对象动态特性,得到更加合理的配对结果.改进ERGA配对方法能全面反映对象的动态特性,因此在大纯滞后对象的MIMO系统变量配对中有着广阔的应用前景.     

大系统在稳定性理论中的分解问题(4)

本文应用李雅普诺夫函数分解的方法,研究了具有大滞后、全滞后的大系统在稳定性理论中的分解问题.同时对n=2,给出了滞后界限与分解系数的估计公式.     

滞后线性时变连续大系统的滞后相关稳定性

应用向量Ｌｙａｐｕｎｏｖ函数法结合比较原理，研究了滞后线性时变连续（大）系统的稳定性，得到了充分判据，且这些判据中包含有滞后信息、因此称为滞后相关稳定性判据。在实际系统中，尤其是当滞后较小时，它们通常能给出较优的结果。     

基于滞后时间削弱器的模糊PID控制系统设计与仿真

针对大滞后对象控制难以及其PID参数整定难的问题,提出一种有效控制大滞后对象的方法.首先利用滞后时间削弱器将大滞后对象演变成小滞后的等效对象,然后用模糊控制对PID参数进行在线自整定,即构成模糊PID控制器,进而对小滞后的等效对象进行自适应控制.仿真结果表明,该控制系统与常规PID控制系统相比,具有良好的动、稳态特性和较强的抗干扰性、鲁棒性.     

基于遗传模糊免疫算法的PID参数整定优化研究

针对工业过程中的PID参数整定较难的问题,在分析模糊免疫算法的基础上,提出了一种遗传模糊免疫算法,用于在线整定PID参数。该算法用免疫反馈机理在线调整比例系数,模糊算法在线整定积分系数和微分系数。同时,该算法引用具有全局寻优特性的遗传算法优化免疫参数,克服了免疫参数选取不当而导致系统超调量较大、响应速度过慢的问题。针对工业过程中的无时滞过程、一阶惯性加时滞过程、二阶惯性加时滞过程、高阶系统过程,将该算法用于PID参数整定优化,并与模糊免疫算法、免疫PID算法、常规PID算法整定结果进行对比分析。仿真实验结果表明,遗传模糊免疫算法整定出的PID参数具有超调量小、调节时间短、抗干扰性强、鲁棒性强等优点,取得了较好的控制效果。     

一种烧结终点模糊滑模控制策略及其在烧结过程中的应用

烧结过程具有强非线性、时滞和时变等特性。在分析烧结过程热状态的基础上,提出了一种烧结终点的模糊滑模控制策略,将模糊逻辑和滑模控制方法结合起来,并将其应用在某烧结厂烧结机的台车速度控制中。这种控制方法能在线调整参数,对烧结过程中大惯性、大滞后对象进行有效控制,在对象参数变化或存在较大扰动的情况下,能保持较好的控制品质。结果表明:这种方法稳定了烧结生产,为实现烧结过程的智能优化控制奠定了基础。     

一类时滞离散模糊切换系统的H∞控制

研究了一类时滞离散模糊切换系统的H∞控制问题.基于模糊Lyapumov-Krasovekli函数,应用并行部分补偿算法,设计了使模糊系统全局渐近稳定的控制器,提出并证明了一个新的判别闭环一类离散时滞模糊切换系统H∞渐近稳定的充分条件.     

一类不确定时滞离散模糊切换系统的鲁棒稳定性问题

研究了一类不确定时滞离散模糊切换系统的鲁棒稳定性问题。基于模糊Lyapumov-Krasovekli函数,采用并行部分补偿算法,设计了使模糊系统全局渐近稳定的控制器,提出并证明了一个新的判别闭环不确定离散时滞模糊切换系统鲁棒渐近稳定的充分条件。     

一类离散不确定时滞系统的鲁棒模糊控制

定义一种具有时滞和参数不确定性的离散Takagi—Sugeno(T—S)模糊模型．研究基于此模糊模型的离散不确定时滞系统的模糊鲁棒控制问题。利用Lyapunov稳定性理论，提出一种基于LMI的模糊鲁棒状态反馈控制器的新的设计方法，给出模糊反馈控制器存在的充分条件，证明模糊闭环系统的鲁棒全局渐近稳定性。算例仿真表明该方法的有效性。     

AGC板厚控制系统中对时滞非线性问题的有效控制方法

针对在AGC板厚控制系统中存在时滞、时变、大惯性、非线性等问题，提出了采用，自适应集中延时神经网络辨识、最优预报和模糊免疫PID控制相结合的控制方案，有效地提高了系统的控制精度和动态性能。经MATLAB仿真实验表明，各项指标均好于传统的控制方式，取得了令人满意的控制效果。     

一类不确定模糊时滞系统的鲁棒输出反馈H_∞控制

研究了一类不确定模糊时滞系统的鲁棒输出反馈控制问题.首先利用模糊T-S模型对一类非线性不确定时滞系统进行建模.其次,基于李雅普诺夫函数方法,给出了鲁棒输出反馈控制器存在的充分条件,该条件最后转化为一个线性矩阵不等式的可解性问题.数值的例子验证了结果的有效性.     

模糊神经网络控制器的设计与仿真

提出了一种复杂系统模糊建模及控制的神经网络方法,通过ＢＰ神经网络,对模糊规则的结论参数和隶属函数进行在线修正,实现模糊规则的自组织,这种控制方法可用地对受控对象缺乏精确的数学模型或具有时滞,高阶,非线性等难以用现有的控制理论分析方法和控制的复杂系统,仿真结果证明了这种方法的有效性。     

一类具有时滞的不确定非线性离散系统的鲁棒模糊控制

对一类基于T-S(takagi-sugeno)模糊模型的具有时滞的不确定非线性离散系统的模糊鲁棒控制问题进行了探讨．提出了一种基于线性矩阵不等式(LMI)方法的模糊鲁棒状态反馈控制器的设计方法，并根据Lyapunov稳定性理论，获得了系统模糊鲁棒稳定的充分条件，仿真结果验证了该控制方法的有效性。