双重积分时滞对象的二自由度IMC-PID控制

针对一类具有时滞的双重积分对象,根据内模控制理论提出一种二自由度IMC-PID控制器设计方法.所设计的控制器具有两个可调参数,而且被调节参数与系统性能直接相关,通过调节这两个参数,可使系统同时具有良好的目标值跟随特性和干扰抑制特性.仿真结果表明它的有效性.     

基于干扰观测器的小卫星自适应积分滑模姿态控制

针对飞轮摩擦力矩和外界干扰力矩对小卫星姿态控制精度的影响,设计了一种自适应积分滑模控制器。首先通过设计干扰观测器来补偿飞轮摩擦力矩,并给出了干扰观测器能稳定工作的条件。针对滑模控制器存在的抖振问题,通过对切换增益设计自适应律来减弱抖振,然后基于干扰观测器和自适应律设计了自适应积分滑模控制器,理论证明了该控制器的稳定性。最后通过对小卫星姿态控制进行数字仿真,在控制器作用下,小卫星实现了 0.001°的控制精度,同时具有较小的抖振幅度,证明了所设计控制器的优越性。     

不确定时滞耦合复杂网络的滑模追踪控制

针对一类具有未知参数和外界干扰的时滞耦合复杂网络,通过设计具有积分环节的滑模面和自适应控制器,实现了该时滞耦合复杂网络对外部参考信号的追踪控制.所设计的控制器能够保证动态复杂网络从任意初始状态出发都能达到滑模面上且趋于稳定.控制器的设计能有效克服系统模型不确定和外部干扰的影响,具有一定的鲁棒性.数值仿真结果得出各个节点都能追踪参考信号,追踪误差随时间衰减为零,验证了该控制方法的有效性.     

双重积分时滞对象的最优抗干扰设计

针对具有时滞的双重积分对象，提出了两种新颖的二自由度控制结构．对于给定点跟踪控制器：一个是采用鲁棒H2最优控制性能指标设计；另一个是采用常规的微分控制器，它们均在对象输入和输出端之间设计相同的负载干扰抑制闭环，通过提出期望的闭环余灵敏度函数的方法来反向确定扰动观测器，并给出了负载干扰抑制闭环保证鲁棒稳定性的充要条件．该方法可以直接用于抑制工业单积分时滞过程中的斜坡型负载干扰信号．仿真实例验证了本方法的优越性．     

不稳定时滞过程的二自由度PID控制

针对一类不稳定时滞过程，采用双环控制结构，首先使广义对象稳定，然后按内模控制原理设计了一种二自由度PID控制器．所设计的控制器具有两个可调参数，且被调参数与系统性能直接相关，可使系统同时具有良好的目标值跟踪特性和干扰抑制特性．仿真结果证明了它的有效性.     

变参数FOPDT型系统的强鲁棒自适应PI控制器设计

针对基于非线性模型控制器设计困难的问题,将非线性系统用变参数形式的一阶惯性加延迟(FOPDT)模型描述,并进行控制器设计,从而简化控制器的设计过程并提高控制性能.采用一种新型的自适应比例积分(PI)控制器结构,通过增益参数切换和积分复位实现高精度的设定点跟踪和扰动抑制性能.仿真及实验结果表明:文中方法使系统控制精度提高10倍,达到0.01°;超调量有所减少;模型变化时,阶跃响应和干扰抑制效果仍佳;与传统的PI方法比较,文中方法具有良好的动态、稳态响应性能和鲁棒性.     

基于伯德理想传递函数的分数阶PID控制器

针对分数阶系统,提出了一种基于伯德理想传递函数的分数阶比例-积分-微分(PID)控制器设计方法.首先分析了伯德理想传递函数的增益和分数阶微积分阶次分别与系统动态性能和鲁棒性之间的关系,然后将伯德理想传递函数作为参考系统,选择分数阶被控对象的阶次作为控制器中微积分阶次,并根据系统动态响应性能和鲁棒性调节增益K,简化了控制器参数的整定.仿真结果表明:所提方法不但设计简单,整定方便,而且具有较好的动态性能、干扰抑制特性,以及克服系统参数变化的鲁棒性.     

具有未知扇区非线性输入的混沌系统修正投影同步

研究了具有未知扇区非线性输入且含有模型不确定性和外部干扰的混沌系统的修正投影同步问题.基于Lyapunov稳定性理论和滑模控制方法,设计了具有积分环节的滑模面和自适应滑模同步控制器,实现了驱动-响应系统的修正投影同步.该方法考虑了由于执行器限制等因素引起的控制输入的非线性影响,并且在控制器的设计中,不需要预先知道扇区非线性输入函数的界值.所设计控制器不受系统模型不确定性、外界干扰和非线性输入的影响,可适用于任意混沌系统,具有很强的鲁棒性和通用性.以Lorenz混沌系统和Chen混沌系统为例的仿真研究表明该控制方法的有效性.     

基于正交神经网络的动力定位自适应控制器设计

动力定位船舶在海上进行定点定位作业时不可避免地会受到风、浪、流海洋环境力的干扰,这种持续的环境力扰动会导致船舶在实际定位时产生静态误差,不能准确地到达目标定位点.在利用反步法进行控制器设计时,大多数文献引入自适应积分项用于抵抗外界环境扰动,通过在控制器中加入船舶当前位置与目标位置的偏差积分项估计出外界未知环境扰动,从而达到自适应控制效果.在此基础上,改进了自适应积分项为正交基神经网络项进行控制器设计,以补偿静态误差,实现准确定位.最后通过水池模型试验对比验证了所设计控制器的可行性.     

具有未知扇区非线性输入混沌系统的自适应滑模投影同步

研究了一类具有未知扇区非线性输入且含有未知不确定性和外部干扰的主从混沌系统的投影同步问题. 首先选择了一个合适的滑模面, 然后基于Lyapunov稳定性理论设计滑模控制器和自适应更新规则. 所设计的控制器不受未知不确定性和外部干扰的影响, 具有很强的鲁棒性. 通过对不确定主从Duffing-Holmes系统的仿真研究, 验证了所设计控制器的有效性.     

适用于DC/DC 变换器的预测函数控制优化策略

针对使用预测函数控制(Predictive Function Control, PFC)的 DC / DC 变换器在负载切换时产生的扰动对变 换器响应速度有较大影响的问题,提出通过设计观测器观测扰动来优化预测函数控制算法的控制效果;相对于其 他提高系统抗扰动的方法,通过设计观测器来提高变换器抗扰动的方法的优点是实现简单、优化后控制效果好等; 设计 Luenberger 观测器对负载切换时产生的扰动进行观测,将观测值反馈给预测函数控制算法进行最优化分析, 并结合仿真结果对目标函数进行调整,优化后的目标函数能更好地响应扰动并尽快达到稳态;最后将优化后的控 制算法与 PI 双闭环控制方法进行比较,结果显示优化后的控制算法在受到扰动后比双 PI 控制方法动态性能更 好,实现了应对负载切换时提高系统动态性能的目标,增强了 DC / DC 变换器的抗干扰能力;优化后的算法只考虑 了负载切换时的扰动对于系统其他方面的扰动没有考虑进去,可以通过设计整个系统的观测器来进一步提高 DC / DC 变换器抗扰动的能力。     

基于专家内模的氩氧精炼低碳铬铁的碳含量终点控制系统

为了实现低碳铬铁冶炼时间的必要缩短,分别建立氩氧精炼低碳铬铁过程中碳含量降低速率与温度变化速率与氧气供给速度之间的机理模型方程,且根据不同碳含量阶段的供氧速率构造专家控制系统,实现内模控制器滤波器时间常数的自调节,建立了基于专家内模的氩氧精炼低碳铬铁的碳含量终点控制系统。仿真结果表明:该系统能够在实现内模控制稳态无误差的基础上,进一步提高系统的动态响应,有效缩短了整个氩氧精炼铬铁合金的冶炼时间。在内模控制的基础上结合使用专家控制的方法对解决输出和扰动均不可测一类工业对象的控制问题具有一定借鉴作用。     

预测型智能自整定PID控制器

提出一种预测控制和遗传算法相结合的自整定ＰＩＤ控制算法．该算法利用预测技术克服时滞,利用遗传算法优化ＰＩＤ控制器的参数．通过对工业过程中典型的大时滞被控过程进行数字仿真表明,这种控制算法鲁棒性强、响应速度快、抗干扰能力强,对控制系统有扰动、参数时变尤其时滞时变的大时滞生产过程有较好的控制效果．     

The real time cascade generalized predictive control and application to a boiler circuit system

Boiler-circuit system in a circulating fluidized bed conrbustion boiler is a complex and typical industrial process with a large lag and time-delay. Conventional PID algorithm can not obtain satisfied performance, especially in the presence of disturbance. A cascade generalized predictive control (CGPC) strategy, is which the inner loop can restrain the disturbance while the outer loop can eliminate the offset, is proposed in this paper. We develop cascade GPC algorithm instead of conventional PID algorithm in the boiler-circuit system. Simulation on experimental boiler-circuit models of circulating fluidized bed combustion boiler shows strong robustness.     

仿人智能控制原型算法的改进

仿人智能控制原型算法易引起控制系统的超调,没有完全模拟人的控制策略、改进的控制算法,将控制过程分为3个阶段：初始控制阶段,调整学习阶段,抗干扰阶段．不同阶段采用不同的控制策略,使其更加符合人的控制思想．实验结果表明,原型算法的控制结果相对稳定且有一定的超调和震荡,而改进的算法实现了“稳、快、准”的有机统一,取得了更好的控制效果．     

基于神经网络逼近的磁浮列车动态悬浮控制

为了有效提高磁浮列车悬浮系统在负载扰动和轨道不平顺扰动下的动态特性,提出了一种基于Lyapunov稳定性分析的径向基神经网络逼近算法使悬浮间隙能够在有界范围内达到最优。首先,以悬浮负载为受控对象建立系统垂向动力学方程和电压控制方程,以此构造能够表征系统非线性的状态空间方程。其次,确定径向基函数(radial basis function, RBF)神经网络基本结构,根据悬浮间隙误差约束条件和控制电流构造输入输出,并以此设计控制律保证所输出悬浮间隙能够在多种扰动的综合作用下持续稳定;再次,基于Lyapunov稳定性第二判据证明系统闭环稳定,能够在误差整定过程中使得间隙误差收敛于无穷小。最后,通过与目前应用较为广泛的比例-积分-微分(proportion-integral-derivative, PID)控制算法进行仿真对比,在非线性负载力和不平顺扰动下分析验证所提出控制算法的有效性。结果表明:所提控制算法比PID控制算法具有更好的鲁棒性。     

一类非自衡对象的两自由度内模控制

针对常规一自由度内模控制在非自衡对象中应用的不足,提出了一种基于互质分解的两自由度内模控制器设计方法,并采用H2优化改善了系统的动态性能.一类非自衡二阶非最小相位过程的仿真结果表明,这种方法可使系统同时具备良好的鲁棒特性和干扰抑制特性.     

分批重复过程迭代学习广义预测控制

针对一类分批重复操作过程,提出迭代学习广义预测控制(ILGPC)算法·该算法利用以前的过程输入输出信息,在GPC结构中增加干扰预测估计的迭代学习前馈回路,通过对部分可重复干扰的估计和学习,提高了分批重复操作过程的控制品质,减小了跟踪误差·对算法的稳定性做了分析,并以间歇聚合反应过程为仿真对象,研究了算法的稳定性和鲁棒性·     

基于鲁棒神经网络的水下机器人运动控制

针对水下机器人神经网络控制中系统响应速度慢及对噪声较敏感的问题,依据变结构控制理论,提出了一种基于鲁棒神经网络的水下机器人控制方法E利用指数趋近律,推导出神经网络参数的镇定算法,并采用标准误差反向传播(EBP)算法最小化目标函数,最后在水下综合探测机器人仿真平台上进行了试验研究E试验结果表明,该控制方法对神经网络学习率的改变和外界扰动有很强的鲁棒性,大大降低了机器人机械传动系统的磨损,且能够保证神经网络快速、稳定地学习,从而满足实时性控制的要求,具有较高的理论和实用价值.     

补偿扰动的PWM逆变器无差拍控制

提出了两种ＰＷＭ逆变器的改进无差拍控制算法．这两种算法根据ＰＷＭ逆变器的状态方程,分别采用直接补偿扰动和最优预见控制技术,利用未来信息决定当前的控制输入．使用ＭＡＴＬＡＢ软件对这两种算法进行了仿真．结果表明,当存在随机扰动及电路参数变化时,所提出的两种算法的控制效果均比不考虑补偿扰动的无差拍算法有较大改善．因此,该两种控制算法能够有效地抑制电路参数变化引起的或来自外部的扰动,使输出电压能很好地跟踪参考电压,控制响应快,鲁棒性好．