模糊—自适应神经元解耦控制在VAV中的应用

采用模糊控制器和自适应神经元解耦补偿器的解耦控制技术，对耦合强烈的具有变风量空调系统传递函数矩阵形式的4维传递函数矩阵系统进行解耦控制。通过解耦系统仿真研究，为变风量空调系统的解耦控制提供了有效的方法。     

模糊-自适应神经元解耦控制在VAV中的应用

采用模糊控制器和自适应神经元解耦补偿器的解耦控制技术 ,对耦合强烈的具有变风量空调系统传递函数矩阵形式的 4维传递函数矩阵系统进行解耦控制。通过解耦系统仿真研究 ,为变风量空调系统的解耦控制提供了有效的方法     

前馈补偿法在空调系统控制中的应用

采用机理分析和实验数据分析相结合的方法，建立了变风量空调的数学模型，并依据此模型建立了四输入、四输出的变风量空调系统的传递函数矩阵．针对该系统采用前馈补偿法设计了变风量空调系统的解耦补偿器，该解耦补偿器可以使所研究的变风量空调控制系统的开环和闭环传递函数矩阵都变换为对角矩阵，从而解除各个控制回路之间的耦合，使变风量空调系统实现解耦．实验结果表明，该解耦控制方法在变风量空调中的应用效果较好，提高了系统的控制品质和性能。     

模糊解耦控制技术在VAV中的应用

采用带模糊积分器多变量模糊解耦控制技术，对耦合强烈的四维传递函数矩陈进行解耦，该传递函数矩阵是通过理论分析和动态系统辨识相结合的方法得到的。通过计算机自动控制系统仿真。取得了较好的解耦效果。该技术可以应用到变风量空调系统的解耦控制中。     

前馈解耦控制器在恒温恒湿空调控制系统中的应用

采用机理分析和实验分析相结合的方法,建立了恒温恒湿空调系统的数学模型,推导了四输入、四输出的传递函数矩阵,并采用前馈补偿法设计解耦补偿器,使恒温恒湿空调系统的传递函数矩阵变换为对角矩阵,从而解除了各个控制回路之间的耦合.仿真结果表明,该解耦控制器在恒温恒湿空调系统中的应用效果较好,改善和提高了系统的品质和性能.     

基于LabVIEW构建的数据库在变风量（VAV）空调系统中的应用

在变风量（VAV）空调自动控制系统中，对系统进行控制时需要检测采集许多实时数据，如房间温度、湿度、CO2浓度以及各种水阀、风阀、变风量箱、变频器、电加热器、加湿器等控制元件的数据，同时应用这些数据进行系统自动控制。本文介绍使用NI公司的LabVIEW软件及其数据库工具包，把变风量（VAV）空调系统运行中的各种数据进行集中实时存取。良好的数据库为系统辨识、解耦、仿真、控制以及优化提供强大的数据支持。     

多智能体分布式智能控制在VAV空调系统中的应

针对变风量（VAV）空调系统的特性，将VAV系统分解为多个智能体，提出了基于多智能体技术的分布式智能控制方法，有效地解决了变风量空调系统回路间的解耦和协调问题。建立了VAV系统的动态仿真程序，仿真结果表明该控制方法是有效的。     

论变风量空调系统

通过对变风量系统的介绍与系统分析,知道了变风量系统的特点,并且与传统空调系统的比较知道该系统在空调节能方面有比较明显的优势。配合变风量系统的自动控制系统,可以满足一般民用空调温湿度的要求。     

对变风量空调系统的探讨

变风量空调系统具有节约能耗、空调品质高、运行维护简单等突出优点,已获得了越来越广泛的应用.空气处理机组是变风量空调系统中的关键空调设备,对它的运行控制直接影响到变风量空调系统的成败和节能的效果.在系统设计过程中,空气处理机组控制方案与控制参数的确定.应引起空调设计师与自控设计师的高度重视.变风量空调系统中空气处理机组的控制功能,除应具备常规定风量空气处理机组中的各类保护与报警功能外,还必须具备送风温度控制功能、送风量控制功能、排风量控制功能、新风量控制功能等.为充分发挥变风量空调系统的优势,自控运行方案还应分冬季、夏季、过渡季三个运行工况设定.本文论述变风量空调系统中空气处理机组的送风温度、送风量、新风量等参数的控制方式和设定值的选择,提出了完整的变风量空调系统中空气处理机组的控制方案,并讨论变风量空调系统过渡季运行方案.     

基于虚拟仪器LABVIEW的VAV空调监控系统的搭建

本文对变风量空调系统的电控方面做了深入的研究,利用虚拟仪器构建数据采集系统并编程实现控制策略。针对变风量空调系统的特点,采用变静压的方法控制送风机的转速,从而达到节能的目的。从工程实践的角度出发解决了实时信号突变带来的控制难题。     

最优解耦综合控制及其在除氧器控制中的应用

本文基于W.A.Wolovich的最优解耦思想,提出了多变量离散系统的最优解耦综合控制规律,为计算机控制系统的解耦并且最优设计提供了理论依据。研制了用于多变量连续系统和离散系统的最优解耦综合控制的计算机辅助设计应用软件包,并成功地将其应用于火电厂除氧器群的解耦控制设计。     

神经网络解耦控制在多变量控制系统中的应用

应用神经网络解耦控制,实现多变量系统的最优控制.通过引入神经网络环节,对多变量系统进行解耦,解耦后的子系统变为单变量系统.因此将多变量控制变成单变量控制.解耦控制采用前馈补偿器解耦,解耦补偿器采用BP神经网络结构.仿真结果表明,该控制策略具有较好的动态跟踪特性,能满足复杂多变量控制系统的控制要求.     

转子磁场定向的电流型解耦矢量控制研究

提出基于磁通观测的电流前馈型解耦矢量控制系统结构,给出了异步电动机的数学模型,根据实际系统建立了基于Matlab/Simulink平台的实验仿真系统, 该系统具有很强的移植性和扩展性.利用该系统对基于磁通观测的电流前馈型解耦矢量控制系统进行了分析研究,加快了动态转矩的变化,明显提高了系统的动态性能.可用来验证矢量控制系统在各种参数下系统的控制特性,可用于各类基于转子磁场定向的电流型解耦矢量控制应用系统,从而大大缩短新产品的开发周期.经实践具有一定的实用价值.     

基于DRNN的三电机变频调速系统参数PID控制研究

三电机变频调速系统是一个多输入多输出、非线性、耦合的系统。针对电流跟踪型感应电机系统,以解析式的方式建立其数学模型。采用基于对角递归DRNN神经网络的自整定PID控制器,结合自适应神经元解耦补偿器的解耦控制技术,设计三电机变频调速系统神经网络控制器。基于S7-300 PLC控制平台进行实际的试验,结果表明,该方法能够根据外界环境信息变化获得最佳PID调节参数,较好的实现了速度和张力的解耦控制,系统具有良好的动静态性能和抗干扰能力。提出的方法满足了许多工业控制场合的需要,具有良好应用前景。     

焦炉集气管压力智能解耦控制系统的应用

针对某钢铁焦炉集气管压力系统具有强耦合、强干扰、典型非线性的特点，结合模糊控制、PID控制、解耦控制和专家控制的优点，提出集气管压力的智能解耦控制方法，并将该控制方法应用于某焦化厂1号、2号焦炉智能解耦控制器。实际运行结果表明，当焦炉开盖、关盖、外送压力和煤气流量等因素引起集气管压力波动时，系统能迅速调节蝶阀开度使压力在15S内达到稳定，并且能够保证集气管压力稳定在工艺要求的波动范围内。     

一类神经网络整定PID参数的非线性系统解耦方法

对具体非线性系统有不同的解耦方法，如模糊解耦、神经网络解耦等。因神经网络有自学习功能以及对参数摄动的不敏感，故对某些特殊的非线性系统采用神经网络解耦作为补偿器进行输入输出解耦，能够获得较强的鲁棒性。首先介绍了神经网络解耦的一般结构，然后给出了递归多层神经网络的学习方法。针对一类非线性系统设计了一类基于递归多层神经网络整定PID参数的多变量非线性系统的解耦控制器。从仿真可以看出，对于文中所给出的非线性系统，这种递归多层神经网络的解耦控制器对于输入输出解耦是可行的。     

模糊静态解耦控制系统的研究与应用

原油一般用三相分离器进行脱水。这在工艺上,要求其油水界面高度及罐顶压力保持一定数值。但实际情况表明,界面高度和压力之间存在耦合关系。本文以模糊控制理论为基础,设计了一种模糊解耦控制器,通过仿真计算与应用,得到了较好的效果,与对角线矩阵解耦方法相比,方法简单,可靠。     

异步电动机自适应非线性解耦控制

针对转子电阻变化和负载转矩扰动会破坏异步电动机非线性解耦控制系统的解耦性 ,使动态性能降低这一问题 ,采用降维转矩观测器和自适应转子电阻估计器分别对负载转矩和转子电阻进行观测和估计 ,实时地对非线性状态反馈解耦控制律进行调整 ,实现异步电动机系统的动态精确解耦 ,提高了系统鲁棒性 ,改善了系统动态性能