共查询到19条相似文献,搜索用时 218 毫秒
1.
针对工业中普遍存在的高阶系统,提出一种基于Butterworth滤波器的内模控制方法.采用低阶系统来近似高阶系统会造成模型误差,同时,传统的PID控制方法及内模控制方法对高阶系统控制均不理想.利用Butter-worth滤波器的理想低通特性,通过将优化改进后的Butterworth滤波器代替传统的内模控制器中的低通滤波器,使得控制系统具有较好的动态特性和稳态特性.仿真研究表明,该方法对高阶系统具有良好的控制性能,当模型失配时具有较强的鲁棒性,适合于高阶系统的控制. 相似文献
2.
基于Elman网络补偿模型的Smith预测控制 总被引:1,自引:0,他引:1
研究基于Elman网络补偿模型的Smith预测控制问题.采用互补建模方法对被控对象进行建模,其中机理模型反映被控对象的主要工作规律和运行趋势,但不可避免地存在一定的模型误差;通过Elman网络拟合机理模型的模拟误差,并对其进行补偿.实验结果表明,基于Elman网络补偿模型的Smith预测控制充分利用了神经网络的非线性拟合能力,只要对纯滞后环节精确建模,就可以完全抵消该环节对控制品质及系统稳定性的不利影响.该方法使得Smith预测控制可以用于模型不易精确确定的系统. 相似文献
3.
《天津大学学报(自然科学与工程技术版)》2016,(5)
从并网逆变器控制性能的比较可知,常规的数字控制不如模拟控制.为此,以常用的准比例谐振电流控制器为例,采用传统模型、1阶惯性模型、离散化模型,分析了数字控制采样、零阶保持和滞后一拍对逆变器稳态和动态性能的影响.得出结论:数字控制使控制器和控制对象特性发生变化,系统阶数由3阶升高为4阶,相位滞后增大,开关频率及其整数倍频率出现谐振,并伴随有相位的跳变,控制参数的稳定域缩小;受稳定性的制约,稳态精度和动态性能也下降,采样频率越低时上述影响越突出.一种基于误差电流衰减的预测控制被提出用于抑制数字控制的影响.仿真和实验结果表明预测控制能减小稳态误差,动态调节时间由10,ms减少到小于5,ms,电感估计标幺值在0~1.53内变化,系统具有良好的鲁棒性. 相似文献
4.
纯滞后对象的直接补偿外模控制器 总被引:6,自引:0,他引:6
提出了一种适用于纯滞后对象的外模控制器,将外部模型输出与系统实际输出之差经滤波后直接补偿控制信号。标称系统的动态性能由外部模型和补偿器来保证;系统的鲁棒性能和抗干扰能力则由滤波器来保证,二者可以解析设计,仿真结果表明,这种外模控制器具有良好的动态性能和抗干扰能力,鲁棒性能优于Smith预估控制,而且设计简单、方便。 相似文献
5.
基于动态反馈神经网络的复杂系统预测控制 总被引:3,自引:1,他引:2
在分析基于动态反馈神经网络(DRNN:Dynamic Recurrent Neural Network)的模型预测控制策略的基础上,为改善Elman网络辨识高阶系统时的计算复杂性,采用具有局部动态反馈特性的Elman网络进行线性系统状态空间模型的在线辨识.基于跟踪器型性能指标的预测控制器对系统进行滚动优化,并对动态反馈神经网络逼近状态空间模型进行了证明.对过程控制装置三容系统进行了仿真研究,通过离线训练方式获得网络初值的选择.仿真结果表明,此算法能使系统的输出保持期望轨迹,并能有效处理系统本身的输入、输出约束条件. 相似文献
6.
7.
PID控制器参数的ITAE最佳设定公式 总被引:12,自引:1,他引:11
针对一类可以由带有纯时间延迟的一阶模型来近似描述的被控对象,运用参数寻优及曲线拟合等方法得到了一组基于被控对象特征参数的PID控制器最佳设定公式.仿真结果表明:应用该方法所设计的PID控制系统具有超调小、调整时间短、稳态误差小等特点,系统的动态特性较以往的经验公式有了大幅度提高.即使当对象纯滞后时间与时间常数的比值较大时仍然具有较好的控制效果.该方法简洁实用,不仅解决了常规PID控制系统参数整定不良的难题,同时也为进一步构造基于过程特征参数的自适应PID控制系统提供了有力的依据. 相似文献
8.
夏洪 《东华理工大学学报(自然科学版)》2012,35(4):432-437
针对已有的各种改进型Smith控制器抗干扰能力差,以及基本型Smith控制器需要精确辨识被控对象的传递函数和滞后时间的缺点,提出了一种抗干扰的改进型Smith预估控制算法。当系统受到较大的随机振荡干扰时,它可以使系统输出的方差较小。它不需要辨识被控对象的滞后时间,容许辨识对象有一定的误差。通过simulink仿真研究,验证了这种控制器的效果。该控制算法解决了Smith控制器实用化的关键问题,在化工、炼油和制药等过程控制方面有应用前景。 相似文献
9.
新型静止无功发生器ASVG及其不对称专家PID控制 总被引:1,自引:1,他引:0
论述了ASVG的工作机理和在系统电压对称时的动态数学模型 ,并针对系统电压不对称时ASVG的运行与控制问题 ,分析了系统电压不对称时的被控对象模型 ,提出了恒电压不对称专家PID控制方法 ,给出了系统有1 5 %的负序电压时的仿真结果 .结果表明 :该控制方法可以有效地减少系统电压不对称对装置的影响 ,且装置起动过程超调和输出电压波动小 ,控制灵活 ,具有鲁棒性 相似文献
10.
11.
本文提出了一种神经网络自适应方法。该方法采用记忆元网络采用记忆元神经网络进行对象模型辩识,用单个神经元实现了自适应PID 控制器。被控对象输出误差经记忆元辩识网络反传后得到控制器的输出误差,以此修正控制器网络权值,由于记忆元网络无需引入延迟算子,能够逼近任意阶线性动态,保证了模型辩识的精度和误差返传的精度,神经元PID 控制器具有极为简单的结构与算法,保证了自适应控制的实时性,大量仿真结果表明该方法可以有效地应付非线性对象。 相似文献
12.
以4125A4柴油机为研究对象,利用SAS(统计分析系统)软件包,运用多项式回归的方法,寻求柴油机功率与最高空转转速及额定转速下耗油量之间的内在定量关系,以期为柴油机的无载测提供一种新方法。建立的模型其误差可以控制在3%以内。 相似文献
13.
许强 《重庆工商大学学报(自然科学版)》2006,23(5):457-461
大纯时延、煤种多变和蒸汽负荷频繁变化是链条炉难以进行良好燃烧控制的原因。对非线性延迟系统延迟时间的神经网络辨识方法进行了研究,即改变神经网络输入样本区间,利用网络输出期望值与输出实际值之间的误差平方和产生的突变,可以辨识出非线性对象的延迟时间。将神经网络大延迟系统的辨识与基于神经网络动态补偿的模型参考自适应控制策略相结合,可用于对具有变化参数或不确定性延迟时间的非线性大延迟系统的控制。仿真结果表明:这种神经网络模型对非线性大纯时延系统的控制具有控制速度快、鲁棒性能好等优点。 相似文献
14.
延迟时间未知的时延系统神经网络补偿控制 总被引:21,自引:0,他引:21
提出了延迟系统及延迟时间参数的神经网络辨识方法。改变神经网络输入样本区间,利用网络输出期望值与输出实际值之间的误差平方和产生的突变,可以辨识出非线性对象的延迟时间。将神经网络大延迟系统的辨识与基于模型补偿的控制策略相结合,可以用于具有变化参数或者不确定性延迟时间的大延迟系统的控制。仿真结果表明这种神经网络模型补偿延迟系统控制具有很好的控制效果,它是大延迟控制中克服延迟时间变化的很有希望的方法。 相似文献
15.
针对网络化控制系统的网络诱导时延,提出了一种改进的补偿时延的预测控制方法。对于反馈通道,根据测量的反馈时延设置预测步长,采用柔性控制增量算法设计预测控制器对时延进行补偿。对于前向通道,前向时延相对控制器来说是未知的,为此在系统输出端和前向通道间添加一个反馈补偿环节,设计一个控制补偿器估算出历史时刻实际作用于被控对象的控制量与控制器在此时刻输出的控制量之间的误差,用该误差来补偿前向时延的影响。当被控对象参数缓慢变化或未知时,给出了渐消记忆递推最小二乘辨识算法的网络化反馈修正算法。最后对闭环系统的稳定性做了分析并通过仿真验证了该策略的有效性,保证了网络化控制系统的良好性能。 相似文献
16.
针对多变量连续时间广义预测控制提出了一种新的时滞解决方案及其参数递推计算方法(MDCGPC).在多变量子子模型的基础上采用时滞预测机制,通过参数恒等式变换,将时滞补偿环节引入到预测输出中,通过求解二次性能指标获得控制律的显式解.避免了模型时滞近似方法带来的误差和非最小相位特性,可以处理各路时滞不相同的情况,通过对参考轨迹的调节,可以具有一定的解耦能力.同时参数的递推计算方法简化了多项式数学运算的难度,减小了计算负荷和复杂性.仿真结果验证了所提出算法的有效性. 相似文献
17.
Smith预估器对模型的依赖性制约了它在实际中的应用 ,文中提出一种改进型Smith预估器 ,能在线地跟踪时滞不确定对象的时滞时间常数的变化引起的系统输出的变化 ,调节模型输出使得闭环系统稳定 ;而且 ,模型中不含有时滞环节 ,控制器只有一个调节参数 ,易于实现 ;对一大惯性、大时滞系统的仿真结果表明 ,改进算法较好地解决了Smith预估器的稳定性对模型时滞时间常数的依赖性问题 ,具有广泛的应用前景 相似文献
18.
逆变电源无线并联系统常采用传统无线并联理论,即电压-频率下垂理论控制,采用此方案控制的并联系统,其稳态输出电压频率与指令值有偏差,且所带负载越重,稳态输出频率下降越多,当偏差超出允许范围时就会对所带负载造成影响,使其不能正常工作。该文采用改进有功功率控制环的滤波器和调节器算法,在不影响系统动态响应速度的条件下,仿真实现了系统输出频率稳态无差控制,对实际应用具有指导意义。 相似文献
19.
将控制依赖自适应评估设计引入到非线性系统的辨识中,以寻求最佳模型.定义一个总评估函数表示系统在所历经时间内的辨识总误差,然后构造一个评估网络来近似逼近这个总评估函数.再构造一个辨识器网络,其输出直接作为评估网络的输入,这样通过最小化评估网络的输出就可以达到寻求最佳模型的目的.辨识器的参数修正原则不再是使当前时刻的辨识误差最小化,而是使评估网络的输出最小化,即使系统在所历经时间内的近似辨识总误差最小化,这样不仅大大加快了收敛速度而且取得了更加精确的辨识效果.在获得对象模型之后,还研究了利用神经网络设计模型参考自适应控制器的方法.仿真结果表明,利用这种新型辨识器设计的模型参考自适应控制器能够保证被... 相似文献