多变量信号解耦控制系统设计研究

目的研究多变量耦合系统解耦设计方法,优化控制系统设计。方法采用信号解耦方法对多变量耦合系统进行解耦,通过对耦合系统传递函数阵的特点研究。结果得到了多变量信号解耦的"能解耦准则"、"完全动态解耦准则"和"解耦器稳定判据";给出了信号解耦设计的"分离原理"。结论信号解耦方法表明解耦器的存在性、可实现性和稳定性取决于耦合系统的结构及参数,重新匹配变量、部分解耦和静态解耦是其改变办法。信号解耦器设计方法简单有效,但多变量信号解耦器的连接比较复杂。     

多变量模糊控制系统的前馈解耦

为实现多变量模糊控制系统的动态解耦，基于前馈解耦思想和神经网络理论，提出了一种多变量模糊控制系统解耦的新方法——模糊前馈解耦法,模糊控制器和解耦部分独立设计，解耦由两层神经网络实现，节点少，其活化函数采用分段线性函数．利用简化的学习算法，根据系统输出误差，在线调整网络权值，从而实现动态解耦而无需辨识被控对象的模型，该方法结构简单且计算量小，适于实时多变量过程控制，仿真证明了该方法的有效性。     

多变量解耦控制的研究

针对化工生产过程中遇到的多变量控制问题,以分析多变量的相关性为切入点,以某一加热器的控制系统为实例,提出并讨论了有效的解决方法--如何实现多变量解耦控制.     

多变量解耦控制的研究

针对化工生产过程中遇到的多变量控制问题,以分析多变量的相关性为切入点,以某一加热器的控制系统为实例,提出并讨论了有效的解决方法———如何实现多变量解耦控制。     

一类多变量系统的解耦适应控制

本文提出了一种多变量系统的解耦适应控制算法,该算法简单、灵活并且容易实现.系统各通道的控制器可按不同的要求独立设计,控制器参数可以在线计算。仿真结果证明了该算法的适应能力.     

微型计算机兼作解耦器和PID调节器的线性多变量控制系统

本文针对工业过程控制中常见的多输入多输出相关受控系统,提出了先设计解耦器,使多输入多输出的相关系统等效于多个简单的独立受控回路,然后再为各个回路设计调节器的方法。解耦器和PID调节器由微型计算机软件实现,比只用微型计算机作PID控制的系统不必增加任何硬件设备,而可以做到既实现解耦又使系统具有较好的静、动态品质。     

多变量系统利用反馈解耦的充要条件

本文提出多变量系统采用输出解耦充要条件是，原系统传递函数阵之逆矩阵的所有非对角元素为有理真分式且〔Ｆ〕为非奇异常数阵。     

多变量系统l~1最优反馈控制器的解耦设计方法

本文提出了一种多变量系统l~1最优反馈控制器设计方法。通过解耦灵敏度函数,使多变量系统的设计问题转化为若干个单变量系统设计问题。分别求解后,求出l~1优化控制器。文中还进一步讨论了在z平面单位圆内有重零、极点的单变量系统l~1优化控制器的求解问题,给出了这种情况下最优灵敏度函数次数的上界。     

啤酒发酵温度多变量解耦控制算法

针对工业过程中常见的多变量时滞输入输出系统,基于常规PID控制和Smith补偿控制算法在处理大时滞、强耦合、多变量、不确定性对象的控制时效果不好的情况,提出了一种多变量解耦控制器的设计方法,该方法以控制器或者补偿器来消除系统各输入输出间的相互耦合和关联,是解决多变量控制问题的有效工具。用该方法针对多变量强耦合的啤酒发酵温度控制系统进行了设计和仿真研究,仿真结果证明了该方法的有效性。     

天线结构的多工况离散变量优化设计

针对天线结构受载及工作状态的复杂性,研究了天线结构的多工况离散变量优化设计问题。首先建立了天线结构在自重、风荷作用下受精度、应力和稳定性约束的多工况优化设计的数学模型;其次根据材料特点,将设计变量取为离散变量,给出了天线结构的多工况离散变量优化设计数学模型。采用离散复合形法,对多工况8 m天线进行了优化计算。结果表明,计算结果与分析结果相吻合,该方法可应用于多工况天线结构优化设计中,且精度较高。     

带有参数自调整机构的多变量系统模糊神经网络解耦控制

在文献[1]的基础上,引入模糊神经网络和参数自调整算法,改善系统的智能,使系统具有自学习和自调整模糊规则的能力.仿真结果表明,该方法能实现静态解耦,并提高了系统的抗干扰能力和鲁棒性,改善了系统的性能.     

基于离散变量的多水源给水管网优化设计

本文针对多水源给水管网优化设计问题，提出一种以等额年费用现值最小为目标函数，考虑标准管径离散值约束的优化计算模型，并给出了试探组合优化计算方法，应用于实际工程设计，取得了令人满意的结果．     

多变量非线性系统的逆系统解耦控制

本文对多变量非线性控制系统的一种新方法——逆系统解耦控制进行研究,给出状态反馈解耦条件,同时提出逆系统解耦镇定条件,最后以两自由度机械手进行仿真。     

多变量系统子结构解耦零点和系统零点的特性

讨论了多变量系统子结构解耦零点，系统零点与系统整体解耦零点和系统零仍点的关系。结果表明子结构解耦零点和系统零点在最大子集意义上可由整体的解耦零点和传递函数阵零极点递阶描述并具结构分离特征。     

基于离散变量自适应遗传算法的改进

在自适应遗传算法中交叉算子和变异算子随着其适应度变化自动改变其值,从而影响遗传进化的过程,但算法在进化初期对遗传操作的效果并不明显。本文针对离散变量的特征,通过计算个体间的离散程度,判断种群的进化程度,根据不同的进化时期自适应调整交叉概率和变异概率,使得种群的交叉和变异配合进行,有效地解决了离散变量在进化初期容易陷入局部寻优的问题。实验结果表明,算法经改进后,其全局收敛的可靠性增加并加快了收敛的速度。     

离散多变量系统的一种实用MRAC方案

将连续系统从模型取状态方案推广到含有可测扰动的离散多变量系统 .算法对扰动具有鲁棒性 .将误差引入控制器 ,设计出的 MRAC系统可不必预知系统参数的变化范围 ,可选择的适应律有更多的自由度     

多变量推理控制系统的设计

以２Ｘ２系统为例，阐述了多变量推理控制系统的设计。提出了系统主通道时滞大于耦合通道时滞情况下的控制系统的设计方法。多变量推理控制系统不仅具有能动态解耦、可调参数少的特点，而且由于采用Ｖ规范型结构控制器．避免了矩阵求逆运算，使系统设计简单，易于在工程上实现。     

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.     

多模型自适应PID解耦控制器

对于一类非线性、强耦合、离散时间系统,提出了基于多模型的多变量自适应PID解耦控制策略,取消了系统平衡点参数已知的条件.控制策略包括一个完全自适应PID解耦控制器,一个参数重赋值自适应PID解耦控制器,多个参数固定PID解耦控制器和一个切换机制.理论分析表明,通过合理地选择切换函数,自适应PID控制器保证系统BIBO稳定,参数重赋值自适应PID控制器和参数固定PID控制器改善系统性能.