无模型控制技术在酮苯装置回收系统中的应用

以大庆石化公司炼油厂酮苯装置回收系统的控制为例,讨论了无模型控制方法在应用过程中所解决的一些关键技术问题,其中包括:控制方案的制订、控制算法参数的整定等.实际的控制效果显示了无模型控制方法的优越性.同时简要介绍了无模型控制方法在石化工业中对复杂控制系统已经取得的一系列成功的应用.     

直流串激电机速度的滑模控制

讨论直流串激电机的速度控制问题.应用综合方法建立了电机的非线性模型,从理论上推导了滑模控制律,并用仿真和实验验证了其有效性.为实施控制设计了一个用于观测电机负载转矩的Luenberger观测器和一个角加速度估计器;为了减小由于执行中采样造成的稳态误差,提出了一种带有附加PI控制器的改进的滑模控制律.实验结果表明改进的滑模控制律的控制效果明显优于普通PID调节器和普通的滑模控制律.     

卫星编队飞行的神经网络滑模控制

该文推导卫星编队飞行的一般相对运动动力学模型,研究将指数趋近律滑模控制与神经网络控制相结合的卫 星编队飞行控制方法,设计一种径向基神经网络参数调节器. 实时调节指数趋近律的参数,从而取得滑动面的趋近速度 和燃料消耗的最优平衡. 采用指数趋近律滑模控制法,用饱和函数代替可能产生高频切换信号的开关函数,有效地削弱 了滑模控制的抖动. 二阶滑模控制结构保证了卫星编队的高精度控制. 仿真结果表明了这一控制方法的有效性.     

一种基于多模型的主动容错控制方法研究

针对某些具有可能故障先验知识的非线性系统,基于神经网络对系统正常及各种先验故障情形建模,并离线整定出各种故障模式下的控制律,由此建立模型库,进而构建基于多模型切换的主动容错控制系统;系统实时运行时,依据系统性能容忍度指标和模型失配度指标的计算分析,判断系统所处运行模式,进而调用与之匹配的控制律,从而达到对非线性系统主动容错控制的目的.最后将文中所提出的主动容错控制方法应用于一非线性系统进行MATLAB仿真,结果表明了该方法的有效性.     

基于PSO优化泛模型的非线性系统控制

针对一类非线性离散时间动态系统,提出了基于改进泛模型的非线性控制方法。该方法首先将非线性系统动态线性化为带误差修正的改进泛模型,对其中的时变特征参量建立AR模型进行预报,然后在改进泛模型的基础之上,根据二次型性能指标设计最优控制律,控制律中的未知参数即为AR模型中的参数以及泛模型中的误差修正系数,将其作为粒子向量,采用粒子群优化(PSO)算法进行优化。经过优化后的控制律作用于该非线性对象,可以收到良好的控制效果。该方法的优势在于简单而且易于实现。仿真结果表明了算法的有效性。     

欠驱动无人艇轨迹跟踪的滑模控制方法

讨论欠驱动无人水面艇的轨迹规划和跟踪控制问题,并考虑动力学模型不确定性和环境干扰力的影响.对于给定二维惯性平面内的光滑期望轨迹,规划方法将获得船体坐标系下的参考跟踪速度和加速度. 然后基于滑模控制方法提出一种轨迹跟踪控制律. 通过理论分析可得,该控制律不但能保证无人艇轨迹跟踪的渐进稳定性,而且保证艏摇运动是有界输入有界输出稳定的. 进行数值仿真,无人艇均实现了对封闭或开放轨迹的跟踪以及定位控制,验证了所提方法的可行性和有效性.     

一种鲁棒自适应Backstepping控制方案研究

对基于调节函数的Backstepping自适应控制方案进行了改进,设计了一种新型鲁棒自适应无人机飞行控制系统.首先将某型无人机的系统模型转化为一个含有非线性参数不确定性、不确定的非线性与未建模动态的受扰严格反馈系统,然后提出了一种含有广义误差自适应调节项的新型李亚普诺夫函数,得出了稳定自适应控制律和参数更新律.最后该无人机的鲁棒自适应飞控系统的有效性得到了仿真验证.     

一类非线性系统的模糊自适应控制

针对一类非线性系统,把模糊T S模型和自适应模糊逻辑系统这两种模糊逻辑方式结合起来,提出了一种自适应控制方案.首先,采用模糊T S模型来对非线性系统建模,由线性矩阵不等式得到模糊模型的控制律.其次,构建了自适应模糊逻辑系统,应用自适应模糊逻辑系统补偿器来消去建模误差.证明了闭环系统满足期望的H∞性能,仿真结果表明了该方案的可行性.     

无模型控制律的一般形式及其在石化工业中的应用

无模型控制器在炼油、化工、电力、轻工等领域应用获得了良好的效果.将对无模型控制律的一般形式、改进形式、组态方法、及其与DCS联合使用的方法等进行介绍.并介绍了在石化工业中一系列成功应用的实例.     

采用多变量RBF神经网络的非线性内部迭代预测控制

针对工业过程中被控对象往往具有复杂、强非线性、多变量的特性,提出一种基于多变量径向基函数(radial base function,RBF)神经网络的非线性内部迭代预测控制方法.采用多个RBF神经网络在线逼近多输入多输出的非线性系统,得到一个近似模型作为预测模型.同时为了减少求解系统控制律的计算量,将每个输出预测值沿着输入轨迹展开,从而把求解复杂非线性优化问题转化为求解简单的二次规划问题,解决了在线实时递推控制律时求解非线性微分方程的困难.最后通过t次内部迭代直至满足迭代条件,得到了最优的控制律.p H中和过程的仿真结果表明了该算法是有效而可行的.