分级模糊滑模解耦控制方法在二级倒立摆中的应用

采用分级模糊滑模解耦控制方法,将二级倒立摆非线性系统解耦成几个次级系统,基于Lyapunov函数的自适应规则来调解分级滑模控制器的耦合因素,并且通过仿真实验,在保证系统稳定性的基础上,获得了良好的解耦性能,同时也验证了该方法的可行性及优于采用常规模糊滑模解耦控制的解耦性能.     

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。     

基于BELBIC和FNN的球磨机解耦控制研究

针对球磨机系统控制过程中存在的多变量、强耦合、模型时变性的特点,提出了基于大脑情感智能控制器(BELBIC)和模糊神经网络(FNN)解耦的复合控制方案.利用模糊神经网络的自适应学习能力设计了球磨机系统解耦器,有效地消除了球磨机系统耦合现象,在此基础上,设计了大脑情感学习智能控制模型.仿真实验表明,本文提出的控制方案优于传统的解耦控制方法,能较好地解决球磨机强耦合问题,且具有较好的鲁棒性.     

基于模糊RBF神经网络整定的航空发动机多变量解耦控制

为解决航空发动机控制变量之间的强耦合性,构造了基于模糊RBF神经网络整定的航空发动机多变量解耦控制系统.设计了基于模糊RBF神经网络的多变量解耦控制器,在线调整PID控制器的参数并根据Delta学习规则对网络权值进行修正以达到最佳控制;针对某型航空发动机含未建模动态和噪声等随机干扰的非线性模型进行了多变量解耦控制系统仿真.结果表明:系统具有满意的动态性能和解耦特性,该方法不需要知道发动机的精确数学模型,对航空发动机的非线性和不确定性具有较强的自适应能力.     

模糊解耦理论在酒精蒸溜过程中的应用

针对酒精粗溜过程的多变量控制问题，利用M.MGupta模糊子空间分解算法加快模糊运算速度，利用模糊补偿实现模糊解耦控制，从而提出了带补偿器的Gupta模糊解耦方案及其解耦控制器的设计方法。仿真结果表明该方法较好地实现了对具有一定可变性对象的模糊解耦控制。     

模糊解耦理论在酒精蒸溜过程中的应用

针对酒精粗溜过程的多变量控制问题,利用M．M Gupta．模糊子空间分解算法加快模糊运算速度,利用模糊补偿实现模糊解耦控制,从而提出了带补偿器的Gupta模糊解耦方案及其解耦控制器的设计方法。仿真结果表明该方法较好地实现了对具有一定可变性对象的模糊解耦控制。     

分层型多变量自适应模糊控制算法的研究

利用多维模糊条件语句的分解定理，结合分层多规则集输入的设计方法，获得了多变量模糊控制算法的一个简化表达式，模糊规则的修正通过抑制外扰的α因子查询修正表得到，从而获得了一类带解耦设计的多变量自适应模糊控制算法，并进行仿真验证。     

基于变论域模糊控制的高旋弹姿态控制算法

针对高速旋转弹姿态控制系统存在的模型不确定、非线性、强耦合等问题,提出了基于变论域模糊控制的参数自适应姿态控制算法. 在建立姿态控制模型并通过前置反馈补偿方法对俯仰偏航通道进行解耦的基础上,利用变论域模糊控制器对姿态闭环反馈控制系统参数进行在线自适应整定. 仿真结果表明:变论域模糊控制器能有效改善闭环反馈控制系统的动态响应特性,减小弹体参数时变对控制器性能的影响,提高其适应性.      

模糊关系系统解耦方法

针对模糊关系系统的解耦问题，提出了可解耦的充分条件及构造模糊串联补偿解耦器的具体方法；在此基础上，进一步讨论了在一类拓扑变换下模糊关系系统的解耦方法．本研究可为多变量模糊控制系统的分析与综合提供一种有效的工具．     

航空发动机模糊自适应广义预测解耦控制

为克服航空发动机控制回路间的耦合作用,针对具有不确定大时延的航空发动机分布式控制系统,提出了一类模糊自适应广义预测解耦控制算法.利用发动机非线性模型的输入输出数据对模糊自适应推理网络进行离线训练,网络的前提参数训练后固定,后件参数则可在线调整以使网络能更好地逼近实际系统.将模糊自适应推理网络作为广义预测控制器的预测模型,可以省去常规广义预测控制器的反馈校正机构.仿真表明:当参考轨迹为阶跃信号、斜坡信号时,所设计的控制器均具有良好的动态跟踪特性和解耦特性,当时延发生变化时,系统输出仍然能稳定地跟踪参考轨迹,说明该控制器对时延不敏感,鲁棒性强.     

旋转飞行器的一种解耦模糊控制方法

研究旋转飞行器的解耦控制问题.考虑飞行过程中耦合对象系统的时变性,采用串联解耦网络对开环系统进行近似解耦,并采用模糊PID控制对闭环系统进行设计,实现了纵向和侧向通道之间的稳态解耦.仿真算例表明,该方法有效消除了旋转飞行器纵、侧向通道之间的耦合效应,在飞行状态时变的情况下能够获得良好的动态性能.     

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。     

单元机组协调系统的多模型自适应解耦控制

针对火电单元机组被控对象多变量、强耦合及模型参数随负荷显著变化的特点,提出一种基于多模型自适应解耦控制的协调控制策略.采用多个固定模型和2个自适应模型并行辨识机组对象的动态特性,在每个采样时刻基于切换性能指标选出最优的局部模型作为当前模型,并据此设计解耦控制器,从而实现全工况运行的自适应控制.同时对多模型控制系统的全局稳定性进行了证明.通过对300MW亚临界直流燃煤机组协调控制系统的仿真表明:该控制策略对负荷变化适应快,且可获得良好的动、静态解耦控制效果.     

煤气混合加压过程的智能解耦控制方法与应用

针对煤气混合加压过程的特点，提出一种融合模糊控制和专家控制的煤气混合智能解耦控制方法。热值压力解耦控制回路以热值为主要控制目标，通过模糊专家解耦控制策略和蝶阀组控制策略，保证混合煤气热值满足要求，同时稳定加压机前的压力；压力控制回路通过前馈和反馈专家控制器，使混合煤气压力跟踪给定值。实际运行结果验证了控制策略的有效性，煤气热值和压力误差均在设定值的5％之内。     

两电机同步系统的神经网络控制

在对两台感应电机同步系统模型分析的基础上,依据同步系统的结构特点和控制要求,结合人工神经网络的非线性映射、自适应、自学习等能力,提出一种新的基于神经网络的两电机同步系统控制方案,其中神经网络控制器由基于RBF网络整定的自适应PID控制器和神经元解耦补偿器两部分组成.两个自适应PID控制器分别对速度控制回路和张力控制回路进行自适应控制,使系统具有更强的适应能力、更好的实时性和鲁棒性;神经元解耦补偿器综合两控制回路的耦合作用,通过训练网络权值,补偿各回路之间的耦合影响,实现速度和张力的解耦.试验结果表明:采用神经网络控制方法可以实现两电机同步系统中速度和张力的解耦控制,系统具有良好的动静态性能.     

链篦机-回转窑温度场过程控制系统设计

链篦机-回转窑温度场控制系统具有大滞后、非线性、多变量、强耦合的特点,很难建立控制过程数学模型,常规PID控制器难以实现有效控制。本文深入研究了球团生产工艺机理,并对某球团二厂进行现场调研,采用了模糊控制和解耦控制的理论,设计了模糊控制器和解耦控制器,对链篦机-回转窑温度场控制系统进行了详细设计,并借助于MATLAB对模糊解耦控制器进行了仿真,仿真结果证实了模糊解耦控制器合理性,为操作工提供了操作指导,也为将来实现球团自动控制打下基础。