大时滞过程的神经元Smith预估控制器的设计

给出一种神经元Smith预估控制器方案,用于大时滞过程控制。新算法采用专家经验实现神经元PID的变增益控制,改善神经元控制品质。通过对一阶惯性加纯滞后的典型工业对象的仿真研究,表明这种控制方式具有良好的适应性与鲁棒性。     

不确定时滞过程Smith预估鲁棒H∞控制器的设计

以不确定大时滞过程为研究对象 ,对常规的 Smith预估控制系统进行变形 ,然后用灵敏度最小原则设计 H∞ 控制器 ,实现了对不确定大时滞过程的鲁棒性控制 .理论分析和仿真结果表明 ,这种新型控制方法能消除大时滞带来的不良影响 ,且鲁棒性强 ,能够有效抑制干扰和模型不确定性 ,只用一个可调参数就能有效协调系统的鲁棒性能和标称性能 .     

自适应神经网络PID控制器

提出了一种新型神经网络PID控制器，其学习速率是通过三层前向BP网络在线辨识学习，使神经元有较强的智能性、自适应和自学习的能力；同时，将Smith预估器与神经元PID控制器相结合，能更有效地抑制纯滞后的影响。仿真结果表明该控制器有较好的控制效果和鲁棒性。     

不确定时滞过程Smith预估鲁棒H∞控制器的设计

以不确定大时滞过程为研究对象，对常规的Smith预估控制系统进行变形，然后用灵敏度最小原则设计H     

一类时滞系统的Fuzzy-PI-Smith控制方法

为了解决Smith预估器当系统参数发生变化时鲁棒性差的缺点,将Fuzzy控制器和Smith预估器二者结合起来,并在模糊控制器中加入PI控制器来消除系统的稳态误差,从而给出了一类时滞系统的Fuzzy-PI-Smith控制方法。通过仿真研究可以看出,设计的控制器具有较好的稳态和动态性能。     

SISO大时滞过程双模糊控制器研究

对SISO大时滞对象,提出用双模糊控制器方案,即用跟踪模糊控制器和扰动模糊控制器实现控制。它使设定值响应与扰动响应分离,从而可同时获得良好的设定值跟踪响应和抗扰动响应。本文控制方案对对象模型不敏感,适应性强,鲁棒性好。仿真结果表明了本设计方案的可行性和有效性。     

用于时滞不确定系统的自适应Smith预估器

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     

一类大时滞过程的内模预测控制

基于内模预测控制结构 ,讨论了一类大时滞过程内模控制系统的设计方法与步骤。通过对 2种常用过程模型的实例设计与仿真 ,研究了各参数不匹配时系统的动态特性 ,给出了如何合理调整可实现因子参数的方法 ,使模型失配时 ,系统具有满意的动态特性。仿真研究表明 ,大时滞过程的内模控制具有一定的鲁棒性 ,且结构简单、易于设计与调试 ,从而有一定的应用价值。     

SISO大时滞过程双模糊控制器研究

对SISO大时滞对象，提出用双模糊控制器方案，即用跟踪模糊控制器和扰动模糊控制器实现控制。它使设定值响应与扰动响应分离，从而可同时获得良好的设定值跟踪响应和抗扰动响应。本文控制方案对对象模型不敏感，适应性强，鲁棒性好，仿真结果表明了本设计方案的可行性和有效性。     

时滞不稳定过程PID控制器直接设计法

直接在时域上设计时滞不稳定过程比例积分微分(PID)控制器.采取双回路三环节的控制结构,目标是优化两个时域指标-阻尼系数和积分增益.然后,合并三个环节得到设定值加权PID控制器.仿真表明该方法是有效的,具有好的鲁棒稳定性和性能.     

基于模糊控制的Smith预估器的改进研究

针对于燥系统具有不确定特性、大滞后的特点,提出了一种将模糊PID与模糊Smith预估器相结合的控制策略,实现了PID参数和Smith预估器滤波时间常数的在线整定,获得了比模糊PID控制、模糊Smith预估器控制更好的控制效果。仿真结果也证明了这一点．     

纯滞后对象的直接补偿外模控制器

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。     

几种常用时延过程控制算法的比较与分析

文章介绍了常规PID控制、预测控制、模糊控制、Fuzzy-PID这4种不同控制算法的原理,并对它们的特点进行了分析与比较。通过仿真,比较这几种控制算法的控制效果发现:对大时延对象,常规的PID控制容易产生较大的超调,模糊控制器易产生振荡,而Fuzzy-PID控制算法和带预测功能的预测PI控制算法具有较好的性能。试验结果还表明,Fuzzy-PID和预测PI控制算法不仅产生超调小,而且具有较高的稳态控制精度,可广泛应用于工业现场大时延系统。     

大滞后非线性系统PID型多步预测控制

简要概述了基于神经网络的大滞后非线性系统多步预测器的实现,在分析直接多步预测中的误差自关联问题的基础上,提出一种较为准确的去误差直接预测方法,引用鲁棒性好的PID型多步预测目标函数对滞后非线性系统实现预测控制.在控制中,采用适用于动态系统的递归神经网络.仿真实验表明了所提方法的有效性.     

一种新型大纯滞后过程控制方案的鲁棒稳定性分析

提出了一种新型的大纯滞后系统的控制方案，该方案无需根据被控对象做出精确的预估模型，仅用常规的PI调节器即可实现系统的控制，仿真试验结果表明：在随动和可测干扰情况下，大纯滞后不影响系统的控制效果和稳定性，系统对于被控对象参数的变化不敏感；系统的抗干扰能力比传统大纯滞后控制方案有了较大提高，干扰可被迅速消除。     

多区两级时滞对象自适应控制算法的研究

本文针对多区两级时滞加热炉对象,提出一种双闭环自适应控制算法。内环通过在线辨识第一级对象的脉冲响应序列,间接得出对象参数,用于实时修改内环PID调节器及Smith补偿器参数;外环采用非线性PI补偿控制,能保证第一级对象反应的快速性及稳定性,第二级对象动态响应性能好稳态精度高。     

基于内模原理的简单PID自校正预测控制器

论述了ＰＩＤ自校正预测控制器的一种简单设计方法。其主要内容有：内模控制原理；基于内模原理构成ｄ步超前预测控制器；根据ｄ步超前预测信号，设计了ＰＩＤ自校正预测控制器。仿真结果表明，这种控制技术是有效的。     

电加热炉预测性PI控制

从所期望的闭环传递函数得出预测性PI控制器算法,利用MATLAB仿真软件对该预测性PI控制算法在电加热炉中的应用进行了仿真研究,结果表明该控制算法能够实现对电加热炉的有效控制.