多温区空间晶体生长炉温度系统积分滑模变结构控制

多温区空间晶体生长炉温度系统是多输入多输出、强耦合对象.晶体生长要求对炉温进行精密控制,为抑制各温区间的耦合作用,提出一种积分滑模变结构控制器,利用其对匹配扰动的不变性实现解耦,同时,该控制器的积分作用可以有效减小系统稳态误差.仿真结果显示该方法是有效的.     

步进梁加热炉的建模与系统仿真

对钢铁企业热轧生产中的加热炉,建立了冶金加热炉的仿真系统,并就系统中的藕合问题,采用多变量约束控制成功地进行解藕.文章对仿真系统中的关键部分,如炉温优化设定模块、多变量约束控制、DCS底层控制回路、加热炉动态数学模型作了一定的阐述.最后整个系统仿真结果是令人满意的.     

多变量系统预测函数解耦控制

提出一种新的多变量系统预测函数解耦控制(PFC)算法。该算法将多变量系统的PFC分散为若干单变量系统的PFC,使参数设计和算法求解大为简化。此外,利用该算法可得到一个解析的控制量计算方程,控制器参数均可离线计算,因此在线时算法简单、计算量小,可用于解决复杂的耦合控制问题。仿真结果表明了该算法的有效性和可行性。     

多变量非线性系统的有约束模糊预测解耦控制

针对多变量非线性系统提出了一种带约束输入的广义预测解耦控制算法:首先对多变量非线性系统建立T-S模糊模型,然后在每个采样点对系统进行局部动态线性化,将得到的系统线性化模型进行对角解耦,然后对其设计带输入约束的GPC算法.该算法充分考虑了控制输入及其增量受约束的情况,而且不必求Dio-phantine方程,减小了计算量,且削弱了变量之间的耦合程度.最后的仿真结果说明了该算法对多变量非线性系统的有效性.     

基于RBF神经网络的多变量系统PID解耦控制

针对工业生产过程中的多变量耦合系统采用传统控制方法不能达到满意的效果,提出了一种基于神经网络的PID解耦控制方案。在实验研究中,采用改进型动态BRF神经网络辨识器,在线辨识多变量系统的非线性时变模型,同时自动调整PID控制器各项参数,最终实现对系统的智能化解耦控制。给出了BRF神经网络的拓扑结构和算法,并对一组二变量强耦合时变系统的控制过程进行了计算机仿真,结果表明:基于BRF神经网络的PID控制不仅超调量小、响应速度快、控制精度高,而且具有很强的鲁棒性和自适应能力。该设计方案使得解耦后的多变量系统具备了良好的动、静态特性。     

强制循环蒸发系统的多模型预测解耦控制

以实际的具有多变量、强耦合、强非线性特性的氧化铝强制循环蒸发系统为例,将一类多变量非线性系统分为线性模型和非线性未建模动态两部分,提出了由线性预测解耦控制器,神经网络非线性预测解耦控制器和切换机制组成的多模型预测解耦控制方法,并且证明了闭环系统的稳定性.最后,通过对强制循环蒸发系统的仿真实验,验证了所提方法的有效性.     

基于Hopfield网络单元机组负荷多变量模型算法控制

电厂负荷系统是一个有耦合和约束的多变量对象。模型算法控制(MAC)是预测控制的一种，在惯性迟延对象的控制中有很好的应用。该文提出用Hopfield网络来求解具有约束的多变量负荷系统的控制输入。仿真表明，该方法算法简单、鲁棒性强、控制效果理想。     

大型工程项目实施状态管理系统的多变量耦合问题及其拉氏解径

本文基于系统科学和系统状态控制理论,对系统多变量在工程项目实施状态变化过程中的耦合机理进行了数理分析与描述,揭示了管理系统多变量的耦合规律及耦合结果。在此基础上,结合工程实际管理情况,通过与系统状态拉氏方程的对比,给出了管理系统多变量耦合问题的拉氏解径。实例证明了该方法解决系统多变量耦合问题的可行性和有效性。     

工程状态诊断系统多变量耦合问题及拉氏解径

多变量耦合问题的存在给大型电力工程项目实施状态的宏观分析与决策带来极为不利的影响.针对这一问题,本文首先对系统多变量在工程项目实施状态变化过程中的耦合机理进行了数理分析与描述,并建立和确定了能够有效反映系统多态多变量耦合结果的泛性方程.然后,通过对该方程的分解性分析,发现了求解系统多变量耦合问题的两个关键参数.通过包含多变量耦合结果泛性方程的拉氏变换以及与能够有效表达工程实际管理需求且含有系统期望配置极点参数的拉氏方程之对比,获得了这两个参数的解,并在此基础上给出了能够有效解决系统多变量耦合问题的拉氏解径.工程实证结果表明,该方法在分析和处理系统多变量耦合问题方面不仅可行有效,而且精度很高.     

基于鲁棒整定的球磨机系统多变量PID控制

基于内模控制原理，导出一种多变量系统的PID控制器参数整定新方法，可直接获得控制器的比例项、积分项、微分项系数以及考虑到微分项可实现性的实际微分环节的时间常数。该整定方法应用于严重多变量耦合的电厂制粉系统球磨机控制的仿真研究，结果表明：所整定的PID控制系统具有良好的调节品质，在系统特性变化的情况下具有很强的鲁棒性。     

Multivariable PI Type Generalized Predictive Control

1.INTRODUCTIONTilegelleralizedPredictivecontrolorGPC(Clarkeetal,1987)hasgainedwidespreadac('('1)tall('cillilldllstryaswellasinacademia.Experimentalstudiesandpracticalapplicationshave(lelllollstratedtherobustnessofthecontroller.Exceptformuchaworkdealtwithsillgle-illplltsillgle-output(SISO)linearsystems,peoplealsoextendedGPCtomulti-inputllnllti-olltput(MIMO)linearsystem.Kinnaert(1989)proposedthemultivariableGPCbasedoilt,lleCARIMAmodel.Inanote,Scattolini(1992)presentedtheclosed-lo…     

一类多输入多输出系统的预测PID控制算法仿真

研究了一类参教未知的多变量系统的广义预测PID参数整定问题。基于广义预测控制(GPC)的思想和γGPC与PID的相互关系，提出了一种新的离散多变量系统PID参数整定方法，其中性能指标包含了稳态误差加权项。PID参数通过γGPC与PID的相互关系递推计算得到。仿真例子说明了该方法的有效性和可行性。     

动态投入产出模型在控制变量约束下的反馈控制

动态投入产出模型在控制变量约束下的反馈控制李银国（重庆建筑专科学校，６３００３０）ＦｅｅｄｇｂａｃｋＣｏｎｔｒｏｌｏｆＤｙｎａｍｉｃＩｎｐｕｔ－ＯｕｔｐｕｔＭｏｄｅｌｓｗｉｔｈｔｈｅＣｏｎｔｒｏｌｏｆＶａｒｉａｂｌｅＣｏｎｓｔｒａｉｎｔｓＬｉＹｉｎｇ...     

电加热锅炉系统神经网络PID解耦控制器

以多输入多输出系统电加热锅炉为被控对象 ,基于神经网络 PID控制 ,提出了一种可用于带有耦合时延的多输入多输出系统的比例、积分和微分参数自整定的多输入多输出神经网络 PID解耦控制器 ,可以实现多变量系统的解耦 ,定值跟踪控制 ,并使系统具有很好的动态及稳态性能.     

基于广义预测的非线性解耦PID控制

针对一类非线性多变量离散时间动态系统,提出了基于神经网络的非线性多变量PID解耦控制方法。该控制器是由常规PID控制器与解耦补偿器、未建模动态前馈补偿器组成,而PID参数的整定是通过广义预测的方法实现的。同时给出了该控制方法的闭环系统的稳定性和收敛性分析。最后通过仿真实例验证了所提方法的有效性和可行性。     

基于支持向量机的自修复飞行控制及仿真研究

针对多输入多输出非线性耦合系统的控制问题,提出一种多输入多输出函数的支持向量机回归方法和一种基于支持向量机的逆控制方法。采用该回归算法对多输入多输出非线性耦合系统的逆系统进行辨识,再与原系统复合而成为一个伪线性系统,就可完成对非线性耦合系统的线性化解耦系统,最后设计相应的PID控制器以获得优良的动、静态特性与抗干扰能力。对一个两输入两输出非线性耦合系统的仿真结果表明该逆控制方法是一种较神经网络逆控制方法更为有效的控制律重构方法。

Abstract：

An algorithm of SVMs regressing to a multivariable inputs and multivariable outputs （MIMO） function and a inverse control based on SVMs were proposed for controlling MIMO nonlinear correlative systems. The inverse system of MIMO nonlinear correlative system was identified by MIMO SVMs regressing algorithm. The original system connected with the inverse system will become linear and irrelated. PID controller will be designed to improve the dynamic and static capability of the system. Simulation results show that SVMs inverse control is a more valid way of control reconfiguration than BP neural networks.     

Optimal decoupling control system using kernel method

A major difficulty in multivariable control design is the cross-coupling between inputs and outputs which obscures the effects of a specific controller on the overall behavior of the system. This paper considers the application of kernel method in decoupling multivariable output feedback controllers. Simulation results are presented to show the feasibility of the proposed technique.     

先进过程控制软件的高性能仿真平台设计

先进控制软件的研究提出了一种功能较强的仿真平台构建方案.该平台使用MARLAB来构造实际控制对象模型,并通过MATLAB和控制软件的数据通信完成先进控制算法的研究该方法可以方便地模拟实际对象的运行,并可以在算法运行过程中在线修改对象参数,加入干扰等,为先进控制算法提供了很好的研究环境,也为相应软件的工程实施提供了较好的仿真环境.     

多变量非线性系统的直接自适应模糊预测控制

对一类多变量非线性系统提出了直接自适应模糊预测控制方法,此方法首先对被控对象提出了线性时变子模型加非线性子模型的预测模型,然后直接利用模糊系统设计预测控制器,并基于时变增益自适应律对控制器中的未知向量和逼近误差估计值进行自适应调整。证明了此方法可使跟踪误差收敛到原点的一个邻域内,仿真结果验证了此方法的有效性。