时滞对象的自抗扰PID控制

提出一种适合时滞对象的自抗扰PID控制器及其整定方法。由于难以完全测得时滞对象输出变量的高阶导数,用一个二阶观测器观测系统中模型和外部干扰等未知因素,然后结合经典反馈理论,得到一个四参数的自抗扰PID控制器。由Z-N整定公式推导出其中3个控制器参数的整定公式,适当调节剩余自由参数,可以获得较好的动态性能。2个仿真实验表明:该方法能够有效改善时滞对象控制系统的动态性能,增强系统的适应性和鲁棒性。     

一阶大时滞系统的滞后时间削弱自抗扰控制

为了解决一阶大时滞系统的控制难题,提出一种滞后时间削弱的自抗扰控制方法.首先,分析时滞系统中线性自抗扰控制的控制输入与系统反馈在时间轴上的不匹配问题,设计一种新的滞后时间削弱结构;然后,结合自抗扰控制思想,得到滞后时间削弱自抗扰控制的闭环结构,用于一阶大时滞系统,利用频域分析说明该方法的稳定性,并总结参数整定规则;最后...     

压缩式制冷系统预测自抗扰控制

针对压缩式制冷系统在运行过程中存在的大时滞、强耦合以及外部干扰等问题,提出一种基于有限时间扩张状态观测器的预测自抗扰控制策略。通过对压缩式制冷系统进行模型辨识,得到双输入双输出的传递函数矩阵。采用Smith预估控制器对制冷系统的实际输出进行预测,减少运行过程中时滞特性的影响。通过串联解耦控制器,将制冷系统解耦为两个单输入单输出系统。为了提高系统的抗干扰能力和响应速度,提出一种有限时间收敛的扩张状态观测器,并通过构造Lyapunov函数证明了其有限时间收敛性。采用有限时间收敛的扩张状态观测器和控制律对解耦后的系统进行状态估计和扰动补偿,并利用比例控制器进行控制,进而实现过热度和蒸发温度的独立控制。将所提控制策略与基于线性扩张状态观测器的预测自抗扰控制策略进行比较。仿真结果表明,所提控制策略使得调节时间减少50%左右,动态降落减少30%左右,且在参数摄动时具有良好的鲁棒性。实验结果表明,所提控制策略使得调节时间减少30%左右,动态降落减少12%左右,制冷系统的动态性能和抗干扰性能得到有效提高。     

非最小相位时滞系统新型Smith自抗扰控制及其鲁棒性

非最小相位对象是工业控制中的典型难题,尤其当不稳定极点或零点与时滞同时存在时,系统更难实现稳定控制.基于含不稳定极点的一阶时滞对象,通过引入两个比例反馈设计了新型Smith自抗扰控制器,分析了两个反馈的作用机理,并得到了系统模型误差的最大允许边界.当对象参数摄动时,运用仿真研究了系统的频域和时域特性,绘制了不同模型下的最大误差边界值与频率的关系.最后,通过蒙特卡罗试验验证了新型Smith自抗扰控制器的抗扰能力优于改进的Smith-PID控制器.     

永磁同步风力发电机的时滞补偿自抗扰控制设计

针对直驱式永磁同步风力发电机系统存在非线性、多变量、强耦合、模型不确定和控制时延等问题,提出一种基于时滞补偿的自抗扰控制策略.该策略首先利用Smith预估器补偿时延,使自抗扰控制器作用于无时延环节,然后引入非线性扩张状态观测器对建模误差和多变量耦合等内部干扰以及外部环境的不确定性进行估计,并通过前馈通道进行实时补偿,消除内外干扰的影响,实现最大功率跟踪,最后基于Matlab/Simulink系统展开对比验证.结果表明:该控制策略能有效提高系统的稳定性和抗干扰能力,其跟踪性能优于传统自抗扰控制方法.     

火电站球磨机制粉系统的自抗扰控制

将自抗扰控制器(ADRC)应用到火电站球磨机制粉系统中,较好地解决了该系统强耦合、大迟延的控制难点。在耦合回路上与反标架正规化(RFN)方法进行比较,在具有延迟特性的回路上与SMITH预估补偿方法进行比较。仿真结果显示,ADRC在相应回路上的控制品质与这两种方法相当,并且对模型的不确定性和各种外扰具有更强的适应性和鲁棒性。ADRC在球磨机制粉系统上的应用,可以提高该系统的控制品质。     

球磨机制粉系统的线性自抗扰控制

球磨机制粉系统具有大惯性、大时滞和强耦合等特点,很难建立精确的数学模型。本文分析了球磨机制粉系统的动态特性,并为其设计分散线性自抗扰控制方案。该方案综合分散控制和线性自抗扰控制器的优点,结构简单,不依赖于对象精确模型,可以对被控对象中存在的耦合、干扰和不确定性等进行估计并补偿。根据实际现场要求,对球磨机制粉系统进行设定值跟踪实验、输入扰动实验和性能鲁棒性实验,并比较所设计方案与PID方案的控制性能。结果表明,分散线性自抗扰控制具有更强的解耦能力和抗干扰能力,且性能鲁棒性更优。     

水轮发电机组调速系统的自抗扰控制

为提高水轮机调速系统的控制品质 ,根据自抗扰控制 (ADRC)原理 ,针对考虑弹性水击效应的水轮发电机组水门调节的非线性模型 ,对 ADRC的设计进行了改进。基于三相短路故障、负荷扰动和参数变化的数字仿真实验显示 ,改进的 ADRC与微分几何方法的控制性能相当。结果表明扩张状态观测器的扰动观测和补偿作用使得 ADRC对模型的不确定因素和各种扰动具有更强的适应性和鲁棒性     

智能船舶路径跟踪自抗扰模型预测控制

针对智能船舶在航行过程中为抵抗多源时变环境干扰与模型不确定性的影响,常引起控制力发生突变,致使执行装置难以响应、船舶无法准确跟踪期望路径的问题,提出了一种自抗扰模型预测控制算法．该方法基于自抗扰控制思想,设计修改型扩张状态观测器(MESO)对系统的状态和总未知扰动进行估计,并基于估计值设计鲁棒补偿的模型预测控制算法(RC-MPC)．本文方法基于MESO,将复杂的船舶路径跟踪系统转化为含有干扰的线性仿射系统;同时,为避免鲁棒模型预测控制导致结果保守,设计了观测误差鲁棒补偿算法,提高了控制器的干扰抑制能力,增强了系统对模型失配的鲁棒性．结果证明了该自抗扰模型预测控制级联系统具有全局一致渐近稳定性,仿真实验验证了算法的有效性．     

一类时滞多变量连续系统的广义预测控制

针对多变量连续时间广义预测控制提出了一种新的时滞解决方案及其参数递推计算方法(MDCGPC).在多变量子子模型的基础上采用时滞预测机制,通过参数恒等式变换,将时滞补偿环节引入到预测输出中,通过求解二次性能指标获得控制律的显式解.避免了模型时滞近似方法带来的误差和非最小相位特性,可以处理各路时滞不相同的情况,通过对参考轨迹的调节,可以具有一定的解耦能力.同时参数的递推计算方法简化了多项式数学运算的难度,减小了计算负荷和复杂性.仿真结果验证了所提出算法的有效性.     

结晶器液位系统线性自抗扰控制仿真

连铸生产过程结晶器液位系统具有典型的非线性和模型的不确定性.为了提高系统的控制精度和抗干扰能力,设计了一种线性自抗扰控制器.通过对结晶器液位系统模型分析,得到二阶系统的传递函数模型,设计出三阶线性扩张状态观测器,可对未知扰动的观测结果作出实时估计和补偿,由此设计出线性自抗扰控制器.数字仿真实验表明,结晶器液位系统中,线性自抗扰控制系统波动幅度较小,恢复平稳时间短,具有很好的动态性能,比传统PID控制具备更好的抗扰能力.     

制冷系统自抗扰解耦控制

针对制冷系统具有非线性、强耦合、大时滞且难以建立精确数学模型等特点,设计了一种改进的自抗扰解耦控制器。首先,通过引入线性修正项设计了非齐次有限时间收敛的扩张状态观测器,保证了观测器误差在有限时间内能够快速收敛到0,进而通过构造Lyapunov函数证明了其有限时间收敛的特性;采用静态解耦方法将制冷系统解耦为两个单输入、单输出系统,实现了制冷系统过热度和蒸发温度的独立控制;最后,利用改进的扩张状态观测器估计动态耦合和其他扰动并补偿到非线性误差反馈控制中,实现了制冷系统的动态解耦并改善了控制效果。仿真结果表明,该控制器不仅能较好实现解耦并具有良好的动态特性,而且具有更好的抗扰性和较强的鲁棒性,同时约有2%的节能效果。     

永磁同步电机的改进模型预测自抗扰前馈控制

针对永磁同步电机无差拍电流预测控制系统受参数扰动后会引起稳态误差和剧烈抖振的问题,采用一种前馈控制与无差拍控制相结合的改进控制策略,降低了参数扰动引起的电流和转矩脉动。在前馈通路中采用滑模扰动观测器与分数阶积分补偿相结合的快速响应控制策略,解决引入普通前馈控制带来的稳态误差增大问题。滑模观测器的滑模面采用以sgn函数为基础的二阶趋近律,进一步抑制除参数扰动外的干扰项。对传统的无差拍电流预测模型,引入普通前馈控制策略的电流预测模型以及在前馈通路中添加滑模扰动观测器与分数阶补偿策略的改进预测模型进行仿真对比。仿真结果表明:所提策略在不同工况下均可有效消除参数扰动引起的稳态误差并降低电流抖动,永磁同步电机调速系统的鲁棒性和动态性能得到了有效提高。     

循环流化床锅炉燃烧系统的自抗扰控制

针对循环流化床锅炉(CFBB)燃烧系统的强耦合和大延迟问题,采用相对增益的方法分析几种工况下的耦合性,并采用了主蒸汽压力送风量通道解耦策略。自抗扰控制器(ADRC)经过改进被应用在该燃烧系统,并将仿真结果与神经网络以及PID控制方法的结果进行了比较。仿真结果表明:ADRC在解藕、调节时间上均优于神经网络以及传统PID方法;在各种工况以及增加外扰情况下,该控制方案具有很好的适应性和鲁棒性,较好地解决了该系统强耦合、大延迟的控制难点。     

一类沸腾式流化床系统的自抗扰控制

沸腾式流化床系统具有多变量耦合、大时滞、大惯性的特点,而自抗扰控制器(activedisturbance rejection control,ADRC)可以将多回路耦合看作干扰进行实时估计并加以补偿.为此在分析该类系统动态特性的基础上,设计了具有解耦能力的完全分散自抗扰控制器.针对含时滞的回路,并联加入误差的比例,改进了ADRC的控制效果;根据实际对象的控制要求,进行负荷给定值扰动和给煤量扰动仿真实验,与加入静态解耦环节的PI控制效果进行比较.结果表明,对于文中所述的一类多变量系统,本文所设计的自抗扰控制系统结构简单、参数整定方便,并且可以获得良好的控制效果和较强的鲁棒性.     

时滞相关的非线性广义系统的保性能控制

针对一类具有时滞相关和具有非线性扰动的不确定广义系统,研究了该系统的保性能控制问题。目的是设计一个有记忆的状态反馈控制器,不仅使得闭环系统渐进稳定而且相应的性能指标不超过某个确定的上界。基于Lyapunov函数方法和线性矩阵不等式(LMI),得到闭环系统渐进稳定的充分条件和保性能控制器的设计方法。最后通过数值算例说明了所给方法的有效性。     

基于永磁同步风力发电系统的自抗扰控制

以额定风速以下风能的最大捕获为目标,针对基于永磁同步风力发电系统反馈线性化模型设计了一种自抗扰控制器。所设计的自抗扰转速控制器包括扩张状态观测器和非线性状态反馈控制律,前者将扰动作为扩展状态,后者将估计转速与给定转速之差通过非线性函数变换推导出控制律,并在Matlab/Simulink下搭建仿真模型。仿真结果表明,风速在额定风速以下时,自抗扰控制方法能有效实现风力发电机组的最大风能捕获。     

无人驾驶车转向系统自抗扰控制的研究

针对无人驾驶车转向系统具有一定的非线性,工作载荷变化大,易受外界干扰影响的特点,在分析转向系统动力学特性的基础上,依据自抗扰控制技术,设计了二阶自抗扰控制器．采用七自由度非线性车辆模型进行仿真研究,结果表明：二阶自抗扰控制器可以有效实现转向系统转角的控制,且具有较高的精度、更宽的控制范围以及很强的鲁棒性．     

可分非线性系统的自校正广义预测控制

对一种可分非线性系统,采用Hammerstein模型的基本框架,用神经网络对非线性部分建模,线性部分采用受控自回归积分滑动平均模型.对此模型的线性部分设计广义预测控制器,得出线性部分的控制量.根据此控制量,引入一逆神经网络.结合原来的神经网络模型,通过对逆神经网络权值的调整,使神经网络模型的输出为线性部分的控制量,同时得到逆神经网络的输出,即非线性系统的控制量.文章提出的模型克服了Hammerstein模型中非线性部分的反函数存在性和唯一性的问题.仿真结果验证了该设计的有效性.     

多变量无模型预测神经网络线性自抗扰控制

对难以建模的多变量非线性系统的控制难题,提出改进的具有辅助向量的多变量全格式动态线性化方法,采用其逼近非线性系统,用其构成预测模型,将其转化为具有耦合的若干个子系统,利用直接极小化指标函数自适应优化算法辨识其参数,将多变量线性扩张观测器的线性控制输入项改进为关于观测状态和控制输入向量及其微分的向量函数,并由该向量函数的逆向量函数构建当前控制输入向量,因其未知,使用对角回归神经网络逼近控制输入向量函数,采用多变量非线性递推最小二乘法优化对角回归神经网络连接权及多变量线性自抗扰控制参数,综上研究提出在线优化参数的多变量无模型预测神经网络线性自抗扰控制算法。仿真研究表明系统响应精度高,性能好,优于传统的线性自抗扰控制算法。