控制系统PID参数整定软件包CSLab

介绍了控制系统PID参数整定软件包CSLab。该软件包是以Matlab5．3为平台开发的，针对于单变量控制系统，采用了多种PID参数整定方法。具有丰富的控制系统仿真、分析计算和设计功能，并且建立了开放性的结构，具有高度的可扩展性，可以把新的参数整定方法扩充进来，同时还为用户提供了其它复杂控制结构，使得用户可以根据需要进行控制系统的设计。     

TITO系统的非线性鲁棒控制器参数整定

基于Monte-Carlo实验研究了TITO(二输入二输出)系统的非线性鲁棒控制器(NRC)参数整定的规律.提出了以一种Monte-Carlo实验原理为基础的NRC参数整定规律研究方法.该方法以ITAE值和超调量为控制系统性能指标,主要分析NRC参数取值变化对控制系统性能鲁棒性的影响.以若干典型TITO非线性对象为例进行仿真研究,并在大量仿真试验结果的基础上,总结出TITO系统的NRC参数整定的规律.     

基于Monte-Carlo实验的NRC参数整定规律研究

基于Monte-Carlo实验研究了非线性鲁棒控制器(NRC)参数整定的规律。介绍了针对单变量非线性对象的NRC控制器设计方法,提出了一种以Monte-Carlo实验原理为基础的NRC参数整定规律研究方法。该方法以ITAE值和系统超调量为控制器性能指标,主要分析NRC参数取值变化对控制系统鲁棒性的影响。以若干典型单变量非线性对象为例进行仿真研究,并在大量仿真试验结果的基础上,总结出NRC控制器参数整定的规律。     

一种改进的基于优化的PID参数整定方法

提出了一种改进的鲁棒PID整定方法,该方法通过使开环传递函数的奈奎斯特曲线与实轴交点的绝对值最小化,来求取各个PID参数。由于该方法的稳定裕量是通过取明确依赖于频率的模型来获得,从而避免了陷入保守性。仿真结果表明,使用提出的控制器整定方法,在命令输入和负载干扰发生阶跃变化时,控制系统都有很好的动态响应,同时在系统参数发生变化或存在未建模动态时,也能保证系统的稳定鲁棒性。     

改进型PID参数神经网络自学习的船舶操纵控制器

船舶操纵的模型参数具有非线性、慢时变特性、船舶操纵的传统控制方法的操纵性能不能令人满意。本文讨论一种应用改进型BP神经网络实现PID参数自整定的控制方法，此法能根据船舶动态特性的变化，自动重新整定PID参数，从而改善了操纵性能和鲁棒性。     

汽轮机调速系统模糊控制的研究

针对汽轮机调速系统的特点，设计了一种简单、实用的PI型模糊控制器，给出了它的解析表达式，分析了它的工作机理，说明了它的优越性；并根据基于增益和相位裕度的线性PI控制器参数的整定规则，给出了模糊控制器参数的整定公式，解决了模糊控制器的参数整定问题，使这种模糊控制器更加实用化。最后，通过仿真实验验证了这种方法的可行性。     

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。     

基于群体智能免疫算法的PID自整定

传统的PID整定方法得到的结果通常不是最优参数,很多学者采用遗传算法和模拟退火方法来解决这个问题.针对遗传算法很容易陷入局部最优值和模拟退火算法收敛速度慢这些缺点,融合了粒子群算法和人工免疫机理的优点,提出了一种基于群体智能的免疫算法,对典型二阶对象进行PID控制器参数优化整定.仿真结果证明了提出的算法有效可行.     

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。     

时滞系统的滤波器时间常数自调整内模控制

对于工业控制过程中的大时滞和时变系统,利用Smith内模控制原理设计方法,建立了滤波器时间常数λ的自整定方法,并建立了滤波器时间常数λ的模糊整定规则;通过在线调整滤波器时间常数λ来改善其闭环特性。仿真结果表明,对于在控制过程中过程对象与过程模型失配时,通过内模控制器的滤波器时间常数λ自整定;既改善了系统的控制品质又能提高控制系统的鲁棒性。且易于工程实现。     

600MW火电机组控制系统全仿真模型及建模研究

本文以６００ＭＷ火电机组仿真系统的研究为背景，开发了电站控制系统仿真图形化建模系统，建立了机炉控制系统仿真模块库和全仿真模型。文中介绍了控制回路全仿真模型的组成与设计，讨论了模型自动组态、调试及控制参数自整定等问题。所建立的控制系统仿真模型用于实际仿真机中，实现了ＡＴＣ控制等电站控制中难点问题仿真，取得了满意效果     

基于深度强化学习的驾驶仪参数快速整定方法

针对深度强化学习方法对驾驶仪控制参数训练速度慢、奖励函数收敛性不好等问题,以三回路驾驶仪极点配置算法为核心,提出一种将三维控制参数转换为一维设计参量的智能训练方法,构建离线深度强化学习训练叠加在线多层感知器神经网络实时计算的智能控制架构,在提高深度强化学习算法的效率和奖励函数收敛性同时,确保在大范围飞行状态变化条件下控制参数的快速在线自整定。以典型再入飞行器为例,完成深度强化学习训练和神经网络部署。仿真结果表明,强化学习动作空间简化后的训练效率更高,训练得到的驾驶仪对控制指令的跟踪误差在1.2%以内。     

全局稳定广义预测自校正控制算法与模型参考适应控制算法

本文为时滞未知的确定性线性系统建立了全局稳定广义预测自校正控制算法。同时推出一种新型稳定离散模型参考适应控制算法，把广义预测自校正控制和模型参考适应控制融为一体。     

隐式广义预测自校正控制算法的混合仿真研究

利用广义预测控制与动态矩阵控制的等价性，根据动态矩阵控制中误差校正原理，对广义预测控制算法中的开环预测向量ｆ作了修正，并通过模拟仿真仪对该算法进行了混合仿真研究。     

隐式广义预测自校正控制算法的混合仿真研究

本文利用广义预测控制与动态矩阵控制的等价性，根据动态矩阵控制中误差校正原理对广义预测控制算法中的开环预测向量ｆ作了修正。并通过模拟仿真仪对该算法进行了混合仿真研究。     

Finite Sample Properties of Virtual Reference Feedback Tuning Control

In this paper, finite sample properties of virtual reference feedback tuning control are considered, by using the theory of finite sample properties from system identification. To design a controller in closed loop system structure, the idea of virtual reference feedback tuning is proposed to avoid the identification process corresponding to the plant model. After constructing one identification cost without any knowledge of plant model, the author derives one bound on the difference between the expected identification cost and its sample identification cost under the condition that the number of data points is finite. Also the correlation between the plant input and external noise is considered in the derivation of this bound. Furthermore, the author continues to derive one probability bound to quantify this difference by using some probability inequalities and control theory.