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。     

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     

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。     

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,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常数的依赖性问题,具有广泛的应用前景。     

提高Smith预估器扰动抑制能力的方法及应用

以带纯滞后的典型工业过程为被控对象，针对常规Ｓｍｉｔｈ预估补偿控制对外扰动信号响应缓慢的缺点，给出一种改进的Ｓｍｉｔｈ预估器结构。分析了预估器的改进方法和参数设计，数值仿真和应用结果表明，该控制方案对改善系统的抗干扰性能有良好效果。     

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．     

时滞系统的T-S模糊PID控制

以输出误差e、误差积累Σe、误差变化率△e为控制器输入,设计了三输入单输出的T-S模糊PID控制器。针对时滞系统,分别采用传统PID控制器、Smith预估补偿器、T-S模糊PID控制器进行控制并仿真比较,结果表明:T-S模糊PID控制器具有控制精度高、响应快速、适应性强的特点;当时滞系统的时滞发生较大变化时,控制器仍具有很好的控制效果,系统稳定。     

Smith预估算法在计算机控制系统中的应用

Smith预估控制是一种对被控对象的纯滞后补偿,在工业过程中有着比较广泛的应用。在传统Smith预估算法的理论基础上,采用Smith预估器与PID控制器相结合的方法,推导出相应的控制算法,利用实验室现有的硬件设备,确定控制方案,搭建计算机控制系统。被控对象为电加热管,其对象特性可以通过阶跃响应曲线测得。通过NI公司的LabVIEW软件平台,实现控制算法的软件编制以及相应的控制界面的设计。     

基于BP神经网络的PID在压延机温度控制系统中的应用

针对风神轮胎股份有限公司压延机辊筒温度控制以及传统PID控制存在的设计复杂、控制精度较差和参数值实时更新复杂等问题,对压延机辊筒温度提出了一种基于BP神经网络的PID控制方法,并进行了计算机控制系统设计。对子午线轮胎生产中压延机辊筒的温控试验结果表明,该PID控制系统逼近精度高、适应性好,取得较满意的效果。     

基于时滞补偿的气动系统位置控制仿真

为解决气动系统在控制过程中出现的时滞性、非线性性和外部干扰等问题,提出了一种基于时滞补偿的模糊比例-积分-微分(proportion integration differentiation, PID)控制的策略。首先,分析气动系统的工作原理,建立气动系统的机理模型。其次,针对气动系统存在的时滞特性,在Smith预估器的结构中引入干扰观测器,并使用改进的Smith预估器来补偿系统的纯滞后环节。最后,为提高位置控制精度,设计了具有自整定能力的模糊PID控制器。仿真结果表明,改进的Smith预估器与模糊PID控制相结合的策略能够保证系统的稳定输出,提高系统的抗干扰能力和鲁棒性。     

一类大时滞过程的预测PI控制器

针对较为常见的一类大时滞过程,提出了一种预测PI控制器.该控制器把PI控制器参数与Smith预估器参数有机结合起来,减少了控制器参数,从而避免了这些参数在整定时的相互影响,使得控制参数易于整定.仿真和应用结果均表明,该预测PI控制器在一类时滞过程控制中具有优良的性能.     

一种改进的Smith预估系统的H2鲁棒控制

针对实际轧机控制中存在的不确定因素以及厚度闭环控制系统中含有纯滞后环节,采用基于Smith预估器的H2鲁棒控制.考虑模型失配、时滞大小等因素,进行仿真,比较控制性能,以期对含有大时滞对象的控制起到方法上的指导作用.结果表明,将其用在冷轧AGC中具有快的响应、小的超调量和较好的鲁棒稳定性.     

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。     

带预测的模糊-PI算法在惯导温控系统中的应用

研究一种带误差预测的模糊-PI控制算法，并将该控制算法应用在惯导系统温控回路中，采用了带自调整因子的模糊控制规则加快系统响应时间，并加入了稳态PI控制提高系统精度，利用Smith预估器的思想，预测过程的误差和误差变化，解决了过程纯滞后对控制性能的影响，计算机仿真表明，系统具有反应快，超调小和稳态性能好的特点，能够达到惯导温控系统的要求。     

大林算法与Smith预估法在温度控制中的优效研究

工业中有很多具有纯滞后性的被控对象,为了改善纯滞后对系统带来的不良影响,将大林算法和Smith预估法用于此类系统中,且以炉温控制系统为例,详细地介绍了两种算法的工作原理、数学模型及仿真结果,并将其与PID算法进行了讨论.结果表明,大林算法具有更好的控制效果.     

大林算法与Smith预估法在温度控制中的优效研究

工业中有很多具有纯滞后性的被控对象 ,为了改善纯滞后对系统带来的不良影响 ,将大林算法和Smith预估法用于此类系统中 ,且以炉温控制系统为例 ,详细地介绍了两种算法的工作原理、数学模型及仿真结果 ,并将其与PID算法进行了讨论 .结果表明 ,大林算法具有更好的控制效果     

神经网络与模糊控制在温度控制系统中的应用

本文提出了一种利用神经网络进行在线自整定的模糊控制系统,该系统结合了BP神经网络、模糊控制的优点,通过仿真实验表明,这种控制方法对具有时变性,干扰因素不确定性的系统有较好的控制效果。     

适用于具有未知或变化时滞的PID自适应控制器

本文通过把Smith型预估和补偿方法与PID控制算法相结合,提出了一种新的、简单而有效的SIOS自适应控制算法,此法便于在实际中应用推广。文末给出了数字仿真与物理仿真结果。     

一类不完全微分PID控制的实现方法

提出一种不完全微分PID控制的实现方法,不完全微分PID控制算法是基于Smith预估控制原理并利用单神经元来实现的.利用MATLAB仿真软件对该实现方法在隧道式炉中的应用进行仿真研究.仿真结果表明,该实现方法不但能实现对时滞系统的有效控制,而且还具有较好的抗干扰性和鲁棒性的优点.     

基于Smith预估器的恒温箱温度控制

温度控制范围低于环境温度的恒温箱控制系统中,恒温箱内温度上升速度快,降温速度缓慢。针对这类系统的纯滞后特性,提出了基于Smith预估器的恒温箱温度控制系统的设计方法。该方法能有效克服纯滞后对控制系统稳定性的影响．同时提高了的控制指标,具有较好的鲁棒性。