基于自适应神经模糊推理系统的连续搅拌反应釜系统的改进广义预测控制

连续搅拌反应釜(continuously stirred tank reactor,CSTR)是典型的非线性、大滞后的化工对象。为克服传统控制方法难以建立其机理模型的难点,基于对实际工业现场采集得到的大量输入输出数据,提出采用自适应神经模糊推理系统(adaptive-network-based fuzzy inference system, ANFIS)的方法,得到CSTR系统较理想的输入输出关系规则库,即CSTR系统的T-S模糊模型。最后,通过改进的广义预测控制(Jin’s generalized predictive control, JGPC)算法对CSTR系统的浓度进行控制,并与常规的广义预测控制(generalized predictive control,GPC)算法、比例-积分-微分(proportion integral differential,PID)控制算法进行对比,仿真结果显示,JGPC算法的控制效果优于GPC算法和PID控制算法,证明了方法的有效性。     

基于西门子PCS7的搅拌反应釜连续反应控制系统

针对搅拌反应釜连续反应过程,采用多功能过程和实验系统（MPCE）中的连续搅拌反应过程（CSTR）进行控制系统设计。进料流量采用比值控制,液位采用串级控制,升温过程采用预测模糊控制,恒温阶段采用模糊免疫PID控制,并设计了压力安全联锁控制系统。基于西门子PCS7产品进行工程实现,运行结果表明：控制系统中各种控制策略操作简...     

基于非线性PID的连续搅拌反应釜控制方法

连续搅拌反应釜(continuously stirred tank reactor,CSTR)普遍存在高度的非线性、不稳定性和参数不确定性.线性比例-积分-微分(proportion integration differentiation,PID)控制算法难以满足CSTR系统的控制要求.为了提高CSTR系统的控制品质,...     

基于Hammerstein模型的连续搅拌反应釜非线性预测控制

该文针对化工过程中广泛使用的连续搅拌反应釜(CSTR),提出一种基于最小二乘支持向量机Hammerstein模型的非线性预测控制方法。Hammerstein模型的非线性环节采用最小二乘支持向量机逼近,线性环节则采用外因输入自回归模式(ARX)结构。基于此模型结构设计非线性模型预测控制器,将非线性预测控制问题转化为线性模型的预测控制和非线性模型的求逆问题,进而给出了预测控制律以及非线性环节逆模型的构造方法。对CSTR的仿真结果表明:与传统的非线性模型预测控制以及PI控制器相比,该文方法精度更高,能够有效跟踪控制反应物浓度。     

模糊聚类学习算法在连续搅拌反应釜(CSTR)系统动态建模中的应用

针对化工生产过程中一类强非线性对象的动态建模问题,采用模糊最近邻聚类学习算法对这类对象中有代表性的ＣＳＴＲ系统进行了模拟动态建模．仿真结果表明效果良好,且从算法的简便性、收敛性及运算速度上来说,优于一般的模糊辨识和神经网络辨识算法．从模型简化的思想出发,文中还对传统算法进行了适当的改进,使模型和模型的泛化特性得到了进一步简化和加强     

污水处理过程中模糊自适应广义预测控制方法

污水处理是一个复杂的生化反应过程,具有高度非线性、强耦合、不确定性等特点.本文以基于活性污泥1号模型(ASM1)的污水处理benchmark为研究对象,采用模糊模型描述污水处理过程,利用自适应辨识策略提高模型的精确度,以模糊自适应模型作为预测模型,提出了污水处理过程模糊自适应广义预测控制方法.仿真结果表明:采用的模糊自适应预测控制方法能有效地控制出水水质.     

基于T-S模型的连续搅拌反应釜鲁棒L2L∞控制

为实现对连续搅拌反应釜(CSTR： Continuous Stirring Tank Reactor)系统在实际反应中的精确控制, 根据CSTR反应特点, 采用T-S模糊模型逼近非线性对象, 研究鲁棒L₂L_∞状态反馈控制问题。模型中将更易测量的反应器温度作为前件变量, 模糊规则少。应用平行分配补偿算法(PDC： Parallel Distributed Compensation), 给出局部控制器的设计方法, 并利用线性矩阵不等式(LMI: Linear Matrix Inequality)技术设计全局控制器, 在此基础上把控制器的设计转化为一个凸优化的求解问题。最后仿真验证了该方法的有效性, 从而可扩展到其他化学工业反应中。     

基于非线性系统模糊模型的l∞范数预测控制

以非线性系统模糊模型为基础 ,提出了一种基于l∞ 范数性能指标的预测控制方法 .证明了当子线性模型闭环稳定时 ,基于模糊模型的l∞ 预测控制系统是闭环稳定的 .将此方法用于连续反应搅拌釜 (CSTR)中和过程 pH值控制的仿真试验 ,结果表明其综合控制性能优于基于二次性能指标的预测控制方法 .     

基于自适应神经网络的歼击机模糊跟踪控制

提出了一种基于T-S模糊模型和自适应神经网络的跟踪控制方法.在系统具有未知不确定非线性特性的情况下,利用T-S模糊模型对系统的已知特性进行近似建模,设计基于模糊模型的模糊H∞跟踪控制律进行输出跟踪控制.在模糊控制的基础上,引入了基于RBF神经网络的自适应控制,用于在线对消不确定项和模糊建模误差的影响,以保证系统具有期望的鲁棒H∞跟踪性能.所提出的方案保证了闭环系统的稳定性,有效地提高了系统的鲁棒性和跟踪性能.仿真实例表明了所提出方法的有效性.     

辨识与控制分离的广义预测控制算法

提出了一种自适应广义预测控制策略．其中，对象参数辨识及预测模型参数计算等以较大的采样周期进行，滚动优化控制以较小的采样周期进行．将辨识与控制运算分别放在２个不同的中断服务程序中，使辨识与控制分离，通过不同采样周期的模型变换建立起辨识与控制的联系，可大大缩短控制运算时间，提高控制的实时性     

流媒体传输的模糊自适应预测拥塞控制

为保证网络流媒体传输质量,在流媒体的传输中多采用有效的拥塞控制策略.本文给出了一种更有效的流媒体传输的拥塞控制算法.基于模糊算法给出了模拟的网络传输模型,采用能克服较大传输延时的预测控制解决缓存器的排队预报问题,采用自适应控制算法解决缓存器溢出问题.多种算法有机组合,解决了通过网络的流媒体传输.     

步长自调整的预测模糊控制器的研究

在介绍灰色模型(GM)建模的基础上,把预测控制的思想引入到模糊控制器中。模糊控制器的两个输入变量为设定值,与灰色预测模型的输出值之间比较得到预测误差及其预测误差的变化率。并根据过程状态提出了一种预测步长自调整的模糊决策机制,进一步改善系统的控制性能,即把由模糊决策器得到的预测步长作为灰色预测模型的一个输入来控制。仿真结果表明,该方法具有良好的控制性能和实用价值。     

一类非线性系统的自适应广义预测控制

利用Hammerstein模型描述一类非线性系统，提出了一类适用于非线性系统的自适应广义预测控制算法（NAGPC），该算法将整个控制系统分解成线性和非线性两部分考虑；在线性部分中，根据广义预测控制（GPC）算法中控制增益阵F的特点导出了一种速度较快，计算量不大的GPC改进算法。非线性部份利用插值原理给出了一种便于计算机实时计算的根值解法，并将其解作为整个系统的控制输入。仿真结果表明，NAGPC算法计算速度快，鲁棒性较强，稳定性较好。     

一种鲁棒直接自适应模糊控制算法

针对一类含有不确定项的非线性系统,提出了一种鲁棒直接自适应模糊控制算法.首先,该算法中用广义模糊双曲正切模型逼近系统的等价控制项;之后,设计了双曲正切函数的鲁棒补偿项,从而得到一种没有抖振的平滑控制输入.在系统的控制增益已知、部分已知和未知三种情况下,利用Lyapunov函数证明了采用上述控制策略可保证控制系统跟踪误差收敛到原点的一个小的邻域内,且所有的变量一致有界.仿真例子说明了该算法的有效性.     

一种增广的Laguerre模型自适应预测控制算法

论文在简述基于Laguerre函数近似模型的自适应预测控制原理、算法的基础上,将现有的仅适用于开环稳定系统的预测控制算法进行扩展,提出一种增广的Laguerre函数模型自适应预测控制算法。该算法对于开环不稳定系统和非最小相位系统同样适用。仿真结果表明基于Laguerre函数模型的预测控制方法对控制变时延、变阶次对象具有较好的鲁棒性。     

一种新的模糊自适应控制方法

针对未知的非线性不确定系统,提出了一种基于广义模糊双曲正切模型的模糊自适应控制方法·该方法采用广义模糊双曲正切模型作为未知的非线性对象的辨识器,以此为模糊自适应控制器提供参数自调整必需的梯度信息·通过与其他的辨识器比较,说明了广义模糊双曲正切模型辨识器具有辨识参数少,辨识复杂性较小,易于提高逼近精度的优点·自适应控制器的梯度算法使被控对象的输出能很好地跟踪期望输出·仿真结果表明,此控制方案对未知的非线性系统的输入有很强的自适应跟踪能力·     

基于灰色预测的微动机器人自适应模糊控制

由于微动机器人是含有闭链结构的高度非线性复杂系统,其精确的数学模型难以获得,因此本文设计了基于估计模型的预测控制方案.因为预测控制对环境和对象的不确定性有很强的鲁棒性,所以能够取得较好的控制效果.仿真结果验证了该方案的有效性.     

温度预测模糊控制系统

将预测控制与模糊控制结合起来,形成一种预测模糊控制算法,并将该算法用于工业电阻炉的实时温度控制,获得了良好的控制效果。算法中,预测控制负责提高控制精度,模糊控制负责为实时控制提供预测模型未收敛时的控制量及模型收敛后的修正前控制量。