空调房间温度预估模糊PID控制器的研究

针对中央空调房间温度被控对象的大滞后大惯性,设计了具有Smith预估的模糊自整定PID控制器。建立中央空调房间温度控制系统的数学模型,介绍预估模糊PID控制器结构,以及模糊控制规则的生成方法,并且对该控制方案进行了数字仿真。仿真结果表明:该方法调节精度较高,调节迅速,超调小,具有一定的可行性。     

基于遗传算法的模糊神经控制及其应用

将遗传算法和模糊神经网络结合起来,提出一类智能控制方案。仿真实验和实际温控表明,这类智能控制器可改善具有时变、非线性及大纯滞后系统的控制品质,其性能优于一般模糊控制。     

基于标准可加性模型的模糊控制算法仿真研究

基于标准可加性模型（SAM）的模糊控制算法及自学习SAM算法是一种适合工业控制应用的模糊控制方式，并且通过自学习可以对控制器的输入输出参数进行修正，从而使该算法综合了模糊控制和神经网络控制的各自优点，仿真表明该算法能对被控对象实现有效的控制，且具有较强的鲁棒性。     

预测函数控制及其应用研究

介绍并分析了预测函数控制（PFC）的基本原理和特点，给出了一阶加纯滞后系统的预测函数控制的具体算法。将PFC和PID控制相结合，提出了PFC－PID串级主汽温控制策略。系统的内回路采用PID控制，内回路和主调节区对象构成PFC的广义被控对象，对广义被控对象进行拟合简化得到一阶加纯滞后对象，作为PFC的预测模型，算法简单；预测模型失配时，系统仍具有良好的控制品质，易于工程实现，具有较高实用价值。大量仿真实验表明，，采用PFC－PID串级控制策略的主汽温控制系统的动态品质明显优于采用PID串级控制策略的系统，具有较强的鲁棒性和抗干扰能力。     

基于分段Lyapunov函数方法的柔性卫星姿态模糊控制

提出了一种基于分段Lyapunov函数方法的带太阳帆板柔性卫星的姿态模糊控制方法。对于柔性卫星姿态动力学系统而言,强耦合、非线性以及较强的不确定性是其姿态系统的基本特征,本文针对这类被控对象,采用T-S模型作为万能逼近器,设计一种分段状态反馈控制方案。仿真结果表明,该方案可以保证卫星的姿态控制精度、结构振动抑制和控制系统鲁棒性。     

基于MCP-CSH的主汽温控制变负荷仿真研究

针对电厂主汽温过程容量滞后和惯性较大,在控制中经常出现调节时间长,超调大等问题,提出了一种基于串联校正与状态反馈协调的主蒸汽温度控制方案。为了分析该方案的鲁棒性,提出了一种稳定边界搜索方法。应用该搜索方法,找到了当被控过程中参数变化时的MCP-CSH主汽温控制方案稳定区间,并得出被控过程中的参数变化区间乘以其阶次近似等于77%的结论;为了分析该控制方案对变负荷的适应能力,将不同负荷段的被控过程的数学模型进行了同构化处理,得出了MCP-CSH主汽温控制方案的变负荷适应区间与被控过程中具有最高阶数的参数变化稳定区间一致的结论。仿真结果表明,只要在负荷适应范围内,该方法都能取得很好的控制效果。     

基于RBF网络非线性系统逆控制的一种设计方案

基于逆动力学控制的思想,提出一种RBF神经网络逆控制与PID控制相结合的在线自学习控制方案。辨识器采用RBF神经网络结构和最近邻聚类算法,实现了对系统逆动力学模型的动态辨识。并将辨识模型作为控制器模型,与被控对象串联,构成一个动态伪线性对象,从而使非线性对象的控制问题转换为线性对象的控制问题。仿真实验证明该控制策略不仅能使系统具有良好的动态跟踪性能和抗干扰能力,而且具有较强的鲁棒性。     

DC/DC升压变换器自适应-PID串级控制系统仿真研究

为获得良好的电压控制性能,抑制模型非最小相位特性的影响,可使DC/DC升压变换器工作在电流控制模式下,采用串级结构的控制器,组成串级控制系统。系统的外环采用基于参数估计的自适应控制算法,以电容电压为被控量;内环则采用一种特殊的PID控制算法,以电感电流为被控量。此种自适应-PID串级控制器不但可使被控系统获得良好的动态特性,而且不需确知负载电阻、电容、电感、输入电压等参数的信息,对参数变化有着很强的鲁棒性。对DC/DC升压变换器的仿真结果表明,上述控制方案是可行的。     

基于数据挖掘的结构模糊控制规则生成与仿真分析

结合智能控制与现代控制理论,在结构控制领域,提出了直接从已有主动控制算法的成功数据样本中提取模糊控制规则的思想和方法。以顶层设置AMD控制装置的五层钢框架模型结构为例,阐述了提取模糊控制规则的步骤,仿真结果证实了所设计的二输入单输出模糊控制器的有效性和鲁棒性。通过76层Benchmark风振模型的模糊控制仿真分析,进一步验证了这种充分利用主动控制算法获取模糊规则思想的有效性。研究成果使结构振动模糊控制器的设计具有一定的依据,为AMD模糊控制走向工程应用奠定了理论基础。     

时滞系统智能补偿预测控制方案的实现

提出了一种基于DMC预测控制历史数据智能建模基础上的自动补偿方案，该方案适用于参数摄动的时滞对象。仿真研究表明，该补偿算法能明显改善系统增益失配的控制效果，对同时存在增益、时滞失配的系统也有一定效果。由此，我们能在一定程度上降低对被控对象模型的测试要求，增强系统控制的鲁棒性，从而拓宽了DMC预测控制的适用范围。     

基于Sugeno推理自调整模糊Smith-PID控制器仿真研究

针对工业控制中大惯性、纯滞后、参数时变非线性受控对象难于控制问题,提出一种新型控制器,利用Smith预估器补偿受控过程纯滞后作用,基于Sugeno推理模糊控制器自调整PID参数.给出控制器结构及其控制策略,并将其应用于加热炉温度控制系统中,与常规PID控制器和Smith预估补偿PID控制器比较.仿真结果表明,该控制器各项性能均好于其它两种控制器,具有动态调节性能好、稳态精度高、抗干扰性强和鲁棒巨好的特点.     

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。     

一种时变非线性系统的自适应逆控制仿真

对一种非线性时变系统提出了基于神经网络的自适应逆控制方案。该方案中用两个动态神经网络分别作为模型辨识器和自适应逆控制器,详细推导了在线训练自适应逆控制器的BPTM(backpropagationthroughmodel)和RTRL(realtimerecursivelearning)算法。根据大幅面喷墨打印机的结构特点,建立了打印头车架系统的时变非线性动力学模型作为仿真对象,在Matlab/Simulink平台下进行了算法仿真验证。结果表明了该方案收敛快,能有效控制该时变非线性对象。     

高层建筑风振反应的T-S模糊控制

研究了高层建筑在顺风向脉动风荷载激励下T—S模糊控制问题。受控结构为拟建于澳大利亚Melboume的一幢钢筋混凝土结构办公楼，高306米，总共76层，控制设备为安装于结构最顶层的主动调谐质量阻尼器，主动控制力由T—S型模糊控制器求得。选取LQG控制的仿真结果为T—S模糊控制器的学习样本，采用减法聚类法和混合学习算法对T—S模型进行结构与参数辨识，通过改变结构刚度束检验模糊控制器的鲁棒性。仿真结果表明：T—S模糊控制器鲁棒性好，控制效果能够满足高层建筑风振舒适度的要求；与Mamdani型控制器相比，在线计算时间短，无计算时滞问题。     

AN INTELLIGENT CONTROL SYSTEM BASED ONRECURRENT NEURAL FUZZY NETWORK AND ITS APPLICATION TO CSTR

In this paper, an intelligent control system based on recurrent neural fuzzy network is presented for complex, uncertain and nonlinear processes, in which a recurrent neural fuzzy network is used as controller (RNFNC) to control a process adaptively and a recurrent neural network based on recursive predictive error algorithm (RNNM) is utilized to estimate the gradient information ρy/ρu for optimizing the parameters of controller.Compared with many neural fuzzy control systems, it uses recurrent neural network to realize the fuzzy controller. Moreover, recursive predictive error algorithm (RPE) is im-plemented to construct RNNM on line. Lastly, in order to evaluate the performance of the proposed control system, the presented control system is applied to continuously stirred tank reactor (CSTR). Simulation comparisons, based on control effect and output error,with general fuzzy controller and feed-forward neural fuzzy network controller (FNFNC),are conducted. In addition, the rates of convergence of RNNM respectively using RPE algorithm and gradient learning algorithm are also compared. The results show that the proposed control system is better for controlling uncertain and nonlinear processes.     

基于Simulink的空调系统先进自校正控制仿真研究

空调系统可以被看作是一阶惯性加延迟的过程,系统具有时延和参数时变的特性.提出了一种先进的自校正控制策略并将其应用在空调系统中.该控制策略采用了一种混合的参数辨识算法,在控制系统闭环运行条件下,空调系统的过程参数包括延迟时间可以被在线辨识.辨识出的延迟时间被Smith预估器用来补偿控制回路中的时延,同时该控制策略的控制信号可由内环回路中的PI控制器根据ITAE整定规则计算获得.Simulink仿真结果表明该自校正控制策略较自适应PI控制的控制性能更为优越.     

单路口交通的多相位实时模糊控制

讨论单路口多相位的交通信号控制 ,控制方法采用实时模糊控制 ,提出以当前相的主队列、最近1 0秒车辆到达数、后继相的主队列三者决定信号配时的方法 ,给出了该三维模糊控制器的设计 .根据通过交叉口的车辆停驶过程 ,推导出交叉口平均车辆延误计算模型 .对上述控制器进行四相位交叉口的仿真试验 ,以通过交叉口的平均车辆延误作为性能评价指标 ,仿真结果表明 ,控制效果比较满意 ,优于定时控制方法     

带时延补偿的模糊广域阻尼控制分析与设计

研究了存在网络通信时延的电力系统的广域阻尼控制问题。首先从理想传输情况出发,设计基于Mamdani方法的模糊逻辑广域阻尼控制器;然后考虑时延对控制效果的影响,在控制器中引入模糊输入,设计带时延补偿的模糊逻辑广域阻尼控制器。时延补偿增加了控制器设计的复杂性,因此在保证系统性能无显著降低的条件下,对其模糊规则数进行简化。以4机2区域测试系统为例,利用Matlab/SimPowerSystem和TrueTime进行仿真分析,结果表明,与模糊逻辑广域阻尼控制器和传统的广域阻尼控制器相比,所设计的具有时延补偿的模糊逻辑广域阻尼控制器能有效地抑制时延对系统稳定性造成的影响。