具有时滞补偿器的模型算法控制

本文提出一种具有时滞补偿器的模型算法控制,该算法可用于处理具有未知时滞或变时滞的复杂工业过程.当过程的时滞发生变化时,闭环系统具有良好性能.文中给出了仿真结果.     

一类双线性系统的最小方差控制及其应用

对一类双线性系统，建立了具有广义性能指标的最小方差控制算法和参数未知时的自适应控制算法，该算法能用于最小相位和非最小相位的双线性系统。仿真实验表明该算法具有良好的动态响应性能，且能用于废水处理中的溶氧过程控制。     

模型未知非零和博弈问题的策略迭代算法

提出了一种在线积分策略迭代算法,用来求解内部非线性动力模型未知的双人非零和博弈问题.通过在控制策略和干扰策略中引入探测信号,从而避开了系统的模型信息,得到了一个求解非零和博弈的无模型的近似动态规划算法.该算法同步更新值函数、控制策略、扰动策略,并且最终得到收敛的策略权值.在算法实现过程中,使用4个神经网络分别近似两个值函数、控制策略和扰动策略,使用最小二乘法估计神经网络的未知参数.最后仿真结果验证了算法的有效性.     

基于神经网络模型和改进最优保留遗传算法的非线性系统多步预测控制

针对复杂工业过程中存在的时滞、慢时变、强干扰等非线性控制对象提出一种利用径向基函数神经网络 (RBFNN)作为预测模型 ,改进最优保留遗传算法 (MEGA)作为滚动优化策略的非线性预测控制算法。仿真结果表明该算法具有较强的鲁棒性和抗时变性能。     

磁悬浮机床主轴的自由递阶变结构控制

研究了变结构控制方法在磁悬浮主轴系统中的应用,以铣削过程作为外界扰动,建立了主轴－磁轴承系统动力学模型,设计了自由递阶变结构控制器,仿真结果表明,该控制方法以于由阶跃,冲击以及切削等外扰动引起的主轴振动具有很强的抑制能力,对系统模型摄动及复杂加工过程亦有良好的适应能力。     

一类带有执行器故障不确定线性系统的自适应H∞控制

针对一类带有不匹配外部扰动、非线性参数不确定性和执行器故障的线性系统,提出一种基于自适应容错技术的H_∞控制方案。所设计的变增益容错控制器既可以对外部扰动具有良好的抑制作用,同时也可以有效补偿系统参数不确定和未知故障的影响,进而保证闭环系统具有期望的优化性能指标。飞行控制系统的数值仿真例子表明了所提出控制方法的有效性。     

一种离散变结构控制算法及其仿真研究

离散变结构控制设计一般基于系统的状态方程模型,且要求已知扰动量的变化范围,不利于实际应用。文章基于对象差分方程模型,提出了一种离散变结构控制算法,该算法设计无需已知系统内外扰动大小的范围,有利于工程应用,且有利于消除系统的抖动;对所提出的算法进行了仿真研究,结果表明该控制算法具有较好的效果及鲁棒性。     

考虑环境温度和功率的燃气轮机进口可转导叶控制策略优化

针对联合循环中燃气轮机变工况运行时排气温度控制这一重要环节,以某型联合循环燃气轮机为研究对象,介绍了燃气轮机进口可转导叶(IGV)温度控制的作用和原理.在变负荷和环境温度扰动2种变工况的情况下,对比分析了纯反馈、单前馈-反馈和双前馈-反馈3种不同IGV温度控制策略的燃气轮机性能参数动态响应过程.结果表明:相比于其他控制策略,采用负荷和环境温度的双变量前馈-反馈控制策略在变负荷和环境温度扰动时具有更好的控制效果.     

基于改进决策树的入侵检测算法

本文对经典的基于信息增益的决策树算法进行改进,提出一种基于决策树与属性相关性相结合的入侵检测算法。该算法同时结合综合策略的剪枝算法以避免过度拟合对检测结果的影响。实验结果证明,本算法不仅在面对已知攻击时能够做出良好的判断,而且在面对未知攻击时仍然具有一定的检测能力,具有良好的性能和可用性。     

用于壁板结构多模态振动主动控制的改进最小控制合成(MCS)算法

针对压电壁板结构,引入具有良好非线性控制性能的最小控制合成(minimal controller synthesis,MCS)算法来抑制其振动.鉴于标准的MCS算法在快速扰动下缺乏稳定性,为进一步提高其控制效果,构造了一种新的自适应补偿因子,形成了改进MCS算法-IMCS算法,并通过波波夫准则验证了该控制系统的稳定性.选取LQR(linear quadratic regulator)控制作为参考模型,分别施加宽频随机扰动和前2阶正弦混合脉冲激励,分析比较了IMCS算法和标准MCS算法的控制效果、自适应增益因子和跟踪误差.仿真结果表明,IMCS算法具有更快的收敛速度和更小的跟踪误差;多模态扰动实验结果表明,当存在外部非线性扰动时,IMCS算法具有更好的控制效果和鲁棒性.     

网络控制系统反馈和前向通道的随机时延补偿

针对网络化控制系统的网络诱导时延,提出了一种改进的补偿时延的预测控制方法。对于反馈通道,根据测量的反馈时延设置预测步长,采用柔性控制增量算法设计预测控制器对时延进行补偿。对于前向通道,前向时延相对控制器来说是未知的,为此在系统输出端和前向通道间添加一个反馈补偿环节,设计一个控制补偿器估算出历史时刻实际作用于被控对象的控制量与控制器在此时刻输出的控制量之间的误差,用该误差来补偿前向时延的影响。当被控对象参数缓慢变化或未知时,给出了渐消记忆递推最小二乘辨识算法的网络化反馈修正算法。最后对闭环系统的稳定性做了分析并通过仿真验证了该策略的有效性,保证了网络化控制系统的良好性能。     

基于支持向量回归模型的间歇过程优化

针对间歇过程的优化问题,提出了一种基于支持向量回归模型的批次到批次的优化控制策略。通过对支持向量回归模型在当前控制轨迹处的线性化,构造了一种批次到批次的优化控制方法。在苯乙烯聚合反应器的仿真实验中,该方法能够在存在模型失配与过程扰动的情况下,逐批次地改善过程性能。     

时滞不稳定系统的串级内模控制

对于工业控制过程中的时滞不稳定过程,提出串级内模控制设计方法.为避免开环不稳定极点对系统的稳定鲁棒性和抑制扰动能力的影响,对控制器进行了稳定鲁棒性以及抑制扰动能力的分别设计,首先利用反馈方法整定内环的不稳定系统,然后设计前馈-反馈控制来抑制被控过程的扰动;最后使用内模控制方法对时滞被控过程进行串级外环控制,以达到对给定值的跟踪.仿真结果表明所提出的控制方法能很好地解决稳定鲁棒性和抑制扰动的均衡,且对于控制系统中过程变化引起的模型失配,可通过调整内模控制器的滤波器时间常数λ来提高控制系统的鲁棒性.     

时滞不稳定过程的PID控制

研究具有时滞的不稳定过程的PID控制问题，对文[1]提出的参数调整方法进行简化和处理，可以得到更加简便的结果．     

针对不稳定对象的三自由度内模控制

针对部分内模控制（Partial Internal Model Control）仅有一个可调节参数，性能调节不明确，调节范围小等不足，提出部分内模控制与三自由度内模控制相结合的控制器设计方法.理论分析和仿真结果表明，这种方法对存在干扰和模型失配的不稳定对象具有调节参数明确，控制效果好，调节范围明显增大的优点.     

互联非线性时滞系统的分散式自适应跟踪控制

为了实现系统对目标轨迹的快速准确跟踪,针对一类互联非线性时滞系统,提出了一种分散式自适应跟踪控制策略。通过使用极限学习机来处理系统中的未知非线性函数,引入Lyapunov-Krasovskii函数来处理未知时滞,结合反演控制技术和动态面控制技术,实现分散式自适应跟踪控制;基于Lyapunov稳定性理论以证明所设计的控制策略可以保证闭环系统跟踪误差一致且最终有界稳定,并借助两级化学反应釜系统验证所提控制策略的有效性。结果表明,所提控制策略能够有效处理系统中的非线性项与系统时滞,实现对目标轨迹的快速准确跟踪。所提策略能克服未知非线性和未知时滞对系统的影响,可为处理复杂非线性时滞系统提供参考。     

大时滞过程自整定PID及其在定量控制中的应用

针对纸张定量控制的难点，提出了一种能用大时滞过程的自整定PID／PI控制算法。通过改进型继电反馈频域响应辨识方法获得实际过程Nyquist曲线与S平面负实轴和虚轴交点处等幅振荡的幅值和频率，给定幅值裕度和相角裕度鲁棒性能指标，确定自整定PID／PI控制器参数，此算法具有参数整定简单，对实际过程模型的依赖性小，鲁棒性强及易于实现等优点，适合于含有大时滞的工业过程控制。     

催化裂化装置反应深度多变量预测控制

研究了催化裂化装置的优化控制问题,指出干扰或操作条件变化时,会导致被控过程出现三种系统（ｒ＝ｍ,ｒ＜ｍ,ｒ＞ｍ）,其中ｒ为控制变量维数,ｍ为被控变量维数。这三种系统会相互转化,提出了适合于这种复杂工业过程的多变量预测控制策略。仿真和工业应用结果表明,该方法能使大型工业装置操作稳定,所有被控变量和操作变量都不超限,充分发挥装置的潜力,具有较高的工程应用价值。     

基于时延估计和鲁棒H_∞控制的工业机器人跟踪控制

针对六自由度工业机器人系统,结合时延估计控制和鲁棒H∞控制的优点,提出了一种鲁棒H∞时延估计跟踪控制算法.该算法不需要机器人的复杂动力学模型,避免了机器人逆动力学的在线实时计算;采用时延估计在线获得机器人系统的未知动力学和外界干扰,并对控制过程加以补偿;通过引入L2增益控制,可实现对时延估计误差的L2干扰抑制,从而进一步提高了系统的鲁棒性.同时,利用Lyapunov函数和Riccati不等式保证了闭环系统的渐近稳定性和H∞鲁棒性能.该算法计算简单,结构固定,鲁棒性强,易于实现.文中还通过二自由度机器人的仿真实验证明了该算法是有效的.     

挠性卫星姿态快速稳定智能控制

针对挠性卫星本身存在的参数不确定性和外部扰动的控制问题,设计了以径向基函数神经网络和小脑神经网络为基础的复合变结构智能控制器.该控制器利用变结构控制系统对被控对象的模型误差、参数变化及外扰等的不敏感性的优点,再结合神经网络能够迅速逼近未知函数、泛化能力强的特点,可以适应挠性卫星参数不确定性和抑制外加干扰,实现对挠性卫星的有效控制.仿真结果表明复合控制能够提高卫星姿态的稳态精度和快速性.