一阶惯性延时系统的免分析建模法——MATLAB在大林算法建模仿真中的应用

利用MATLAB软件对一阶惯性延时系统免分析建模.通过对实际被控对象施加阶跃激励可获得实际系统的阶跃响应数据,利用MATLAB软件的“fminsearch”命令可方便地求得与实际数据有最小均方差的响应曲线数学表达式,通过变换运算得到被控对象的传递函数Gp(Z).根据大林(Dahlin)控制算法理论,先设定期望的闭环系统函数Φ(Z),由此二函数便可得到控制器的函数Gc(Z).利用MATLAB中的SIMULINK工具建立仿真模型,通过对此模型的仿真运行,便可得到控制器的最佳参数.     

一种新型非线性PI控制器的设计及其仿真

针对过程控制普遍存在的大时滞、大惯性对象,设计并仿真了一种新型非线性PI控制器.该控制器的前置非周期采样单元补偿被控对象的时滞特性,非线性PI控制环节加快调节过程并减少超调量,MATLAB的S-Function实现了非周期采样和非线性环节的仿真.仿真结果表明,该新型非线性PI控制器具有较小的超调量、较短的过渡时间,在模型失配的情况下仍具有良好的控制性和鲁棒性.     

四旋翼无人机悬停飞行自适应PD控制器设计

提出一种基于模型参考的自适应PD控制器设计方法,用于质量可变的四旋翼无人机的悬停飞行控制。由无人机的动力学方程对悬停飞行时姿态角近似处理得出参考模型,根据参考模型选取一个与实际系统相似并且有期望动态特性的二阶系统。基于Lyapunov稳定性理论的方法,通过被控对象的输出与参考模型输出之间的误差确定控制器的参数,当被控对象参数发生变化时,自适应机构通过参数估计调整PD控制器的输出,使被控对象参数的估计值总能跟踪其实际值,并分别与常规的PD控制器和加入了限速补偿环节的PD控制器进行仿真实验对比。结果表明,该控制器的控制信号比常规的PD控制器超调量小;比加入了限速补偿环节的PD控制器调节速度快,稳定性更好。对于四旋翼无人机的悬停有更好的控制效果。     

基于支持向量机广义逆的永磁同步电机模型参考自适应控制

针对永磁同步电机多变量、非线性、强耦合的特点,提出了基于支持向量机广义逆的模型参考自适应控制策略.在分析永磁同步电机广义可逆性的基础上,利用支持向量机回归理论辨识出系统逆模型并引入线性环节构造其广义逆系统,进而与原系统串联构成广义伪线性复合系统,实现被控对象的线性化重构,简化系统结构和外围控制器的设计难度.结合模型参考自适应控制策略,将支持向量机广义逆作为主控制器,设计出新型可调增益的闭环自适应控制器,提高了系统的鲁棒性.仿真与实验表明,该方法不依赖于被控对象的数学模型,系统抗干扰能力强,减小超调的同时提高了响应速度,实现了转速的高精度跟踪控制.     

基于高阶统计量的非线性控制系统性能评估方法

针对一类基于反馈线性化策略的非线性控制系统,提出一种基于高阶矩估计非线性控制器性能检测新方法.非线性闭环控制系统由外部PID控制器、反馈线性化补偿环节和非线性控制对象组成,在模型和对象完全一致时,闭环系统输入输出具有线性特征.在实际应用中,经常遇到反馈线性化补偿环节模型参数与被控对象实际值不一致的情况,上述线性关系也一般不再存在.基于这种直观认识,以闭环控制系统所具有的线性关系为性能参考基准,通过估计系统输出的三元谱和四元谱等统计特征量,构造非高斯性以及非线性等假设推理命题,检验控制系统是否还处于原期望的操作点上,通过大量仿真计算表明了非线性检测新方法的有效性.     

基于模型参数辨识的网络化系统控制策略

针对网络控制系统中普遍存在的有限带宽问题,提出了基于模型参数辨识的网络化系统控制策略.该系统由多个子系统构成,各子系统包括辨识模块、更新模块和控制器模块等.系统在闭环更新周期内,通过辨识模块在线辨识系统参数以构造被控对象的动态模型并重构其状态,更新模块利用已辨识参数更新被控对象模型参数,最后由控制器模块输出控制量.系统通过合理地设计闭环更新周期,调节模型与被控对象的匹配程度,达到减小系统对网络带宽的需求及提高网络的使用率,进而实现基于模型的控制策略.结合直流电机的网络化控制系统进行的Matlab仿真实验,结果证明了所提方法的有效性.     

基于扩展状态观测器的锅炉-汽轮机组模糊模型预测控制

针对锅炉-汽轮机组易受扰动、非线性等特点,提出一种基于扩展状态观测器的模糊模型预测控制方法。首先,基于实际被控对象的输入输出数据建立1 000 MW锅炉-汽轮机组的模糊模型;然后利用输出代价函数在模糊模型上设计一个稳定的模糊模型预测控制器,以实现节流蒸汽压力、分离器蒸汽焓和负荷的稳定、快速和准确跟踪。将一种改进的线性扩展状态观测器与预测控制器相结合,以增强其抗干扰性能,该观测器可以在线估计系统的行为变化和未知干扰,通过设计合适的李雅普诺夫函数证明了整个控制系统的闭环稳定性。在对某1 000 MW锅炉-汽轮机组模型的节流阀压力、蒸汽分离焓和有效功率(负荷)参数的仿真中,具有扩展状态观测器的模糊模型预测控制超调量和调节时间等指标均优于积分模型预测控制、稳定模型预测跟踪控制器(stable model predictive tracking controller, SMPTC)和广义扩展状态观测器的控制(generalized extended state observer control, GESOBC),证明了所提出方法的有效性。     

双闭环Buck变换器系统模糊PID控制

针对传统线性PID控制对复杂控制对象难以建模及人工整定经验缺乏等问题,提出了一种双闭环Buck变换器系统的模糊PID控制策略。首先,设计了电压外环和电流内环结构以同时提高系统的抗扰性和跟随性;其次选择高斯函数和三角形函数相结合的隶属度函数以使控制器对小误差的灵敏度得以增强;接着,针对PID参数分别设计了3个子推理器并通过基于专家经验的规则库制定出Buck变换器的模糊规则,可以使控制器不依赖于Buck变换器系统精确的数学模型,从而克服传统PID控制导致的输出电压高超调、振荡等缺点;最后,设计了一套新型双闭环Buck变换器硬件系统,利用STM32单片机将模糊PID算法首次用于控制变化速度快、时滞小的被控量。实验结果表明:模糊PID控制策略不仅能够提高输出电压跟踪精度,还能有效抑制负载扰动及参数摄动,在阶跃启动下,系统输出电压超调量低于10%,调节时间低于3ms;与传统PID单环系统相比,其输出电压纹波、扰动下的最大动态压降和恢复时间均减小了一个数量级以上。     

基于改进粒子群优化算法的闭环时滞系统辨识

闭环时滞模型参数的辨识一直是先进工业控制领域的一个重要课题。然而由于时滞的存在,被控量不能及时地反映系统所承受的扰动,从而产生明显的超调,使得控制系统的稳定性变差。本文充分利用粒子群优化算法收敛速度较快和混沌运动遍历性的优点,提出了一种基于混沌优化思想的混沌粒子群优化算法来直接辨识含有滞后环节的被控对象的闭环传递函数,而不用将其转化为状态方程。将闭环时滞系统的传递函数通过z变换转化为离散的差分方程,对于滞后环节的处理,用一阶Pade近似。利用CPSO的全局优化能力来极小化误差准则函数,从而获得模型参数的估计值。仿真实验结果证明:该方法收敛速度较快、辨识得到的参数精度较高,适用于实际的工业生产。该方法与辅助变量最小二乘方法相比,计算量小、过程简单、不用计算多重积分、辨识速度较快、辨识精度高。     

基于灰色模型的广义预测控制直接算法

基于灰色模型GM（1,2）,采用两个辨识器分别辨识被控对象和闭环系统的参数,从而得到了控制器的参数,给出了一种广义预测控制的直接算法.由于此方法将被控对象视为灰色系统,需辨识的参数较基于CARIMA或CARMA模型的广义预测控制直接算法大大减少,实时性进一步提高.仿真结果表明,该方法是有效可行的.     

热力过程非线性PI控制器参数优化和性能分析

在热力过程控制系统中,通过选择合适的非线性P I控制器,能使系统的动态性能得到显著改善。利用S im u link工具箱中的非线性设计模块(NCD模块)对4种P I控制器的参数进行优化,并基于M on te-C arlo实验原理计算和分析不同控制系统的性能鲁棒性。仿真结果表明:所选的4种控制器中,其中一种非线性P I控制器对4类典型热力过程控制系统的动态性能均有显著改善,系统输出几乎没有超调,调节时间明显缩短,过渡过程更加平稳,并且该控制器对被控对象参数变化有较好的性能鲁棒性。     

一种广义预测控制直接算法

基于灰色模型GM（1，2）采用两个辨识器分别辨识被控对象和闭环系统的参数，从而得到了控制器的参数，给出了一种广义预测控制的直接算法。由于此方法将被控对象视为灰色系统，需辨识的参数较基于CARIMA或CARMA模型的广义预测控制直接算法大大减少，实时性进一步提高。仿真结果表明，该方法是有效可行的。     

基于增益调整型模糊PID控制的变频恒压供水系统

针对变频恒压供水系统切泵时由于被控对象参数变化而导致的常规PID控制器控制性能变差,甚至系统运行不稳定的问题,提出了基于系统误差及其变化率实时调整PID参数的方法;设计了增益调整型模糊PID控制器。该控制器可以实现常规PID控制器难以实现的变对象参数控制功能,降低对多台水泵参数一致性的要求,增加多泵组合系统的灵活性。仿真和实际运行表明,系统切换变频泵时该控制器对水压的超调量和系统振荡均能起到很好的抑制作用。     

控制饱和系统的极限学习机控制算法

为提升被控系统的鲁棒性和控制精度,对存在控制饱和约束和内外参数摄动的非线性系统,提出一种基于极限学习机的自适应反演控制算法。针对存在控制饱和约束的非线性系统,基于所设计的辅助函数,将非线性控制饱和约束转换成常规控制输入形式,有效降低了控制器的设计难度。为提升内外参数摄动的估计精度和估计算法速度,采用极限学习机逼近内外参数摄动的综合项,构建了基于极限学习机的自适应控制算法,理论证明了闭环系统的全局渐近稳定性。与自适应滑模控制器对比仿真结果显示,控制器在控制力矩总能耗、系统输出收敛轨迹上具有更优的品质。     

神经网络模型参考自适应控制算法研究

分析了基于BP算法的神经网络模型参考自适应控制器对大惯性环节被控对象的控制效果,发现该算法使控制器存在严重的“过学习”现象,为避免这一现象,设计了一种新的误差函数结构,得到改进的BP算法,针对一个存在大惯性环节的线性时变系统,对比分析了神经网络模型参考自适应控制器在采用传统的BP算法和改进的BP算法时得到的不同控制效果。     

一种基于概率鲁棒的分散PID控制器设计

基于概率鲁棒方法,针对具有实参数不确定性的多输入多输出被控对象,提出一种分散PID控制器设计方法.根据被控对象模型的参数摄动状态,计算闭环系统满足性能设计要求的概率作为优化算法的目标函数,利用遗传算法对分散PID控制器参数进行优化,用Monte Carlo实验对控制系统进行鲁棒性检验.对5个多变量化工过程进行了仿真试验,并与基于标称参数的设计方法进行比较.仿真结果表明,基于概率鲁棒的分散PID控制器设计方法对模型参数不确定性具有较好的鲁棒性,在被控对象存在一定的不确定性时,系统能以最大的概率满足设计要求.     

模糊时滞系统的状态反馈控制器设计与稳定性分析

在保证闭环系统稳定的基础上,为进一步改进系统的动态性能,将模糊T-S模型方法应用到非线性连续时滞系统的控制器设计中,提出了一种带调节因子的状态反馈控制器的设计方法.首先给出变时滞非线性系统的模糊T-S模型,然后设计出基于观测器的状态反馈控制器,并利用Lyapunov-Razum ikhin稳定性理论给出模糊闭环系统一致渐近稳定的充分条件,最后通过求解一系列线性矩阵不等式得到状态反馈增益矩阵和观测增益矩阵.通过对卡车倒车控制的实验仿真,表明当调节因子选取适当时,闭环系统的超调量和震荡次数都有明显减少,选取不当时,超调量和震荡次数都有所增加.因此,通过改变调节因子的值,可以对闭环系统的动态性能进行适当调节.此外,通过引入特殊矩阵,使得判据中含有较少的约束不等式,从而减弱了结论的保守性.     

基于次最优模型降阶的自整定PID控制器

针对过程工业中含有振荡环节和大滞后环节较难控制的被控对象,设计了一种基于频域辨识的自整定PID控制器.该控制器采用次最优模型降阶算法,辨识出二阶加纯滞后的模型;然后基于给定的相位裕度和幅值裕度,整定出PID参数.并通过仿真实验表明对于不同的被控对象,自整定得到的PID参数均能取得较好的控制效果.     

基于预设性能的自适应神经网络船舶轨迹跟踪

针对存在模型参数摄动与外界未知海洋环境干扰的船舶轨迹跟踪问题,提出一种具有规定性能要求约束的船舶轨迹跟踪控制策略．该控制策略通过引入具有约束作用的性能函数进行控制器的设计．先将有不等式约束的船舶轨迹跟踪误差转换为等价的无约束的误差,然后将转换得到的误差与滑模控制相结合设计控制器,保证船舶轨迹跟踪控制的快速性与高精度,同时使用低通滤波器求解虚拟控制量导数,避免微分爆炸．而后通过径向基函数(RBF)神经网络克服模型参数摄动,利用非线性增益函数与双曲正切函数设计自适应律,对外界未知干扰与模型参数逼近误差的总和的界进行估计．最后基于李雅普诺夫(Lyapunov)稳定理论证明了闭环系统中所有状态量最终一致有界,且船舶轨迹跟踪误差收敛到规定的范围内．仿真实验验证了所提出的控制策略的有效性与优越性．     

PID控制器参数的ITAE最佳设定公式

针对一类可以由带有纯时间延迟的一阶模型来近似描述的被控对象,运用参数寻优及曲线拟合等方法得到了一组基于被控对象特征参数的PID控制器最佳设定公式.仿真结果表明:应用该方法所设计的PID控制系统具有超调小、调整时间短、稳态误差小等特点,系统的动态特性较以往的经验公式有了大幅度提高.即使当对象纯滞后时间与时间常数的比值较大时仍然具有较好的控制效果.该方法简洁实用,不仅解决了常规PID控制系统参数整定不良的难题,同时也为进一步构造基于过程特征参数的自适应PID控制系统提供了有力的依据.