一种新的内模控制器——VIMC设计

本文提出了一般内模控制结构实现的一种新方法——V规范内模控制结构,简称VIMC。与内模控制的模型予估控制实现相比,特别是应用于含时滞的耦合多变量系统时,设计简单,整定参数少,避免了复杂矩阵的求逆运算。计算量大为减少,为内模控制的工程化找到了一条新的途径。     

钢包精炼炉的电极系统智能建模及控制

针对钢包精炼炉电极控制系统具有非线性、时变、模型不确定、大滞后、多输入多输出耦合的特点,提出一种基于神经网络实时在线辩识的内模控制方案.控制器采用神经网络解耦,将混沌机制引入到BP算法中,用以加快学习的收敛速度.仿真结果证实了控制策略的有效性.     

基于Java 3D的自重构机器人的仿真与控制

针对同构阵列式模块化自重构机器人的特点,结合Aagent技术,对自重构模块的组成进行了分析,并提出一种能够准确描述该类机器人的拓扑结构、运动、位置及模块间连接关系的特征向量矩阵;对自重构模块的翻转、平移运动和元模块的构成及运动形式进行了描述,搭建了分布式多智能体的控制结构;结合模块的空间矢量进行路径规划,利用Java3D技术建立了可视化的模块化自重构机器人仿真环境,在此平台上对模块的运动进行了仿真,给出了一个4×2×2矩形阵列模块的平移仿真示例,验证了该控制算法和仿真平台的有效性。     

时滞控制理论的研究进展

时滞是自然界中广泛存在而又不可避免的一种现象。研究时滞现象,对于解决工程中的时延问题,提高控制系统性能,有着理论和实践意义。时滞控制基于内模原理,在控制器中引入时滞项以减少额外的干扰,从而提高控制系统的性能。本文概述了时滞控制理论的最新研究进展,包括:(1)时滞控制系统的数学模型及其分类,系统的鲁棒性与稳定性分析,最优与次优控制等;(2)时滞控制的基本原理与研究现状,时滞控制与其他控制方法的结合情况。最后指出了时滞控制系统需要进一步研究和解决的几个主要问题,并对其未来发展方向做了展望。     

基于鲁棒整定的球磨机系统多变量PID控制

基于内模控制原理，导出一种多变量系统的PID控制器参数整定新方法，可直接获得控制器的比例项、积分项、微分项系数以及考虑到微分项可实现性的实际微分环节的时间常数。该整定方法应用于严重多变量耦合的电厂制粉系统球磨机控制的仿真研究，结果表明：所整定的PID控制系统具有良好的调节品质，在系统特性变化的情况下具有很强的鲁棒性。     

不稳定和积分时滞过程的Smith预估器设计

针对不稳定和积分时滞过程，提出了一种设计修正的Smith预估器的新方法．首先利用内环控制器镇定不稳定或积分时滞过程，然后通过等效变换将修正的Smith预估器结构简化为内模控制（IMC）结构，并利用内模控制原理和积分平方误差（ISE）指标设计给定点跟踪控制器．最后，根据负载扰动下保持闭环系统稳定的要求，利用最佳相位裕度标准或Nyquist稳定性判据设计负载扰动控制器．多个仿真示例验证了该设计方法比现有的方法具有更好的动态特性与鲁棒性．     

垃圾焚烧炉炉膛温度的多变量内模控制

垃圾焚烧炉的运行过程受到众多因素的影响,焚烧过程的不稳定将导致产生大量新的有害物质,为了确保垃圾的清洁燃烧需要将整个炉膛的温度控制在一定范围之内。该文针对循环流化床垃圾焚烧炉,取炉膛上部和下部两个温度变量作为被控量,采用多变量内模控制的策略,实现了输出变量之间的解耦,保证了全炉膛温度的稳定。文中给出了控制器的设计过程,并分析了控制器稳定的条件。对所设计的多变量内模控制器进行了仿真验证,仿真结果表明所采用的控制策略是有效的。     

神经网络技术在试验精馏塔控制中的应用

为了预测精馏塔底部产品的成分，建立了4层前馈神经网络结构，作为动态系统的正向模型，并采用BP学习算法对神经网络进行了训练；建立了动态系统的神经网络逆模型，作为系统控制器；采用神经网络内模控制结构，根据精馏塔第2级的温度，对底部产品成分进行控制，试验表明，神经网络法与气相层析法相比，能够以任意精度逼近任意非线性映射，更快地提供成品估算值，使控制系统更及时地采取措施，改善控制效果。     

内模控制与PI控制

该文分析和比较了内模控制器 (IMC)和PI控制器在克服时间滞后方面原理的不同 ;并在分析原理的基础上 ,通过仿真实现了两者在绝对误差积分 (IAE)方面的比较 ,在一定程度上反映了内模控制器比PI控制器优越     

基于规则的过程建模与控制器设计

采用布尔逻辑与粗糙集相结合的离散化方法和动态调整的矩阵算法,提出了基于粗糙集决策规则的非线性系统非机理建模方法,构造了基于决策规则的内模控制结构,初步设计了基于粗糙集的内模控制器.并以自来水投药控制系统为背景,进行实例仿真研究.