一类非线性系统的模糊神经网络内模控制

针对一类开环稳定的非线性系统,提出了一种基于模糊神经网络的非线性内模控制方案.通过理论分析指出模糊神经网络模型可视为一类特殊的线性时变系统,其模型的解析逆可以直接获得,从而简化了非线性内模控制的设计.为了研究建模误差对闭环系统稳定性的影响,将建模误差转换为结构性不确定,采用μ方法分析了闭环系统的鲁棒稳定性.仿真结果验证了该方法的有效性.     

基于H∞控制理论的二自由度内模控制器设计

内模控制可以较好地解决跟踪问题 ,但是如果存在标称模型与实际模型失配的问题 ,跟踪性能可能受到破坏。常规的内模控制在碰到对象模型失配时 ,可通过设计一个滤波器来消除模型失配造成的影响 ,但是滤波器的设计并没有一定准则。文中给出一种基于H∞ 控制理论的二自由度内模控制器设计方法 ,主要考虑了标称模型与实际模型的失配性 ,将跟踪问题转化成一个标准的H∞ 控制问题。该二自由度控制器由滤波器和反馈控制器组成。仿真结果表明了此控制器的有效性。     

汽车转向/制动系统的非线性解耦内模控制

首先提出一个非线性控制系统研究汽车转向系统和防抱死制动系统的协同控制问题。该控制结构由转向控制器和制动控制器组成。为了确保系统全局稳定性,采用反馈线性化方法进行解耦。为了提高系统的鲁棒性并确保期望的动态性能,对解藕线性化的系统采用内模控制方法进行综合。然后设计适用于复杂工况的制动力分配策略。最后用仿真结果验证控制系统的有效性,它改善了汽车制动稳定性和转向性能。     

制造系统的控制结构及其发展趋势

为了探讨制造系统中控制结构的研究现状及发展趋势,以制造系统的发展历程为背景,介绍了制造系统及其控制结构的基本概念．根据制造系统对控制结构的要求,对制造系统的集中控制、递阶控制和非等级控制等三种基本控制结构的特征及优缺点进行了综述,对非等级控制结构的设计原则和控制单元之间控制职责的分配、协调方法等最新研究动态进行了跟踪整理,对混杂控制的几种常见形式进行了归纳,最后指出了控制结构在应用中存在的主要问题及控制结构研究的热点和发展趋势．     

大型聚丙烯工业装置的先进控制

针对H im ont Spheripo l工艺的大型聚丙烯工业装置实时控制的复杂性,提出了一种基于质量指标推断控制的先进控制解决方案。该方案已成功应用于某炼油厂的聚丙烯工业装置,长周期的运行结果证实了该方案可以减少产品质量波动,提高产率并减轻操作人员的工作强度,取得了显著的经济效益。     

一类大时滞过程内模预测控制系统整定

带有大时滞的非自衡单容过程是一类常见的工业过程,也是比较难以控制的一类过程。针对积分加大时滞模型,采用了新型内模预测控制系统结构,给出了在希望的幅值和相角裕量下PI控制器参数的整定方法。设计例子与仿真结果表明,该整定方法具有良好的应用价值。     

基于知识的工业窑炉控制策略

提出了一种应用于工业窑炉控制的基于知识的实时控制方法,并结合水泥生产机立窑锻烧过程的控制,阐述了它在工业窑炉控制中的应用,对该方法中知识的分层组织和控制结构进行了较深入的分析。     

自整定内模PID控制在非圆销孔加工中的应用

将工业过程控制方法用于微位移压电陶瓷驱动器控制,提出了一种自整定内模PID控制方法.该方法结合内模控制、PID控制和前馈控制,针对非圆销孔加工的特点,采用双环的控制结构,内环主要对控制对象进行等效,提高其动态性能;外环通过时间乘绝对误差的积分(ITAE)优化内模PID的整定参数.鲁棒性分析、仿真及实验表明,系统具有很强鲁棒性,能快速响应,在工作频率低于20 Hz时具有较好跟踪性能,达到了快速跟踪和减少滞环的目的.     

一种动态自适应最近邻聚类学习算法在工业污水处理中的应用

为了建立工业污水pH值中和系统的正模型,研究了具有大滞后非线性特性的加药中和过程.利用一种动态自适应最近邻聚类(DANNC)学习算法,全面调整网络参数完成了污水pH值加药中和控制系统网络的学习和训练.采用中和过程神经网络内模控制系统的逆模型充当控制器,进行了各种工业条件下污水中和的仿真实验.结果表明,该系统实现了△pH≤0.2的工业污水的控制精度目标,系统实时跟踪和抗干扰性良好.     

不稳定时滞过程的神经网络内模控制方法

不稳定时滞过程在过程工业中较为常见,常规方法难以控制。提出了一种双反馈环控制方法,首先采用内部反馈镇定,然后采用神经网络构造内模控制系统,解决了模型与实际过程存在偏差、不稳定性等问题。仿真结果调节时间短,控制精度高,表明了神经网络内模控制方法的有效性和优越性。