合成氨氢氮化自适应控制的研究

本文研究中，小氮肥厂合成氨生产中氢氮比控制问题，文中给出了以机理分析和系统辩识相结合的方法建立的氢氮比系统动态数学模型，对未知模型参数采用在线递估计技术进行实时辩识，构造出利用中间测量状态的最佳线性预估器，采用自校正控制方案，设计了适应大时间滞后系统控制的极点配置算法，实现氨氮化控制，同时也给出了系统的仿真实验曲线。     

基于并行自学习的神经网络内模控制及其应用研究

基于在线并行自学习的神经网络内模控制,该方法是借助于神经网络对复杂系统的辩识能力对被控对象进行正模型及逆模型的辩识,用NNM辩识对象的正模型,通过一个并行自学习系统训练的NNC辩识对象的逆模型,然后用做内模控制器去控制对象。将该种控制策略应用于火电厂热工对象中具有大迟延、大惯性和时变等特性的主汽温对象,仿真研究表明,该控制方案适应对象参数的变化并表现出良好的控制特性,具有较强的鲁棒性和自适应能力。在实际应用中具有一定的实用价值。     

用微型计算机实现合成氨生产过程氢氮比控制

本文就小氮肥生产过程中的氢氮比控制问题作了探讨,提供了采用自校正控制、模糊控制及简单自学习技术相结合的方法实现合成氨生产系统氢氮比控制的实践经验。     

最小二乘法集合成员辩识

该文研究集合成员辩识方法,并利用最小二乘法（LSmethod）进行集合成员辩识。这个方法的特点是辩识在时域进行,先利用最小二乘法作为计算工具,辩识出实际系统的标称模型,然后求出可行参数集。本方法计算量小,可行参数集比文献[3]的要小。     

合成氨生产中的氢氮比控制系统

本文介绍了合成氨生产中氢氮比的一种控制方案.几乎所有的合成氨装置对氢氮比的控制都存在一定的问题.因为氢氮比系统是一个超大时滞系统,大时滞系统的控制问题是过程控制中的难题,超大时滞系统的控制更为困难.本文采取无模型控制方法加前馈来解决这一难题,实践证明这一途经是正确的.     

矿渣粉磨智能控制系统的研究及应用

立磨矿渣粉磨系统经常出现立磨振动大,磨机负荷波动频繁等故障,同时立磨系统又是一个多变量、强耦合、非线性系统.针对以上问题,采用专家系统和模糊控制设计了立磨优化控制方案,利用现场实际数据辩识出立磨系统近似数学模型,并以此通过仿真实验验证了立磨优化控制算法.通过加入阈值和限幅控制将优化控制算法应用于现场实际控制中,结果表明立磨优化控制比人工手动控制的料层厚度波动范围和磨机振动值小,立磨没有出现异常振动停机.     

异步电机无速度传感器速度辩识的仿真研究

研究异步电机无速度传感器辩识问题.在电机无速度传感器辩识过程中,为保证电机系统的实时调节的稳定性和准确性,传统的BP神经网络存在网络结构难以确定,极易陷入局部最优解,导致转速辩识慢,精度低的难题.为了提高电机速度辩识准确率,提出一种粒子群和BP神经网络算法相结合的转速辩识方法.采用粒子群来优化BP神经网络粒的权值和阈值,将粒子群算法全局搜索能力和BP算法的局部寻优特点的互补,以提高BP神经网络的收敛速度及精度,将优化后神经网络转速辩识器用于直接转矩控制系统中.在Matlab平台上进行了无速度传感器控制系统的建模仿真.仿真结果表明,该算法加快了辩识速度,提高了转速的辩识精度,具有良好辩识效果.     

异步电机转子电阻辩识方法的建模与仿真

研究异步电机稳定性优化控制问题,异步电机转子电阻受温度变化、集肤效应等影响,具有时变性和非线性,影响系统稳定性分析。传统方法对异步电机转子电阻状态辩识准确率低。为了准确和快速对转子电阻进行状态辩识,提出一种扩展卡尔曼滤波的异步电机转子电阻辩识方法。将转子电阻看成系统状态变量,设计一种扩展卡尔曼滤波技术的转子电阻估计器,通过测量电机定子电压、电流,实现对转子电阻在线辩识。在MATLAB/Simulink中建立仿真模型,仿真结果表明,异步电机转子电阻改进辩识方法可提高转子电阻辨识准确率。     

电力系统小波神经网络负荷频率控制器的研究

将小波网络用于电力系统负荷频率辨识和控制中，建立了非线性的电力系统负荷频率控制LFC模型，用递归NARMA模型的小波网络辩识器对LFC模型进行了辩识，利用Akaike’s的最终预测误差准则FPE和信息准则AIC，进行了隐层节点数目和反馈阶次的计算，用辩识结果建立了NARMA模型的小波网络的控制器，对LFC模型进行控制，理论和仿真表明辩识和控制模型可取得较好效果。     

发电机励磁系统参数辨识的仿真研究

研究发电机励磁系统参数辩识问题,由于励磁系统是一个非线性系统,造成电力系统不稳定.传统时域或频域辩识方法不能辩识其非线性环节,导致励磁系统辩识的精度低.为了提高发电机励磁系统的辩识精度,提出一种神经网络的发电机励磁系统参数非线性辨识方法.以发电机励磁系统实际输入作为神经网络的输入,以实际励磁系统输出与神经网络输出之间的最小误差作为目标函数,通过不断调整神经网络的权值对神经网络模型进行优化,最后得到满足系统误差要求的发电机励磁系统参数.仿真结果表明,改进方法解决了传统辩识方法无法准确辩识励磁系统非线性环节的难题,有效提高了励磁系统的辨识精度.     

VSS理论在核动力蒸发器水位控制器上的应用研究与仿真

由最小二乘辩识系统模型,采用了变结构控制系统(VSS)理论设计核动力蒸发器水位控制器.仿真结果表明这种新型的控制器比三冲量 PID(比例、微分、积分)控制器,具有更优良的控制效果和较好的应用前景.     

PMSM控制系统参数辩识的建模与仿真

在永磁同步电机参数优化问题的研究中,永磁同步电机因优越的性能广泛应用于伺服控制领域中.针对永磁同步电机参数随着工作环境的变化具有很强的非线性和时变性,传统的方法很难建立参数的准确数学模型,导致控制精度低.为准确辩识永磁同步电动机的参数,提高控制的精度,提出一种Popov理论的磁同步电机参数辩识方法.根据永磁同步电机的电磁特性建立模型,在Popov稳定理论基础上,推导出自适应参数辩识方法,最后利用Matlab/Simulink平台建立永磁同步电动机参数的自适应辨识仿真模型.仿真结果表明,方法能快速、准确地辩识出电机参数,具有较好的鲁棒性,能够提高控制系统的精度.     

基于模糊RBF网络的伺服系统辩识及控制

结合模糊控制和神经网络控制各自的优点，采用模糊RBF网络进行伺服系统辩识和控制，仿真结果表明，所采用的方法具有很好的辩识能力和控制精度，并具有较高的鲁棒性。     

对合成氨厂氢氮比自控系统中若干问题分析与探讨

作者从节能角度出发,指出当前各中小型氮肥厂的氢氮比自控系统所存在的问题,并根据对象特点提出了控制氢氮比的方法,较全面地讨论了系统的选择以及提高调节品质应采取的有效手段。     

无辨识自适应控制算法改进分析

针对无辩识自适应控制在大滞后系统控制中的不足之处,采用模糊控制理论改进无辩识自适应控制方式,提出一种模糊预测控制方案,对系统实际控制偏差的变化趋势进行预测,给出控制参数进行控制,很好地解决了具有时滞性、不确定性、大惯性工业过程的控制问题,并在啤酒发酵生产过程中取得了发酵温度的误差可以控制在±0 1℃以内的良好效果,有一定的应用前景。     

氢氮比微机自控系统控制方案的探讨

本文较全面地介绍了国内氢氮比控制系统的发展过程及其水平,对采用微机的氢氮比控制系统提出了多种控制方案并进行了分析.其中,较详细地分析了PID控制方案,提出了积分分离等方法,具有实际价值.     

神经网络在系统辩识中的应用研究

系统辩识是进行系统控制、预报、分析和决策的必不可少的一环，神经网络的出现使传统辩识技术难以胜任的一般非线性系统辩识问题得以解决，本文从仿真着手从最基本的常用工业对象出发，对多变量系统、非线性系统研究，用ＢＰ网络进行仿真，表明神经网络在系统辩识的各个领域都有广阔的应用前景，并且有相当高的辩识精度。     

系统盲辩识的矩阵算法

盲辩识是知道系统输出和输入的某些统计特性辩识系统.由系统输出导出辩识系统冲击响应的矩阵方程,建立系统的盲辨识方程.用提出的优化算法(QCGA)解矩阵方程辩识系统.计算机模拟表明提出的优化算法优于奇异值分解(SVD)算法,而新的盲辨识算法为一种快速有效算法.     

基于专家PID的锅炉蒸汽压力控制策略

采用基于专家PID控制方法,给出了母管制运行锅炉蒸汽压力系统新的控制策略。母管制运行锅炉的主要动态特性包括工况多变、非线性、时滞性、不稳定性和负荷干扰。它们无法建立精确的数学模型。针对常规控制方法难以实施有效控制的问题,将专家系统的思想和方法引入控制系统,通过系统模态辩识、控制性能辩识、知识推理,给出了PID控制器参数的整定和优化方法。该控制策略应用于母管制运行锅炉压力系统,其母管压力稳态偏差≤±0.1MPa,在30 s内,20%额定负荷扰动下,其主要参数满足运行工艺要求。     

基于SVM的传感器动态模型辩识方法

提出了一种传感器动态模型辩识新方法,给出了相应的辩识过程及学习算法.该方法采用支持向量机模型,与常规模型辩识方法比较,其优点是明显的.其采用了结构风险最小化准则,在最小化样本误差的同时减小模型泛化误差的上界,提高了模型的泛化能力;而且将学习算法转换为求解二次规划问题,使得整个模型参数辩识过程中有且仅有一个全局极值点,确定了结果的唯一性.最后,仿真和实际试验结果均表明应用支持向量机对传感器动态模型进行辩识有效.