热风炉燃烧系统最优控制

热风炉燃烧系统是复杂多变量系统,基于最优控制策略,对具有耦合作用的多变量热风炉燃烧系统进行解耦.通过引入神经网络环节,将强耦合多变量系统转化成多个独立的单变量系统,对每个单变量系统进行预测函数控制,实现热风炉燃料流量的最优控制和拱顶温度及废气温度的平稳控制.解耦控制采用前馈补偿器解耦,解耦补偿器采用BP神经网络结构.现场实际应用结果表明,该控制策略具有较好的动态跟踪特性,能满足复杂多变量控制系统的实时控制要求.     

预测控制 第六讲 多变量系统的解耦预测控制

预测控制──第六讲多变量系统的解耦预测控制成都电子科技大学（成都）周云钟上一节以多变量系统的动态矩阵控制讨论了多变量系统的预测控制问题。本讲介绍多变量系统的一种新的预测控制方法，即频域解耦、时域预测与优化的算法。１多变量系统的频域解耦设计设一个ｍ输入...     

基于期望控制函数频率特征的解耦多变量控制

提出一种简单的解耦多变量系统比例积分微分(PID)控制器设计方法;首先,将多变量过程前馈解耦为多个独立单回路系统,利用解耦器对角环节保证解耦器的稳定性和可物理实现性;其次,针对每个已解耦单回路系统,提出同时考虑设定值跟踪、扰动抑制和鲁棒稳定性要求的期望闭环传递函数,由此得到期望控制函数,并基于期望控制函数的频率特征快速获取PID控制参数;最后,示例了解耦多变量控制器的设计过程;仿真结果表明该解耦PID设计法对一般多变量时滞过程的控制是有效的。     

阳极焙烧温度的建模与多变量解耦控制

阳极焙烧温度系统是一个含有耦合、大时滞、非线性的多变量控制系统。为实现对阳极焙烧温度的精确控制,依据现场采集的大量温度数据,辨识出阳极焙烧炉温度的二阶惯性滞后控制模型。以此模型为初始预测模型,提出阳极焙烧温度的多变量预测函数解耦控制方法,对焙烧温度进行多变量预测函数解耦控制。仿真和应用结果表明,这种控制方法的控制精度和鲁棒性优于原有的PID方法,具有很好的控制效果。     

多变量系统的广义预测控制解耦设计

针对在系统关联严重的情况下,通过选择合适的权矩阵,预测控制可以实现间接解耦控制,但是系统的跟踪性能将大大降低的问题,提出了一种带设定值观测器的多变量广叉预测解耦控制算法,结合前馈解耦控制策略与广义预测控制律,将其他通道对当前通道的影响作为扰动,从而实现近似解耦.在目标函数中用控制量的增量代替控制量,使控制增量变化不至于...     

基于精确线性化的MIMO双线性系统预测函数控制

针对典型多输入多输出双线性系统, 提出了基于非线性过程精确反馈解耦线性化的预测函数控制方法这是一种分层的控制策略, 首先设计一个静态的非线性状态反馈, 使得闭环系统是输入输出解耦和线性的;然后设计一组单输入单输出预测函数控制器, 下层为上层预测函数控制提供一组单输入单输出模型, 而上层预测函数控制以其固有的鲁棒性来补偿参数变化和解耦线性化的近似性, 并以纸机加压网前箱为例进行了仿真实验, 结果是令人满意的.     

多变量预测控制工程应用的控制模型前馈解耦策略

针对多变量预测控制计算量大、控制效果对扰动和模型失配敏感等特点,提出一种适用于预测控制工程应用的控制模型前馈解耦策略.基于结构分析,保留重要的被控变量与操作变量配对关系,将不重要的被控变量与操作变量配对作为前馈引入进行补偿,简化了系统结构,降低了系统耦合程度,减弱了预测控制器对扰动和模型失配的敏感程度,极端情况下形成的单入单出或小规模多入多出系统有效减小了在线计算量;基于分布式预测控制思想,给出控制模型前馈解耦策略的分散优化策略,进一步减小了系统规模和在线计算量.最后,通过仿真验证了所提策略的可行性与有效性.     

基于解耦的球磨机系统动态矩阵控制

针对制粉系统球磨机的多变量强耦合特性,提出基于逆向解耦的动态矩阵控制设计方法,先将球磨机系统分解为三个单输入单输出系统,然后利用基于对象阶跃响应的动态矩阵控制算法,对解耦后的广义系统进行了仿真研究.结果表明,逆向解耦能有效地解除变量间的强耦合和大时延问题,并且动态矩阵预测控制算法控制效果明显,优于传统的PID控制,具有实时性强、计算速度快和抗干扰能力好等优点.     

基于神经网络模块SN9701开发多变量系统解耦控制器

基于单输入单输出的具有自学习功能的神经网络模块SN9701开发出了多变量系统的解耦控制器,计算机仿真结果表明,用4块SN9701可以完成双输入双输出系统的解耦控制。介绍了该多变量系统解耦控制原理以及解耦控制系统中SN9701的训练。     

基于小波神经网络的板形板厚系统解耦预测控制

带材轧制是一个复杂的非线性过程, 板形控制和板厚控制又是强耦合、非线性、含时延环节的复杂系统. 提出了一种基于小波神经网络的解耦预测控制方案; 利用小波神经网络来辨识原系统的α阶时延逆系统, 将该逆系统与原系统串联后形成一个伪线性复合系统, 从而把多变量系统控制转化为多个单变量系统的控制实现了系统解耦, 并对解耦后的系统采用闭环预测控制. 仿真表明该控制方法具有结构简单、易于实现, 且有较强的抗扰性和鲁棒性.     

基于Smith控制与预测函数控制的再热汽温多变量控制快速计算方法

针对再热汽温控制系统控制变量多、控制难度大等问题,提出了一种基于Smith控制与预测函数控制(PFC)的多变量控制快速计算方法。首先,将再热汽温多变量控制系统分解为三个单变量控制系统,在每个单变量控制系统中,将其中两个控制量作为干扰项;其次,根据Smith控制思想,设计每个单变量控制系统;最后在改进预测函数控制的性能指标的基础上,综合考虑三个单变量控制系统,实现对再热汽温度的控制。再热汽温控制仿真实验表明所提方法的计算速度是传统约束条件下预测控制的50倍左右,并且调整参数少,物理意义明确。实验结果表明该算法在现场使用中能够有效地提高再热汽温控制品质。     

预测函数控制及其在三容水箱中的应用

介绍和分析了预测函数控制方法,将基于前馈补偿解耦的多变量预测函数控制算法应用到三容水箱液位控制系统中。采用该方法对三容水箱液位控制系统进行了控制系统设计和仿真研究,仿真结果表明,该方法是一种计算简单、鲁棒性强、抑制干扰能力好、控制精度高的十分有效的控制方法。     

基于神经网络的多变量非线性自适应解耦控制研究

提出神经网络前馈自适应解耦控制算法．该算法将多变量非线性系统在平衡点处利用Taylor公式展开．分为线性部分和高阶非线性部分。这样．将高阶非线性部分的影响视为可测干扰，采用前馈补偿的方法加以消除．就可以借助多变量线性系统的自适应解耦控制算法．实现多变量非线性系统的自适应解耦控制．这种方法可以取消被解耦系统为最小相位的限制。     

多变量动态矩阵控制的优化与仿真

基于多变量动态矩阵控制算法,对其反馈校正部分进行优化,在预测向量进行校正时,引入新的函数,使反馈校正模块具有动态性能;并且对位移阵中的参数进行优化,对系统进行补偿,提升系统的控制效果。以精馏塔为研究对象,分析工艺,选择合理变量,对优化后的多变量动态矩阵控制算法进行仿真,结果表明,该算法能够有效提升系统的响应速度,减少系统的超调量,提升整体性能,同时具有有很强的鲁棒性、良好的控制效果以及应用前景。     

Delay in multivariable computer controlled linear systems

This note treats compensation for delay in the design of linear multivariable systems. The state variable feedback technique is assumed as the means for achieving a decoupled design; a digital computer is placed in the feedback loop to perform the control computations, leading to a sampled-data system with delay. A compensation algorithm is devised to account for this delay, using the state transition matrix.     

A predictive functional control algorithm for multivariable systems with time delay

To improve the dynamic characteristics and the coupling capability, a new predictive functional control algorithm is proposed for strong coupling multivariable systems with time delay, which combines predictive functional control and decoupliug control. First, a decoupling control algorithm is proposed, in which first-order models with time delay are established by analyzing the amplitude-frequency and phase-frequency characteristics of the decoupled subject. Then, a controller is designed for the single-variable subjects after decoupling based on the principles of predictive functional control. The simulation results show that this proposed algorithm has less online computation time and faster tracking. It can provide a more effective control for complex multivariable systems.     

多变量逆解耦自抗扰控制及其在精馏塔过程中的应用

化工生产是一类典型的多变量过程对象,该类对象具有时变性、耦合性、时滞性等特点,传统的单变量控制方法很难在此类系统中取得良好的控制效果.针对时变性,本文在假设对象模型未知的前提下,利用阶跃响应数据,研究了基于最小二乘的一阶、二阶时滞系统辨识方法.针对多变量系统存在耦合性的特点,采用逆解耦方法实现对象的解耦.再对解耦后的时滞子系统设计了自抗扰控制器.仿真实验中,以精馏塔的Wood-Berry模型和Ogunnaike-Ray模型为例,验证了算法的有效性.     

Fuzzy‐Neuron Intelligent Coordination Control Fora Unit Power Plant

A novel fuzzy‐neuron intelligent coordination control method for a unit power plant is proposed in this paper. Based on the complementarity between a fuzzy controller and a neuron model‐free controller, a fuzzy‐neuron compound control method for Single‐In‐Single‐Out (SISO) systems is presented to enhance the robustness and precision of the control system. In this new intelligent control system, the fuzzy logic controller is used to speed up the transient response, and the adaptive neuron controller is used to eliminate the steady state error of the system. For the multivariable control system, the multivariable controlled plant is decoupled statically, and then the fuzzy‐neuron intelligent controller is used in each input‐output path of the decoupled plant. To the complex unit power plant, the structure of this new intelligent coordination controller is very simple and the simulation test results show that good performances such as strong robustness and adaptability, etc. are obtained. One of the outstanding advantages is that the proposed method can separate the controller design procedure and control signals from the plant model. It can be used in practice very conveniently.