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.     

基于模糊内模控制的球磨机系统的研究

球磨机系统具有多变量、强耦合、长时滞以及生产工况变化大等特点,采用常规控制策略很难达到控制目标。针对该问题,文章提出了一种基于模糊内模控制的球磨机系统的设计方案,分析了球磨机工作原理,建立了其数学模型,详细介绍了球磨机系统的解耦分析,最后给出了球磨机模糊内模控制器的设计方法。仿真结果表明,基于模糊内模控制的球磨机系统具有良好的解耦能力,鲁棒性强,能够较好地解决球磨机系统的时变性、耦合性和延迟性问题,具有一定的工程应用价值。     

基于逆向解耦的BTU协调系统内模控制设计

针对火电单元机组协调系统的多变量强耦合特点,提出一种基于内模控制器与解耦器一体化思想的内模解耦控制方法.区别于一般的多变量内模控制,将解耦技术与内模控制相结合,同时具有解耦器和内模控制器的特性.首先根据相对增益系数矩阵选择控制主通道,然后通过基于逆向解耦的原理设计控制器,其计算过程简单并且适用于高阶对象.最后以300MW单元机组为控制对象,在MATLAB/SIMULINK环境下,仿真并验证了控制器在不同工况下均可以实现较好的控制品质,具有较强的鲁棒性.     

球磨机制粉系统的解耦PID控制

中储式钢球磨煤机制粉系统具有多变量、强耦合、大惯性等特点,使用常规的PID控制回路进行控制无法取得理想效果。针对这种情况,本文提出了一种解耦PID控制策略。该方案在PID回路中加入解耦补偿器,以实现对多变量的解耦控制。仿真试验表明,该策略有效地解决了多变量的耦合问题,取得了较好的控制效果。     

基于灰色预测PID球磨机负荷控制

为改善球磨机的负荷PID控制系统,提出了基于灰色预测PID控制的球磨机负荷控制方案。方案融合了灰色预测、常规PID控制这两者的设计思想;并将灰色预测在线应用,用其预测结果代替被控对象测量值进行控制运算。仿真结果表明,与传统的反馈方法相比,使用灰色预测PID控制器可得到更为优良的动态性能,具有鲁棒性好、跟踪快速等优点。     

基于BP神经网络的多变量PID解耦控制

基于神经网络的智能PID控制策略，以经典的PID控制理论为基础，并通过具有多变量解耦控制自学习功能的神经网络参数整定来实现。本文给出了网络的结构和算法，示出了一组二元变量强耦合时变系统的实时仿真结果。通过计算机仿真证明，基于神经网络的PID控制具有良好的自学习和自适应解耦控制能力。该系统融解耦器和控制器于一体，易于实现，适用于非线性多变量系统的解耦控制。它使解耦后的系统具有较好的动态和静态性能，特别是当根据BP控制规律确定了网络连接权系数的初值时，还能使系统参数快速收敛。     

基于遗传算法的PID神经网络解耦控制

提出一种基于遗传算法的ＰＩＤ神经网络解耦控制算法。该算法将遗传算法用于多层前向神经网络的连接权系数的学习。克服了ＢＰ算法易陷入局部极值的缺点,并具备ＰＩＤ神经网络控制器结构简单规范、动态和静态性能良好等优点,适用于对非线性多变量系统的解耦控制。     

一种多变量系统的内模解耦控制设计方法

针对多变量强耦合的被控系统，提出了一种简化的内模解耦控制设计方法。其宗旨是首先根据对象的名义模型，设计常数阵预补偿器，对其进行对角优势化，进而利用补偿后的主对角线元素作为内模控制设计的内部模型，并基于此内部模型设计多通道内模控制器，同时设计了对角形滤波器。对某加热炉温度控制系统的仿真研究结果表明了该方法的有效性，控制系统具有很好的解耦能力和较强的鲁棒性。算法简单，易于实现，具有较好的工程应用价值。     

基于粒子群算法的PID神经网络解耦控制

基于粒子群的优化算法具有对整个参数空间进行高效并行搜索的特点以及PID神经网络的自调节和自适应特性,设计了具有PID结构的多变量自适应神经网络控制器。该算法采用粒子群算法优化PID神经网络初始权值,并将优化后的最优初始权值控制非线性耦合系统。系统仿真结果表明,粒子群优化后的PID神经网络控制器具有逼近控制目标更快、响应时间较短的显著优点。该控制策略可在大范围内克服系统的非线性和强耦合问题,具有一定的理论研究价值和工程实用价值。     

PID神经元网络对强耦合带时延多变量系统的解耦控制

提出了一种新的神经元网络－ＰＩＤ神经元网络，它是由比例元、积分元和微分元构成的多层神经元网络，它可以用于控制强耦合带时延多变量系统，并使系统具有良好的动态和静态性能。     

Optimal Decoupling Control Method and Its Application to a Ball Mill Coal-pulverizing System

The conventional optimal tracking control method cannot realize decoupling control of linear systems with a strong coupling property. To solve this problem, in this paper, an optimal decoupling control method is proposed, which can simultaneously provide optimal performance. The optimal decoupling controller is composed of an inner-loop decoupling controller and an outer-loop optimal tracking controller. First, by introducing one virtual control variable, the original differential equation on state is converted to a generalized system on output. Then, by introducing the other virtual control variable, and viewing the coupling terms as the measurable disturbances, the generalized system is open-loop decoupled. Finally, for the decoupled system, the optimal tracking control method is used. It is proved that the decoupling control is optimal for a certain performance index. Simulations on a ball mill coal-pulverizing system are conducted. The results show the effectiveness and superiority of the proposed method as compared with the conventional optimal quadratic tracking (LQT) control method.      

基于内模控制的PID控制器的设计

基于内模控制原理,针对典型的工业过程对象,给出了PID控制器的设计方法,并根据现代控制理论的观点,证明了该方法符合线性二次型最优控制的选型原则,将该方法应用于典型的工业过程对象的仿真研究,结果表明所设计的PID控制系统,只有滤波器的时间常数是需要整定的参数,方法比较简单,并且在系统特性变化的情况下具有很强的鲁棒性和抗干扰能力。此外,该方法在现有的可编程控制器(PLC)、智能仪表、集散控制系统(DCS)和现场总线控制系统中都很容易实现,无需增加硬件投资,具有较高的工程应用价值。     

基于内模PID控制的火电厂主汽温控制系统

基于内模控制理论，针对电厂主汽温被控对象的大惯性、大滞后特点．设计了内模PID串级控制系统。为了快速消除内扰，使控制过程的的持续时间较短．内回路采用比例控制；外回路采用内模控制．以有效地补偿对象的大滞后特性。对控制系统进行仿真试验，仿真结果表明设计的控制器具有良好的位置跟随性能、抗干扰性能和鲁棒性。     

基于阶梯式广义预测控制的钢球磨煤机负荷控制系统

在火电厂的钢球磨煤机中,磨煤机负荷具有大惯性、大滞后、非线性、时变性的特点,常规的PID难以取得很好的控制效果.本文设计了一种基于阶梯式广义预测控制算法的控制器,仿真结果表明,与常规PID控制器相比,该控制器具有良好的控制性能.此方法运用于某电厂#5炉制粉系统中,成功解决了磨煤机负荷难以投入自动的问题.实践表明,该方法是可行的,而且具有良好的市场推广价值.     

磨煤机制粉系统解耦内模控制器的设计及仿真

本文针对工业过程中常见的多变量时滞耦合输入输出系统,基于内模控制结构提出了一种多变量解耦内模控制设计的方法,该方法设计的内模控制器同时具有解耦器和控制器的作用。其优点是能够实现标称系统输出响应之间的近似或完全解耦,并且改善了系统的大迟延的特性。并与PID对角矩阵解耦设计方法相对比,结果表明：解耦内模控制器设计方法有更好的鲁棒性。