二三个节点的耦合混沌系统的同步分析

以洛仑兹系统为对象,将其混沌吸引子视为网络节点,对具有二三个节点的单变量耦合网络与多变量耦合网络的同步进行研究,并计算它们的李雅谱诺夫指数谱,进而将分析的结论推广到多个节点相互耦合的复杂网络中。结果表明,通过多变量耦合的网络比单变量耦合的网络更容易达到同步．     

多变量信号解耦控制系统设计研究

目的研究多变量耦合系统解耦设计方法,优化控制系统设计。方法采用信号解耦方法对多变量耦合系统进行解耦,通过对耦合系统传递函数阵的特点研究。结果得到了多变量信号解耦的"能解耦准则"、"完全动态解耦准则"和"解耦器稳定判据";给出了信号解耦设计的"分离原理"。结论信号解耦方法表明解耦器的存在性、可实现性和稳定性取决于耦合系统的结构及参数,重新匹配变量、部分解耦和静态解耦是其改变办法。信号解耦器设计方法简单有效,但多变量信号解耦器的连接比较复杂。     

啤酒发酵温度多变量解耦控制算法

针对工业过程中常见的多变量时滞输入输出系统,基于常规PID控制和Smith补偿控制算法在处理大时滞、强耦合、多变量、不确定性对象的控制时效果不好的情况,提出了一种多变量解耦控制器的设计方法,该方法以控制器或者补偿器来消除系统各输入输出间的相互耦合和关联,是解决多变量控制问题的有效工具。用该方法针对多变量强耦合的啤酒发酵温度控制系统进行了设计和仿真研究,仿真结果证明了该方法的有效性。     

基于物理平台的多变量控制系统设计与研究

针对工业控制中多变量控制系统的强耦合特性,在模拟仿真环境下进行的过程控制的研究与实际情况有很大差距的问题,提出了一种在YC-SX多变量过控实验平台上进行的对多变量系统的解耦控制。在研究过程中,通过这个实验平台搭建了四容水箱多变量控制系统实物模型;并且借助Matlab软件实现了对此系统的系统辨识和解耦控制。由研究结果表明,此四容水箱多变量系统耦合基本消除;并且这样的设计能够更接近于工程实际情况。     

基于CMAC和PID的非线性耦合系统解耦控制研究

为了实现多变量非线性耦合系统的解耦控制,提出了一种基于CMAC与PID的复杂关联自适应解耦控制策略,并给出了详细算法。该控制策略采用PID控制器和CMAC控制器共同构成一个复合控制器,多个复合控制器通过多输入多输出线性神经网络,实施对复杂非线性耦合对象的控制作用。由于神经网络的自适应特性,可使得耦合系统逼近参考模型,实现解耦控制。仿真结果表明,该控制策略实现了耦合系统的解耦控制,并且具有较强的抗干扰能力和鲁棒性。因此采用此控制策略能够实现多变量非线性耦合系统的解耦控制。     

循环流化床锅炉燃烧控制系统的设计

针对目前国内在循环流化床锅炉燃烧系统中存在的多变量耦合紧密及时变性强等问题,经过深入研究该锅炉燃烧过程的工艺件特点,找出了紧密耦合的多变量之间的模糊关系;     

多变量推理控制系统的设计

以２Ｘ２系统为例，阐述了多变量推理控制系统的设计。提出了系统主通道时滞大于耦合通道时滞情况下的控制系统的设计方法。多变量推理控制系统不仅具有能动态解耦、可调参数少的特点，而且由于采用Ｖ规范型结构控制器．避免了矩阵求逆运算，使系统设计简单，易于在工程上实现。     

可调误差权值广义预测解耦控制器的设计

针对多变量耦合系统,提出了一种新的广义预测解耦控制算法.通过广义预测误差权值自动调节以消除系统耦合引起的误差,从而降低系统的耦合影响,提高系统性能.该方法与常规的多变量广义预测控制算法相比,算法简单,计算量小.本文所设计的算法被应用到热轧带钢板形板厚控制系统中,仿真结果表明了该算法的有效性和正确性.     

采用多变量耦合网络与变分图自编码器的机械设备异常检测方法

为了全面准确地检测出潜在的设备异常,针对汽轮机、风电转子等高关联耦合分布式系统多测点多源传感器产生的多维多态监测数据,提出了一种基于多变量耦合网络与变分图自编码器的异常检测方法。首先采用去趋势互相关分析(DCCA),定量分析多维变量间的耦合关系,构建复杂系统多变量耦合关系网络。在此基础上,建立基于无监督学习的变分图自编码模型,对系统多变量耦合关系网络进行特征提取,使用正常数据训练该模型,图卷积网络作为编码器学习输入数据的分布,采样获得其潜在表示,以实现耦合网络的重构,采用重建概率作为系统多维多态监测数据异常检测评价指标。最后以某火电厂汽轮机组转子系统监测数据为例开展异常检测分析,结果表明:考虑多维多态监测数据间的耦合关系,提高了系统异常检测的准确性和可靠性;引入基于变分图自编码器的无监督学习方法,降低了经验依赖性并克服了异常样本少的问题。     

刚柔耦合弹簧摆的复杂动力学行为

 针对同时具有快慢变量的时变、强非线性刚柔耦合的多体系统, 利用弹簧摆模型定性分析和数值模拟系统复杂的动力学行为.建立双时间尺度变量刚柔耦合弹簧摆的无量纲动力学方程, 从能量守恒角度出发, 比较、选择更适用于容易产生刚性问题的数值求解方法.将不同时间尺度变量之间的频率比和初值摆角作为控制参数, 数值模拟分析弹簧摆在较大频率比和大摆角初始条件下, 大范围摆动和小幅度振荡相耦合的复杂动力学行为, 给出了一定范围内系统快慢变量呈现不同动力学性态所对应的参数域.结果表明, 双时间尺度变量系统随着不同尺度变量之间频率比和初始条件的变化呈现出包括混沌的复杂动力学行为, 尤其大摆角初值更容易导致快慢变量产生混沌行为, 这为进一步刚柔耦合多体系统动力学行为的定性分析、数值仿真研究打下一个基础并提出参考和依据.     

Feed-Forward-Like Decoupling Control in Coagulation Bath of Carbon Fiber Precursor

The coagulation bath system of carbon fiber precursor is a complicated and multivariable coupling system. Based on the model of industrial production, the full dynamic decoupling control of the coagulation bath system of carbon fiber precursor is achieved in combination with multivariable feed-forward-like decoupling and proportional-integral-differential （PID） control. Compared with the conventional PID decoupling control, the experiment results show that the proposed method has a better control effect. The use of the controller can achieve complete decoupling of three parameters from coagulation bath system. The method should have great applications.     

循环流化床锅炉燃烧系统的自抗扰控制

针对循环流化床锅炉(CFBB)燃烧系统的强耦合和大延迟问题,采用相对增益的方法分析几种工况下的耦合性,并采用了主蒸汽压力送风量通道解耦策略。自抗扰控制器(ADRC)经过改进被应用在该燃烧系统,并将仿真结果与神经网络以及PID控制方法的结果进行了比较。仿真结果表明:ADRC在解藕、调节时间上均优于神经网络以及传统PID方法;在各种工况以及增加外扰情况下,该控制方案具有很好的适应性和鲁棒性,较好地解决了该系统强耦合、大延迟的控制难点。     

多变量系统调节器参数的优化设计

对多变量有耦合控制器优化的问题,遗传算法是一个强有力的求优算法．文中基于遗传算法,以温控系统的多通道PI调节器参数设计为例,设计的PI调节器使系统性能指标有较大提高．设计方法通用性强、工程性强．能够较好地避免局部最优．多变量系统的参数优化设计是有效的所设计的．     

观测器补偿的永磁同步电机电流环多变量滑模控制

永磁同步电机电流环具有强耦合特性,提出了一种基于观测器补偿的多变量滑模电流环控制策略。该方法建立了一个含有不确定量的电流环控制模型,提出一种多变量滑模控制实现永磁同步电机的d-q轴电流解耦控制,可获得很好的电流响应性能;针对电机系统的参数摄动、负载扰动等因素,设计一种降阶观测器实现速度扰动补偿方法。同时,构造李雅普诺夫函数从理论上分析了系统稳定性的条件。经过永磁同步电机实验平台验证,与常规PI控制策略相比,本文所提出的方法获得更快的电机调速能力,更高的调速稳态精度,同时d-q轴电流响应过渡过程更短且精度更高。     

啤酒发酵过程的建模仿真与控制

针对啤酒发酵过程的特点,建立了数学模型,设计了多变量温度控制系统,并提出一种面向工业过程的多变量时滞系统仿真方法。该控制系统已在自行研制的AUTO－2000集散控制系统中实现,并成功用于安徽圣泉啤酒厂的啤酒发酵温度控制,现场运行情况表明,系统可靠性高,适应性强,有效提高了啤酒的质量和产量,取得了每年1千多万元的经济效益。     

多变量模糊预测控制在板形板厚综合系统中的应用

针对板形板厚综合系统,提出一种基于遗传算法的多变量模糊预测控制新方法,该方法通过模糊预测来建立多变量系统的模糊模型,给出了辨识参数。同时,利用遗传算法优化控制,仿真结果表明该方法是有效的。     

神经网络解耦控制在多变量控制系统中的应用

应用神经网络解耦控制,实现多变量系统的最优控制.通过引入神经网络环节,对多变量系统进行解耦,解耦后的子系统变为单变量系统.因此将多变量控制变成单变量控制.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.仿真结果表明,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控制要求.