采用基于闭环辨识IMC-PID实现串级汽温的鲁棒控制

提出了一个基于频域辨识方法设计串级汽温内模-PID控制器。首先进行汽温过程对象的模型辨识,在辨识部分,通过进行常规的设定值扰动试验,获得串级系统各回路输入输出的扰动试验数据,估算出内回路及外回路的频率响应矩阵,然后通过最小二乘法计算出内回路及外回路模型变换函数的参数矩阵。基于内模控制(IMC)的汽温串级PID控制回路的参数整定,是基于辨识出的模型采用IMC方法计算出来的。现场应用情况表明,采用基于频域辨识方法设计串级汽温内模-PID控制器的控制方案,使汽温串级控制性能大大提高,能有效地减少各种内外干扰对系统的影响。     

基于内模的球磨机控制系统仿真研究

针对球磨机制粉系统的多变量强耦合、大惯性以及时变性等特点,采用多模型对象描述其动态特性,并基于内模控制方法,对球磨机系统进行了控制器的设计与仿真。结果表明,内模控制能够较好地解决球磨机系统的时变性、耦合性和迟延性,取得了较好的控制效果。     

良好非线性模型辨识及其内模控制

针对良好非线性模型及其线性化补偿器模型难以建立的问题,结合神经网络的万能逼近性,提出一种模型辨识和内模控制方法。通过建立系统整体的目标函数,利用传统的BP学习算法,通过优化该目标函数得到良好非线性模型及其线性化补偿器,并给出在适当约束条件下的良好非线性模型及其线性化补偿器惟一性的证明。为提高系统鲁棒性,减小模型误差和外部扰动等不确定性,针对补偿后的伪线性系统设计非线性内模控制系统。仿真结果表明,通过优化该目标函数可以得到精确的的辨识模型和线性化补偿器,能有效地对良好非线性模型实现线性化;对补偿后的伪线性系统设计的内模控制器具有较强的鲁棒性,控制系统能精确地跟踪参考信号。     

新型改进内模解耦控制的STATCOM电流环控制方案设计

静止同步补偿器的d-q坐标模型为非线性耦合系统,传统的交叉解耦控制难以适应模型失配工况;而内模解耦控制虽对模型参数具有鲁棒性却存在暂态振荡问题。因此,提出一种改进型内模控制方案。首先,分析了交叉解耦、内模解耦的模型,推导出耦合项引发电流振荡的原因。其次,引入自抗扰控制器替代积分器,通过扩张状态观测器与非线性反馈律对扰动补偿。提出新颖的非线性误差观测函数fall(),利用fall()设计出新型的自抗扰控制器,并通过线性化变换方法证明了此类自抗扰控制器的稳定性。最后,通过仿真与实验对交叉解耦、常规内模解耦、新型内模解耦进行对比,表明新型方案的响应最好,对扰动具有较强的鲁棒性。     

基于内模控制的变频调速方案的设计

基于内模控制的优点,分析了异步电机的内模解耦控制,在此基础上提出一种基于内模控制的变频调速方案.该方案具有结构简单,容易实现,调速精度高等优点.根据设计方案建立了仿真模型和实验平台,结果表明,电机在变频调速过程中电压和电流变化平稳,速度响应快,调速精度高,证明了该方案的有效性.     

多模型内模控制器在主汽温的应用研究

针对火电厂主汽温被控对象的大惯性、大滞后特点并且负荷变化对被控对象参数影响较大等因素,PID控制器的控制效果很难达到满意。提出基于多模型内模切换控制方案。被控对象的传递函数的模型在不同的工况下建立,并设计出与其相对应控制器,在不同运行工况选择相应的控制器,实现全工况下安全运行。基于新的目标函数的二阶振荡进化方程来调节粒子群算法对内模控制参数进行优化。仿真表明,该方案比传统PID控制具有更好的控制品质。     

配电网静止同步补偿器控制策略研究

对一种先进控制方式—内模控制(IMC)的基本原理进行了深入研究,并提出了一种基于内模解耦控制原理的三电平配电网静止同步补偿器(DSTATCOM)控制策略。搭建了三电平DSTATCOM内模偏差偏差控制策略的仿真模型及实验平台,实验和仿真结果都验证了所提控制策略的有效性及正确性。     

基于网络的电机远程控制系统内模控制器设计

针对基于网络的远程控制系统中存在的信号传输时间延迟问题，设计了基于内模原理的控制器，对因网络时延导致的系统性能下降进行补偿。并且，对加入内模控制器后的闭环系统性能进行了分析。内模控制器克服了其它控制器必须依赖电机精确模型的缺点，保证了系统具有良好的稳定性和鲁棒性。仿真示例验证了内模控制方法的有效性。     

小波神经网络内模控制的性能研究

使用小波神经网络分别逼近对象模型和逆模型,并对原非线性系统及其逆模型组成的伪线性系统采用内模控制理论,基于逆系统方法进行控制.当系统的建模误差满足线性增长条件时,分析了小波神经网络内模控制系统的鲁棒性和稳定性,当系统的建模误差不满足线性增长条件时,应用波波夫超稳定性理论分析了系统的鲁棒性.仿真结果表明小波神经网络内模控制系统是处理非线性问题比较有效的方法之一.     

基于内模控制的永磁同步电动机调速系统设计

针对永磁同步电动机伺服系统高性能的控制要求,提出一种基于内模控制技术的永磁同步电动机控制策略。设计的内模控制器具有结构简单、直观和容易调节等特点,通过使用内模控制技术设计电流环,改善电流环的性能;在电流环的基础上,再用内模控制技术设计速度控制器,抑制速度波动;利用构建仿真模型对该调速系统进行仿真研究。结果表明:用内模控制结构设计的调速系统有转速超调量低、转矩脉动小和响应速度快的优点,明显改善了系统的跟随性能和抗扰性能,证明了该控制策略的有效性。     

一种电动车铅酸蓄电池SOC预测模型及检测系统的设计

针对电动车铅酸蓄电池SOC预测精度低的问题,给出了一种基于模糊预测技术的蓄电池SOC预测模型,该模型利用电动势和内阻结合预测蓄电池SOC。建立了蓄电池电动势、内阻和SOC的隶属度函数,确定了26条模糊控制规则。仿真结果表明,预测值与实际值相对误差最大为5%左右。在此基础上,设计了以C8051F020单片机为中央处理器的铅酸蓄电池组智能检测系统,该系统具有蓄电池SOC预测,端电压、充放电电流等参数在线检测和数据传输等功能。实际车辆试验结果表明,利用这种SOC预测模型可有效的提高预测精度,系统具有参数检测误差小、数据传输可靠性高等特点,具有很好的应用价值。     

多变量时滞系统的解耦模糊内模控制

针对时滞多变量耦合系统，研究了带有多时滞的多变量稳定过程的解耦内模控制，根据开环系统的时滞给出了一种时滞系统多变量解耦方法，由于理想的多变量时滞系统内模控制器设计复杂，且根据内模控制理论设计的控制器一般是高阶的，因此采用模糊控制方法设计模糊内模控制器。其宗旨是首先根据过程对象的模型，设计多变量时滞解耦的预补偿器，对其进行对角优势化，利用补偿后的主对角元素作为内模控制的预估模型，设计了多通道模糊内模控制器。仿真结果表明，该方法具有很好的解耦能力，鲁棒性强；方法简单，易于实现。具有工程应用价值。     

基于遗传算法的火电单元机组模糊控制系统

火电单元机组是一个多变量、强耦合、大时滞复杂的非线性系统，难以建立精确的数学模型，其控制系统的设计面临着严峻的挑战。文章提出了基于遗传算法的火电单元机组模糊控制系统。遗传算法用全局优化模糊控制器隶属度函数的比例因子，优化后的模糊控制器较好地补偿了负荷扰动所引起的单元机组的实际值与设定值的偏差。仿真结果表明，该系统有良好的动态特性，能适应于火电单元机组大范围运行时的负荷跟踪。     

基于随机双线性系统模糊控制器的优化及仿真

针对一个具体双线性模型,在先验知识不完备的情况下,采用分步优化法研究了基于遗传算法设计和动态优化模糊控制器的方法.首先离线优化隶属函数和控制规则,然后在优化后的基础上进一步调整量化系数,使系统逐步向稳定、快速响应的方向发展.该方法突破了传统的单一搜索,运用了系统的众多信息,避免了因过度强调某方面的信息而造成系统运行结果不理想的缺陷.最后就文中选用的随机双线性系统,运用本算法得到的结果进行仿真分析,证明了研究内容基本符合工业上响应快、超调小的要求.     

基于T-S模糊模型的多变量非线性预测控制

针对多变量非线性系统预测控制的实时性问题,提出一种基于T-S模糊模型的预测控制快速算法.通过辨识建立非线性系统的T-S模糊模型,依据系统的运动特性和实际中控制输入增量的变化趋势选取特定基函数,将广义预测控制和预测函数控制相结合设计多变量预测控制律.该算法相比已有基于T-S模糊模型的多变量非线性广义预测控制算法大幅度减少了计算量,显著提高了控制的实时性.仿真结果验证了该算法的有效性.     

模糊神经网络负荷模型的内插外推能力

为了分析综合负荷模型的实用性,研究了综合负荷模型的内差外推能力。通过分析模糊神经网络综合负荷模型建模数据的特征,确定模糊模型的初始结构;通过模糊神经网络对建模数据的学习,获取模糊推理规则并调整隶属度函数的参数,进而辨识出模糊模型并调整隶属度函数;将电压、有功和无功作为模糊神经网络的广义模型输入,对综合负荷进行解耦建模。在综合负荷构成成分相同的3组数据中,用其中1组建模数据训练得出模糊模型的结构和参数去拟合其它2组建模实测数据,获得良好的拟合效果,从而验证了模糊神经网络综合负荷模型的良好的内插外推能力和收敛性。该特性对于综合负荷模型的实用化具有重要的指导意义。     

一种基于T-S云模型的非线性系统控制

将云模型与T-S模糊系统结合,利用隶属云代替模糊系统的前件,提出一种T-S云模型.T-S云模型综合考虑模型的精确性和可解释性,不但可以利用专家的知识和经验建立系统模型,而且还可以通过输入/输出数据设计云模型系统.详细分析T-S云模型的系统结构.基于云模型和模糊系统对模糊概念表述的一致性,在不考虑超熵的情况下,使用梯度下降法辨识T-S云模型前件参数.利用递推最小二乘法辨识T-S云模型后件参数.设计了基于T-S云模型的控制器,实现了将卡车后倒至指定的卸车位置,体现了T-S云模型的不确定处理能力.仿真研究验证了算法的有效性.     

多变量汽温模糊预测控制

针对火电厂锅炉汽温对象具有大迟延、非线性时变的特性,提出一种基于T-S模糊模型的多输入多输出(MIMO)预测控制策略.将MIMO系统分解为多个多输入单输出(MISO)系统,利用T-S模糊模型描述对象的动态特性,模糊规则将非线性对象划分为多个局部子线性模型,并用加权最小二乘法辨识其参数,然后用预测函数原理设计控制器.为提高预测控制性能,采用多步线性化模型构成多步预报器.仿真结果表明对于MIMO系统的长期预报和控制,多步线性化模型预测控制性能优于单步线性化模型预测控制性能.     

可控串补自适应模糊阻尼控制策略研究

早期的模糊控制器设计,主要依赖于专家经验,而且只是采用近似推理的方法。针对可控串补非线性系统,设计了一种直接自适应模糊控制器。建立模糊控制器逼近误差和控制器参数之间的线性关系,用Lyapunov稳定性理论设计参数的自适应律,不仅调节模糊规则结论参数,同时调节隶属函数的参数。将该控制策略应用于含可控串补电力系统中,提出可控串补自适应模糊阻尼控制器的设计方法。仿真表明该控制器对系统发电机摇摆具有良好的阻尼作用,提高了系统的稳定性。     

基于非均匀高斯函数的无刷直流电动机模糊控制

采用一种基于非均匀高斯型隶属函数的模糊PI控制算法来实现无刷直流电机闭环调速控制.根据转速误差E和误差变化率EC在控制过程中非均匀分布的特点,构建相应的非均匀高斯型隶属函数模糊控制器来实时调整PI控制器的两个参数KP,KI.并运用Matlab/Simulink结合Fuzzy工具箱实现了对BLDCM系统的仿真.仿真结果表明:基于非均匀高斯型隶属函数的模糊PI控制与普通模糊PI控制相比,具有更好的动态、稳态性能,更强的鲁棒性及更高的控制精度.