根据系统时间尺度整定自抗扰控制器参数

自抗扰控制器(ADRC)取得了优良的控制效果, 但控制器参数整定比较困难. 本文利用受控系统时间尺度展开ADRC参数整定问题的研究. 首先, 在时间尺度一般定义的基础上, 根据系统单位阶跃响应, 给出了二阶系统的时间尺度计算格式. 然后, 在被控对象受扩展状态器(ESO)补偿作用所得积分器串联系统的时间尺度不变的假设下, 推导了一种基于受控系统时间尺度的ADRC控制器参数整定方法. 最后, 仿真结果表明该方法可行, 为ADRC参数整定提供了方便.     

基于时间尺度的感应电机自抗扰控制器的参数整定

自抗扰控制器(ADRC)在感应电机控制中取得了优良的控制效果, 但控制器参数整定比较困难. 本文从时间尺度的概念入手分析ADRC参数整定问题, 通过理论分析得出感应电机的时间尺度, 并结合时间尺度与ADRC参数的关系进行参数整定, 得到了感应电机按定子磁场定向矢量控制的ADRC控制器参数整定方法, 该方法尤其适于多台电机的参数整定. 仿真结果表明该方法可行, 为感应电机ADRC提供了一种参数整定方法.     

基于改进遗传算法的自抗扰控制器参数优化

本文将一种改进的遗传算法应用到自抗扰控制器（ADRC）的参数整定中,以解决ADRC 参数不易整 定的问题．在ADRC 参数优化过程中建立了控制器控制效果目标评价函数,在函数中综合考虑了控制器的动态性能 和被控对象的输入受限条件．所设计的ADRC 控制器所需的控制能量明显小于其他方法所设计的ARDC 所需控制 能量．仿真结果表明,本文所提ADRC 参数整定方法是有效的．     

网络远程闭环系统中不确定时延的自抗扰控制

针对网络远程闭环系统中不确定时延对系统稳定性的影响,提出了基于自抗扰控制器(Auto Disturbance Rejection Control- ler)的网络远程闭环解决方案,同时给出了ADRC控制器参数的整定方法;在基于嵌入式技术的网络远程闭环控制系统平台上实现了无刷直流电机控制器的设计和参数整定,取得了较好的控制效果;所以利用ADRC解决网络远程闭环系统中不确定时延的方法是可行且有效的,同时所设计的控制器及其参数整定方法具有一定的工程参考价值。     

基于QDRNN-ADRC的重力稳定平台控制研究

针对稳定平台系统存在系统模型不够精确或者参数变化,或者外部干扰未知等现象,以及采用自抗扰控制器存在参数众多且难以整理的问题,提出了一种基于准对角递归神经网络—自抗扰控制器(QDRNN—ADRC)的重力稳定平台控制算法.通过自抗扰控制器对系统的"总扰动"进行估计并补偿,同时引入神经网络的辨识功能对自抗扰控制器部分参数进行在线整定,基于自抗扰控制技术核心架构设计了QDRNN—ADRC.仿真结果表明:有效解决了重力稳定平台利用神经网络的辨识功能对自抗扰控制器部分参数进行在线整定外扰动的干扰以及参数自适应整定问题,相对于传统控制方法,其在稳定精度、快速性及抗干扰性方面均具有一定优势.     

自抗扰控制器稳定域与鲁棒稳定域计算及工程应用

为提高自抗扰控制(active disturbance rejection control, ADRC)技术在工程应用中的整定效率和降低参数整定带来的可能风险,本文从工程实际应用出发,提出了一种基于D–分割法的n阶ADRC参数稳定域的求解方法和基于Ms约束的鲁棒稳定域求解方法,并给出了各自的计算步骤.通过数字仿真和水箱实验台实验验证了计算方法的有效性.基于上述工作,将基于该方法整定的ADRC应用于实际火电机组二次风控制系统中,获得比原有比例–积分(proportional-integral, PI)控制器在大负荷变化范围内具有更快响应速度和更强鲁棒性的效果,这为ADRC的大规模工业化应用提供了一种简单有效的参数稳定域和鲁棒稳定域的计算方法,具有实际的工程意义.     

TSMC控制系统中ADRC参数的自适应优化

为了提高双级矩阵变换器(TSMC)在电网电压突变和负载扰动时的抗干扰能力,将自抗扰控制技术应用于TSMC的闭环控制,针对自抗扰控制器(ADRC)参数多,整定困难的特点,在ADRC的参数整定过程中应用了自适应遗传算法(AGA).该算法能够随适应度函数值动态地调整交叉和变异概率,同时为了克服标准遗传算法优化过程中收敛速度慢、稳定性差等问题,对选择算子和交叉算子做了一些改进,从而能方便地找出符合设计要求的一组参数,有效地缩短ADRC的参数调整时间,提高遗传算法的精度.用优化的ADRC对TSMC的输出电压进行闭环控制,仿真结果表明改进的控制器可在一定程度上兼顾TSMC的动态和静态性能.     

基于DE算法的自抗扰控制器设计

提出了一种基于微分进化算法(DE)的自抗扰控制器设计方法;在对飞机短周期运动进行分析的基础上,设计了典型状态下自抗扰纵向飞行控制器;针对所设计控制器可调参数多的问题,对各控制器参数进行了分析,并利用微分进化算法对控制器进行了参数整定;仿真结果表明,经DE算法整定的自抗扰控制器实现了实时指令信号跟踪控制,调节时间小于1.5s,超调量小于2%,具有良好的动态性能;在摄动条件下,舵偏角振荡被抑制在25°以内,显示了较强的鲁棒性。     

自抗扰控制器参数整定与优化方法研究

根据自抗扰控制器(ADRC)对系统按所谓"时间尺度"来进行分类的特点,提出一种基于"时间尺度"模型识别和遗传算法的ADRC参数自整定及优化的方法。仿真表明:用简单线性模型对实际过程"时间尺度"的辨识简便易行。加入惩罚策略的浮点遗传优化算法能高效地完成控制器众多参数的大范围寻优,摆脱了ADRC控制器参数整定和优化对经验的依赖,具有广泛的应用价值。     

ADRC理论和技术在机器人无标定视觉伺服中的应用和发展

针对Active disturbance rejection controller (ADRC) 理论和方法在机器人无标定视觉伺服研究领域中的应用及取得的成果进行综述. 剖析了机器人无标定视觉伺服研究的本质特性和关键问题, 说明其与ADRC理论和思想在方法论上的一致性, 特别以机器人无标定手眼协调这一典型应用为例, 展示了ADRC理论和技术用于处理机器人无标定手眼协调问题的合理性. 给出了控制器的基本设计过程, 并在已有成果的基础上讨论了控制器的收敛性以及ADRC设计中的参数整定方法. 最后讨论了一些尚未解决的问题, 指出了今后继续研究的方向.     

基于改进粒子群算法的四旋翼自抗扰控制器优化设计

针对四旋翼飞行器自抗扰控制器参数较多,人工整定困难且难以得到最优控制效果的问题,提出一种基于改进粒子群算法的四旋翼自抗扰控制器优化方法。在设计了四旋翼飞行器的自抗扰控制器之后,将自抗扰控制器的参数作为粒子群中的粒子进行迭代寻优,同时在传统的粒子群算法基础上,参考遗传算法,对适应值不好的粒子进行交叉保优,以提高粒子的多样性,加快寻优速度。仿真结果表明,对比人工整定参数的控制器,优化后的控制器超调更小,调节时间更快。该方法能够解决四旋翼飞行器自抗扰控制器人工参数整定困难的问题,且优化后的控制器具有更好的控制效果。     

高阶大惯性系统的线性自抗扰控制器设计

针对自抗扰控制器在热力系统高阶大惯性过程控制中效果不佳的问题,提出一种利用高阶系统模型信息进行补偿的自抗扰控制器设计方法.基于理论分析,给出各可调参数的物理意义及其定量化参数整定方法,并从观测误差、开环频率特性和参数稳定域等方面分析补偿自抗扰控制器能够提高控制效果的原因.仿真对比实验和鲁棒性检验结果表明,所提方法在设定值跟踪、抗扰能力和性能鲁棒性方面均优于PI/PID,同时能够显著改善低阶自抗扰控制器对高阶大惯性过程的控制效果,具有很好的工程推广潜力.     

具有多层感知器力矩补偿的机器人自抗扰控制

本文针对机器人系统的控制特性, 提出了一种基于自抗扰控制(ADRC)的关节控制算法, 该算法可以克服 传统控制算法中存在的如系统抗干扰能力弱, 控制性能受限于建模精度, 动态性能与稳态性能难以兼顾, 控制律设 计较为复杂等问题. 针对受控系统特性给出了一套实际控制器的完整设计方法与参数整定方法, 并根据控制性能指 标设计优化函数完成了最优控制参数的优化, 在系统参数辨识的基础上利用多层感知器(MLP)设计了对建模不确 定性的补偿网络. 数值仿真和实验结果均表明该算法能够实现机器人快速稳定的轨迹跟踪, 具有良好的控制精度 与很强的抗干扰能力, 此外该算法不依赖于精确的系统模型, 降低了实际设计和应用的难度, 具有很好的工程应用 价值.     

Tuning of Active Disturbance Rejection Control with application to power plant furnace regulation

Active Disturbance Rejection Control (ADRC) is emerging as a promising solution in dealing with the unmeasurable disturbances and unknown uncertainties, which are treated in a lumped manner and augmented as an extended state variable. Subsequently, an extended state observer (ESO) is designed to estimate and cancel the combined uncertain term in real time, modifying the uncertain plant to behave like a nominal model consisting of integrators. In the original ADRC formulation, the plant model is assumed to be of delay-free and its order is assumed to be equal to that of the real plant. However, a low-order ADRC is preferred and received a wide acceptance in practice because of its simplicity. Currently, the feasibility of such practice is not clearly revealed as well as its potential dangers. To this end, this paper analyzes the control mechanism from the perspective of the modified plant, which, in turn, would give guidance to parameter tuning. The effect of each parameter on the compensation efficiency and stability conditions of the modified plant is analyzed, based on which a complete tuning procedure for ADRC is developed where the initial settings is derived from the existing PI controller parameters. Finally, the proposed tuning method is experimentally used for a furnace pressure regulation of a 1000MW power plant, validating the feasibility of the low-order ADRC, even in the absence of both dynamic model and the information on the model order.     

自抗扰控制器参数的免疫遗传优化及应用

针对自抗扰控制器参数较多不易整定的问题,提出了基于免疫遗传算法的参数优化设计方法。与标准遗传算法相比,免疫遗传算法引入了免疫记忆库和浓度控制机制,提高了算法的收敛效率和局部收敛性能。并且综合考虑系统动态性能和实际工程中控制代价的限制因素建立了控制系统性能评价的目标函数,按照分离性原则进行自抗扰控制器设计并用免疫遗传算法对其关键参数进行寻优。将该方法应用于过热汽温度控制系统的变工况运行,仿真实验结果表明经过免疫遗传算法优化后的自抗扰控制器适应性较强,适用于模型参数变化范围较大的受控对象。     

基于改进粒子群PID黄酒发酵溶解氧浓度控制

针对黄酒发酵溶氧控制时变性、非线性的特点,基于黄酒溶氧控制数学模型为二阶滞后模型的特点,提出一种单一参数寻优的改进粒子群PID控制器。仿真结果表明,提出的方法设计的PID控制器在控制黄酒发酵溶氧过程中可以有效地减少系统的调节时间和超调。