输入/输出无约束的模型预测控制器设计

动态矩阵控制算法是一种基于对象阶跃响应的预测控制算法,适用于控制系统复杂、数学模型难以精确建立的过程。针对输入/输出无约束的模型控制器设计,采用动态矩阵控制方法,包括预测模型、滚动优化、误差校正和闭环控制形式。通过MATLAB对它的仿真,验证了闭环系统鲁棒性较好,系统性能容易满足要求。结果表明,动态矩阵预测控制算法控制明显,因此是一种最优控制技术。     

基于鲁棒模型与分层递阶控制的工艺与控制系统集成设计研究

化工过程工艺与控制系统的集成设计研究越来越受到国内外工艺设计和过程控制领域研究人员的重视,与传统的分步序贯设计相比,集成设计可获得经济性能和动态性能更优的化工过程。考虑到工业过程中广泛采用先进控制与常规控制分层递阶控制结构,提出了一种基于鲁棒模型和分层递阶控制策略的过程工艺与控制系统集成设计方法。其核心思想是将设计对象和常规控制器构成广义对象,通过辨识得到先进控制与广义对象组成的闭环过程状态空间不确定模型,基于该模型以及二次李雅普诺夫函数可估计所设计工艺过程在外部扰动作用下的最坏情况。该方法将集成设计问题转化成一个非线性规划问题,避免了求解集成优化问题常用的动态优化方法,并最终得到经济性能和动态性能良好的工艺设计参数与控制器参数。案例研究证明了方法的可行性。     

一种统一化权限体系的设计

在RBAC模型和现有应用系统中权限设计现状的基础上，提出了一种适用干大型信息系统的统一化权限体系的规范设计，它包括业务对象的规范化设计、用户与角色混合授权、对象个体权限控制以及动态的工作流授权的集成。     

基于继电辨识的大时滞对象的内模控制

采用改进的饱和继电反馈实验辨识高精度的过程模型，将内模控制与Smith预估控制器相结合，提出了一种适用于大时滞对象的内模控制结构，并按内模控制结构设计控制器。仿真实验表明该控制结构可获得比Smith预估控制更好的动态性能、鲁棒性和抗干扰性能，为大时滞对象的控制提供了一种新的实用方法。     

一种新型的自适应模糊单神经元控制算法

提出了一种新型的模糊单神经元控制算法，它不需要对象的数学模型，同时又具有模糊控制和单神经元控制的优点，并且参数在动态过程可自适应调整．仿真实验表明这种算法具有较好的动态过程性能指标和较强的鲁棒性．     

一种染色机温度控制器的设计

以染色过程的温度跟踪控制系统为背景，针对温度对象动态范围宽，其动态特性随温度变化且存在结构变化，常规PID控制不能适应的特点，设计了一种参数可变的PID控制器。在详细分析染色过程温度对象动态特性的基础上，根据染色过程的实际温度和温度偏差．应用模糊推理实时改变控制器增益，并引入了积分分离算法，有效地克服了积分饱和问题。实际运行结果表明，该控制器能适应染色过程动态特性的变化，保证了温度控制的精度，可有效地提高染色质量。     

基于神经网络技术的动态定量称重控制方法的研究

以传送带,料门给料的称重过程为研究对象,提出一种新型动态定量称重控制方法,该方法基于复合技术的思想,以神经网络技术为控制核心,采取多因素协调,较为有效地解决了动态定量称重过程中速度与精度的矛盾。     

一类工业过程预测控制的闭环分析

该文定量分析了一类典型工业过程预测控制系统的闭环性能,文中首先基于广义动态矩 阵控制系统的内模控制结构和控制器的最小化形式,导出了一阶惯性加时滞的典型对象预测 控制的闭环传递函数,在此基础上,给出了预测控制中主要设计参数与闭环动态响应和扰动抑 制时间的解析关系以及关于闭环系统鲁棒性的三个定理,提出了对增益或时滞失配允许范围 的搜索算法,从而为分析和设计预测控制系统提供了理论依据.     

锅炉过热汽温的LTV最小方差控制

针对过热汽温对象具有大迟延、不确定等特点,设计出了一种基于线性时变(LTV)最小方差的串级控制系统。在对控制对象的动态特性分析的基础上,用具有可确定"时滞"的LTV过程传递函数的最小方差控制的显示解进行研究。结果表明,存在一个随时间变化的过程,可以从日常操作数据中估计其方差,它的绝对下界即LTV最小方差控制。通过仿真实验,将用该控制器构成的汽温串级控制系统的控制效果与传统自适应控制作比较,证明了所提出的控制方案能够有效减小延迟时间对控制效果的影响,提高系统的快速性,具有较强的适应性。     

动态矩阵控制时滞补偿设计及应用

考虑到大时滞对象的难控制性与先进控制算法的应用问题，提出了一种具有时滞补偿特性的动态矩阵控制（DMC）设计方法。它能达到类似Smith补偿法一样的完全时滞补偿效果，并从理论与应用两方面证明了此设计方法的有效性。