几种不稳定滞后对象的预测PID 控制

针对几种不稳定滞后过程，给出一种预测PID控制器的结构形式．该控制器具有内环和外环两种控制器：内环控制器主要用于稳定系统；外环控制器具有预测PID控制的结构形式，主要用于消除输入干扰的影响和改善控制系统的动态性能．这种控制器结构简单，可调参数少，且参数的调节方便、直观．仿真结果表明，在干扰和模型失配的情况下，此类预测PID控制器仍具有良好的控制性能和鲁棒稳定性能．     

一类非自衡加纯滞后系统的双预测P I 控制

提出了一类基于非自衡加大纯滞后过程的双预测PI控制器的结构形式，这种控制器结构筒单，可调参数少，参数的调节方便、直观，仿真结果表明：在干扰和模型失配的情况下，此类控制器仍具有良好的控制性能和鲁棒稳定性，是一种值得在实际工程中推广应用的新型控制器。     

高阶时滞对象的预测PI(D)控制

利用频率域模型降阶理论,提出了高阶时滞对象的预测PI(D)控制器两种设计方法.一种方法是直接将高阶滞后对象在频率域内降阶为低阶滞后对象,针对低阶滞后对象设计预测PI(D)控制器;另一种方法是按照规定的性能指标设计控制器,并将该控制器在频率域内降阶为具有预测PI(D)控制器的结构形式.这两种方法设计的控制器均具有结构简单、可调参数少、参数调节方便的特点.仿真表明:在模型失配的情况下,此两类预测PI(D)控制器仍然具有良好的控制性能和鲁棒稳定性能.     

一类纯滞后系统模糊Smith控制策略的研究

针对工业控制过程中普遍存在的大惯性、纯滞后对象的控制问题，提出用模糊控制器与Ｓｍｉｔｈ预估器相结合的控制策略。仿真结果表明：这种控制器的可知效果良好，特别是解决了系统的振荡问题，且比自适应模糊控制器结构简单，易于理解和实现。     

基于灰色预测模糊PID算法的空调房间温度控制

针对中央空调系统房间温度控制系统的大惯性、纯滞后和时变性特点,设计了将等维新息灰色预测控制与模糊自整定PID相结合的新型控制器,建立中央空调房间温度控制系统的数学模型,介绍灰色预测模糊PID控制器结构,并对该控制方案进行了数字仿真。仿真结果表明,该控制器比PID控制器、模糊PID控制器有更多优越性,调节迅速,超调小,有更好的动、静态性能,具有一定的可行性。     

积分加纯滞后系统的双预测PI控制及其应用

Smith预估控制器控制积分加大纯滞后过程时,鲁棒稳定性差,输出存在静态余差,无实际应用价值.提出了一类基于该过程的双预测PI控制器:具有内环和外环两种预测PI控制器.内环将系统稳定,外环消除输入干扰的影响和改善控制系统的动态性能.这种控制器结构简单,可调参数少,参数的调节方便、直观.仿真和实际应用表明:在干扰和模型失配的情况下,此类控制器仍然具有良好的控制性能和鲁棒稳定性能,是一种值得在实际工程中推广应用的新型控制器.     

基于GPC的自适应温控PID的设计与仿真

温度控制是具有大时滞特性的控制对象,当工况发生变化时,固定取值PID控制器难以实现理想的控制效果。基于广义预测控制的自适应PID控制器通过最小二乘法对系统进行辨识,将Diophantine方程的递推解与PID参数相对应,实现PID参数的自适应。MATLAB仿真和Automation Studio仿真实验表明,以基于广义预测控制的PID控制器代替固定取值的PID控制器来控制温度对象,在稳定性和实时跟踪等方面都能取得良好的控制效果。     

水泥生料立磨压差的广义预测PID控制

针对立磨粉磨系统的非线性、大滞后、慢时变问题,设计了广义预测PID控制器(GPC-PID).通过构造广义预测控制目标函数中的控制加权序列使广义预测控制具有PID控制算法的结构,通过广义预测控制和PID的相互递推关系计算PID参数.仿真结果表明,广义预测PID控制能较好地稳定磨内压差,并且具有响应速度快、抗干扰性强、鲁棒性好等优点.     

基于PID预测函数的励磁控制研究

同步发电机励磁控制对提高电力系统稳定性起着重要的作用.当电力系统发生故障或受到扰动时,容易出现长时间的低频率振荡,严重影响系统的稳定运行.为了提高电力系统运行的稳定性,在讨论励磁控制现有控制方式和分析预测函数控制(PFC)算法和PID算法的基础上,将预测函数控制算法的性能指标构造成PID形式,推导出改进的PID型预测函数控制算法(PIDPFC),并应用于同步发电机励磁系统控制.通过仿真研究对比,在时域内分析了PIDPFC控制器的参数选择对系统控制性能的影响,取得了预期的结果,仿真结果表明了PIDPFC算法的优点.     

基于双因子调节的免疫控制器的设计、实现与分析

基于一种双因子免疫非线性反馈模型，结合控制系统的特点，构造出一个双因子免疫控制器，并给出了它的结构形式．理论研究和仿真试验均表明具有该免疫控制器的系统能够无余差地跟踪恒定输入．本文还将该免疫控制系统与免疫PID控制系统进行了对比仿真研究，结果表明，本文提出的双因子免疫控制器在抗纯滞后、适应对象参数变化等方面均优于免疫PID控制器，且参数选择方便．     

Improved PI controller based on predictive functional control for liquid level regulation in a coke fractionation tower

Due to limitations of hardware, cost and so on, the application of proportional-integral-derivative (PID) control is more convenient than predictive control. However, predictive control usually has better performance than traditional PID control, thus it is important to combine the advantages of these two control algorithms. A novel PI controller optimized by predictive functional control (PFC) is proposed and tested on liquid level in the industrial coke fractionation tower in this paper. Since this kind of process always shows the integrating behavior, a P controller is first used for it to generate a self-balancing generalized process, then the PFC based PI control is designed for the generalized process. The resulting controller displays the performance of both PFC and PI control with easy implementation in practice. The performance of the proposed PI controller is compared with traditional PI controller in terms of regulatory/servo set-point tracking, disturbance rejection and measurement noise issues, from which results show that the proposed PI controller provides better performance than traditional PI controller.     

一类非自衡过程预测PID控制器的设计及鲁棒稳定性的分析研究*

针对一类非自衡过程,为了提高系统的整体性能,提出了预测PID控制器的设计方法;利用Kharitonov 定理和边缘理论分析此系统在参数不确定情况下输入、输出的鲁棒稳定性,并给出了系统保持稳定的最大过程参数区间。仿真结果表明,当过程参数偏离标称值时,此预测PID控制器的设计方法能够使系统保持很好的鲁棒稳定性,是一种值得在实际工程中推广应用的新型控制器。     

基于连续继电辨识的自整定PID控制器

提出采用连续继电反馈实验辩识高精度的过程模型，基于内模原理设计PID控制器的方法。通过对时滞工业过程对象的数字仿真研究．控制结果表明该控制方法可获得很好的动态性能、鲁棒性和抗干扰能力．是实现自整定PID控制器的一种简单、有效方法。     

烘丝过程中的组合积分控制器与双重控制研究

在烟草行业的烘丝过程中,烟丝的出口水分作为被控对象常常具有大滞后与强非线性的特性,且在工艺流程中通常存在干扰因素;当前,这一过程中大多仍采用传统PID控制器,存在响应稳态误差大、响应时间长等问题,进而影响烟丝的最终品质;针对这一情况,引入组合积分控制器替代传统PID控制器在烘丝过程中的作用;同时引入双重控制,并与组合积分控制器相结合;针对控制对象进行的仿真实验结果表明,这一新型控制策略在烘丝过程出口水分的控制效果上明显优于传统PID控制器,稳态误差较小且响应迅速,证明了组合积分控制器运用在双重控制系统中时具有优异的动态性能与鲁棒性;最后,这一新型双重控制算法已成功应用到烟草行业烘丝过程的水分控制上。     

Control of polystyrene batch reactors using neural network based model predictive control (NNMPC): An experimental investigation

Controlling batch polymerization reactors imposes great operational difficulties due to the complex reaction kinetics, inherent process nonlinearities and the continuous demand for running these reactors at varying operating conditions needed to produce different polymer grades. Model predictive control (MPC) has become the leading technology of advanced nonlinear control adopted for such chemical process industries. The usual practice for operating polymerization reactors is to optimize the reactor temperature profile since the end use properties of the product polymer depend highly on temperature. This is because the end use properties of the product polymer depend highly on temperature. The reactor is then run to track the optimized temperature set-point profile. In this work, a neural network-model predictive control (NN-MPC) algorithm was implemented to control the temperature of a polystyrene (PS) batch reactors and the controller set-point tracking and load rejection performance was investigated. In this approach, a neural network model is trained to predict the future process response over the specified horizon. The predictions are passed to a numerical optimization routine which attempts to minimize a specified cost function to calculate a suitable control signal at each sample instant. The performance results of the NN-MPC were compared with a conventional PID controller. Based on the experimental results, it is concluded that the NN-MPC performance is superior to the conventional PID controller especially during process startup. The NN-MPC resulted in smoother controller moves and less variability.     

基于动态递归网络的PID自适应控制器的设计与应用

本文分析了改进的ELMAN网络的结构,并讨论了神经网络的学习算法,针对BP算法的缺陷,提出了用遗传算法修正网络权值的学习算法。本文不仅将采用遗传算法进行训练的改进ELMAN网络应用于汽车磷化加热系统的建模,而且针对该系统的特点提出了一种带预测模型的神经网络PID自适应控制器,并最后将该控制器应用于磷化温度控制,取得了良好的控制效果。     

一种基于DMC的新型预测PID控制器及其整定(英文)

本文提出一种基于动态矩阵控制(DMC)算法预测特性的新型PID控制方法.在考虑将来的输出期望偏差罚函数最小的前提下,由DMC计算出控制变量的值.继而构造基于DMC的预估器用以预测将来时刻的系统输出.根据将来时刻的多步预测偏差,PID控制器产生当前时刻的实际控制增量.文中也给出了基于DMC的预估器及PID控制器的参数整定方法.仿真结果表明,与常规的PID控制和DMC控制相比,所提方法具有良好的控制性能,扰动抑制尤其优良.     

工业锅炉燃烧过程智能控制系统

针对典型的大时滞，非线形的工业锅炉燃烧控制系统．本文提出了一种基于PID神经元网络的工业锅炉燃烧控制系统．在仿真实验的基础上。对PID神经元网络控制与传统的PID控制进行比较和分析，仿真结果表明．PID神经元网络控制方法具有良好的鲁棒性和抗干扰性。其控制效果优于传统的PID解耦控制。     

基于T-S模型的自校正模糊PID控制器的设计

基于Takagi和Sugeno的模糊控制模型，设计了基于T-S模型的积分分离算法的模糊PID控制器，同时引入了继电反馈控制进行模糊PID控制器初始值的整定，实现了自校正模糊PID控制器。通过对工业过程的时滞对象的数字仿真分析表明，该控制器获得了很好的静动态性能、鲁棒性和抗干扰能力，为实现自动型控制器提供了简单而又实用的新方法。     

网络控制系统Smith Fuzzy PID控制器的设计

针对网络控制系统中普遍存在的时延问题,提出了一种将模糊自适应算法和Smith预估补偿算法与常规PID控制器相结合的智能控制策略。该方法充分利用了Smith预估控制算法对带时延系统的良好控制能力,同时利用模糊推理算法实现对PID参数的在线自整定,进一步改善PID控制器的性能。仿真结果表明,基于该智能控制器的网络控制系统克服了传统PID控制超调量大及常规Smith预估补偿过分依赖于被控对象精确数学模型的缺陷,可以有效降低时延对系统性能的不利影响,使被控对象具有良好的动、静态特性。