基于神经网络内模的电加热炉温度控制研究

针对加热炉温度控制中存在的非线性、大滞后问题,以实验室电加热为对象,提出了一种基于BP神经网络的内模控制方法,即用神经网络对复杂系统的辨识能力来实现内模控制中被控对象的正模型及内模控制器.仿真结果表明,该控制方法控制效果良好,与PID控制系统相比具有较强的鲁棒性,从而为加热炉的控制问题提出了一种新的方法.     

DIMC在烟草制丝线回潮控制系统中的应用

烟叶回潮过程是一个多因素、强耦合、大滞后、非线性的大热容设备,具有典型的时滞和非线性特性。用常规的控制方法难以得到满意的控制效果。本文根据对象特性,利用非线性IMC即内模控制原理,提出了一种根据烟叶回潮机回潮过程中各阶段温度的不同变化趋势,其对应的温度控制器的设计方法,仿真结果表明,该方法是十分有效的。     

基于模糊免疫PID控制器的温度控制系统

在工业控制中,温度控制系统是一个具有时变、非线性、滞后、超调量大的系统．常规PID控制器很难达到良好的控制效果。为此分析了常规PID控制器和模糊控制器的特点,根据生物的免疫系统功能,设计了一种模糊免疫PID控制器。仿真结果表明,模糊免疫PID控制器具有良好的控制品质,为工业过程中的温度控制提供了一种方法。     

针对纯滞后系统的RBF神经网络智能控制的研究

针对工业控制过程中普遍存在的大惯性、纯滞后、时变性、非线性对象的控制问题,采用传统的控制方法不能达到满意的控制效果,提出了基于RBF神经网络的PID自适应控制方案。采用神经网络辨识器在线辨识系统模型,自动调整PID控制器参数,从而实现系统的智能控制。仿真结果表明：该方法对于纯滞后控制系统能进行有效的控制并且具有很好的自适应性和鲁棒性。     

火电厂除氧系统模糊控制器的设计与仿真

火电厂除氧系统具有大滞后、大惯性、时变性、非线性等特点,除氧器的温度和压力相互影响,是一种强耦合系统,其精确数学模型难以建立。常规PID控制器无法获得满意的控制效果。为了达到除氧的目的,就需要采用先进的控制算法。文章提出了将模糊控制技术和PID控制相结合的控制方法,对除氧系统温度进行控制,仿真结果表明该方法控制效果满足要求。     

神经网络预测控制算法及其应用

结合神经网络和预测控制的优点，提出了一种神经网络模型预测控制算法。将这种算法用于热交换器温度控制系统的仿真研究表明，该控制方案表现出良好的控制品质并能适应被控对象参数的变化，具有较强的鲁棒性和自适应能力，从而为非线性、大滞后系统的实时智能优化控制的实现提出了一种有效的方法。     

基于神经网络PID控制的系统非线性校正的研究

在对BP神经网络PID控制器系统研究的基础上，提出了单神经元的自适应PSD算法。该算法兼有单神经元和自适应PSD算法的特点，简单、实时性好、自适应能力强，可用于控制过程时变、有大滞后的较复杂的对象，是一种实用价值较高的自适应控制算法。文中采用BP神经网络PID控制与单神经元PSD自适应控制两种方法对压电式微位移系统进行非线性控制，并取得了良好的效果。     

基于模糊自适应PID的饱和蒸汽发电控制研究

饱和蒸汽发电项目中汽轮机是一个典型的工业过程控制对象,具有时变、非线性和滞后等显著特点。基于汽轮机发电机运行过程的控制要求,提出了一种自适应模糊PID控制方法。结合汽轮机发电机运行和模糊PID控制解决非线性、滞后性及时变等问题的特点,基于从发电站现场采集到的数据,建立了控制模型,并利用MATLAB/Simulink对系统进行了仿真,从而验证了该方案的可行性,为发电机控制提出了一种新的方案。     

模糊控制在烟草梗丝干燥控制中的应用

烟草工业梗丝生产过程中,含水率是最重要的工艺技术指标,梗丝的水分控制是否精确决定了其水分合格率和内在质量。针对烘梗丝过程的不确定性、非线性、及存在大滞后的特点,提出了一种基于模糊控制和PID控制相结合的模糊PID控制策略。通过仿真结果表明模糊PID控制的梗丝干燥控制系统的算法系统响应快而且稳定,最主要的是没有超调,非常符合烘梗丝的工艺要求。     

大纯滞后系统一种新预估模糊控制

提出了一种大纯滞后系统新预估控制方法,对大纯滞后系统进行了有效的模糊控制.该控制方法与纯滞后时间τ无关,方法简单,易于工程实现,使常规模糊控制在大纯滞后系统的控制中如同对无纯滞后系统的控制一样有效.文中证明了该方法使系统的稳定性与系统的纯滞后无关,并经MATLAB仿真验证,该法具有良好的控制品质,且能适应对象参数和结构有一定变化的时滞系统.     

Time-discretization of nonlinear systems with delayed multi-input using Taylor series

This study proposes a new scheme for the sampled-data representation of nonlinear systems with time-delayed multi-input. The proposed scheme is based on the Taylor-series expansion and zero-order hold assumption. The mathematical structure of a new discretization scheme is explored. On the basis of this structure, the sampled-data representation of nonlinear systems including time-delay is derived. The new scheme is applied to nonlinear systems with two inputs and then the delayed multi-input general equation is derived. The resulting time-discretization provides a finite-dimensional representation of nonlinear control systems with time-delay enabling existing controller design techniques to be applied to them. In order to evaluate the tracking performance of the proposed scheme, an algorithm is tested for some of the examples including maneuvering of an automobile and a 2-DOF mechanical system.     

基于干扰观测器的时滞非线性切换系统滑模控制方法

为实现更加精准的时滞非线性切换系统滑模控制,应用干扰观测器设计一种新的系统滑模控制方法。构建时滞非线性切换系统模型,针对系统在发生结构变化时会产生复合干扰变化的情况,设计了一种非线性切换干扰观测器,实施系统不连续干扰的估计。通过 Backstepping 方法结合干扰观测器,设计一种切换滑模控制器,依据标量非线性特性打造一个滑模面,通过滑模控制器算法使时滞非线性切换系统能够满足滑模面的实际可达性条件,完成切换滑模控制器设计,实现系统的滑模控制。对设计的滑模控制方法进行测试,实验中选择的时滞非线性切换系统为一种变后掠翼 NSV 。实验结果表明,该设计方法能够实现较为准确地切入信号跟踪,表现出了很好的切换复合干扰估计性能。     

迟滞对象的辨识研究

主要针对暖通空调系统中常见而又难以控制的时滞对象，研究了神经网络用于系统辨识中的工作原理，提出了基于神经网络的时滞线性系统和时滞非线性系统的辨识方法，同时，使用MATLAB的辨识工具箱对暖通空调中常见的惯性迟延系统对象进行了辨识试验并给出了仿真结果。从比较的结果看，对非线性的辨识，神经网络具有明显的优势。     

一类非线性时滞系统的迭代学习控制设计

为了研究时滞对非线性系统的迭代学习控制收敛性的影响,采用了λ范数和一系列不等式技术,通过建立精确的数学模型,分析了在PD学习律下的Hopfield非线性神经网络系统。在全局Lipschi-tz连续条件下,研究了确保系统跟踪误差收敛的充分条件。理论推导证明时滞对这类非线性系统的迭代学习控制系统的收敛性没有显著的影响,仿真结果表明,迭代学习控制可以实现对非线性时滞系统的精确轨迹跟踪。     

阳极焙烧排烟架的模糊PID复合控制

阳极焙烧系统是一个具有耦合、大时滞、非线性的控制系统,其中排烟架是阳极焙烧系统的重要组成部分。针对系统存在的滞后及时变问题,该文采用稳态、动态性能较好的复合模糊控制器对其进行控制。通过仿真及运行的结果可以表明,复合模糊控制效果明显优于传统的PID控制,提高了控制系统的稳定性和鲁棒性。     

Synthesis of nonlinear discrete control systems via time-delay affine Takagi-Sugeno fuzzy models

The affine Takagi-Sugeno (TS) fuzzy model played a more important role in nonlinear control because it can be used to approximate the nonlinear systems more than the homogeneous TS fuzzy models. Besides, it is known that the time delays exist in physical systems and the previous works did not consider the time delay effects in the analysis of affine TS fuzzy models. Hence a parallel distributed compensation based fuzzy controller design issue for discrete time-delay affine TS fuzzy models is considered in this paper. The time-delay effect is considered in the discrete affine TS fuzzy models and the stabilization issue is developed for the nonlinear time-delay systems. Finally, a numerical simulation for a time-delayed nonlinear truck-trailer system is given to show the applications of the present approach.     

Time-discretization of non-affine nonlinear system with delayed input using taylor-series

In this paper, we propose a new scheme for the discretization of nonlinear systems using Taylor series expansion and the zero-order hold assumption. This scheme is applied to the sampled-data representation of a non-affine nonlinear system with constant input time-delay. The mathematical expressions of the discretization scheme are presented and the ability of the algorithm is tested for some of the examples. The proposed scheme provides a finite-dimensional representation for nonlinear systems with time-delay enabling existing controller design techniques to be applied to them. For all the case studies, various sampling rates and time-delay values are considered.     

Output feedback stabilization for time-delay nonholonomic systems with polynomial conditions

This paper addresses the problem of output feedback stabilization for a class of time-delay nonholonomic systems. One distinct characteristic or difficulty of this paper is that time-delay exists in polynomial nonlinear growing conditions. Based on input-state-scaling technique, homogeneous domination approach and Lyapunov–Krasovskii theorem, a new output feedback control law which guarantees all the system states converge to the origin is designed. Examples are provided to demonstrate the validness of the proposed approach.     

基于Smith预估补偿的连铸结晶器液位控制策略

连铸结晶器液位控制系统具有非线性、强耦合和纯滞后等特点,且扰动因素较多,因而传统控制方案难以获得满意的效果。通过研究基于Smith预估补偿的非线性PID控制策略,在对连铸结晶器液位控制系统的辨识模型进行MATLAB仿真分析的基础上,将该控制策略应用于生产实践。结果表明:该控制策略能够明显地改善控制系统的动态品质和抗干扰性能,取得了较好的应用效果。