多变量系统的奇异最优扰动抑制控制

针对多变量系统中存在持续扰动且控制向量受约束的问题,提出了一种采用非奇异控制问题代替奇异问题的最优抑制方法.该方法首先在给定扰动模型前提下,通过构造线性变换把原问题转化为控制不受约束的一类问题,经逆向推导出原先模型的最优控制律,在此基础上还提出了最优解在原模型无约束情况下存在的充要条件,然后通过约束优化处理得到满足约束条件的次优控制律,改进了原有的奇异控制方法.伺服系统的仿真结果说明了该算法的有效性.     

基于神经网络的内模控制在机械手控制中的研究

采用内模控制与神经网络相结合的方法来解决机械手的控制问题,使机械手沿着一定的期望轨迹运行。神经网络对机械手建模,使其作为内模控制中的模型,训练方法采用前馈网络的BP学习算法。单个神经元使用静态模型,输入神经元之间的延迟引入系统的动态。仿真结果表明,该方法具有有效性和实用性。     

基于隶属度函数的多模型内模控制的研究

针对生产过程中存在的滞后性、时变性、不确定性和变工况等特点,建立基于不同工作点的局部模型,将基于隶属度函数和基于加权和形式的思想相结合,对传统内模控制进行改进,提出了一种基于隶属函数的多模型内模控制方法。通过对某火电厂的过热汽温控制系统的仿真表明,多模型内模控制与单内模控制和常规PID控制相比较,在稳定性、鲁棒性和响应速度等方面,均具有明显的优越性和较好的控制品质。     

基于神经网络内模控制在机械手中的研究

将内模控制与神经网络相结合的方法来解决机械手的控制问题,使机械手沿着一定的期望轨迹运行。神经网络对机械手建模作为内模控制中的模型,训练方法采用前向网络的BP学习算法。单个神经元使用静态模型,输入神经元之间的延迟引入系统的动态。仿真结果表明,该方法具有有效性和实用性。     

啤酒发酵温度控制策略研究

针对啤酒发酵罐的大时滞、强关联的多变量系统,提出了多变量解耦Smith预估补偿RZN参数整定的啤酒发酵罐温度控制方案.仿真表明,此方案具有良好的动态性能与稳态误差,证明了方案的可行性和有效性.     

啤酒发酵温度新型控制策略研究

针对啤酒发酵罐这个复杂的大时滞、强关联的多变量系统,提出了一种多变量解耦大林算法处理RZN参数整定的啤酒发酵罐温度控制方案。仿真表明,此方案具有良好的动态性能与稳态误差,证明了方案的可行性和有效性。     

低温空气源热泵双电子膨胀阀控制策略研究

针对空气源热泵在环境温度过低时出现的制热量衰减的问题,提出了一种采用双电子膨胀阀控制主回路以及补焓回路节流量的控制方法。该方法主回路采用排气过热度控制,补焓回路采用经济器过热度控制,然后经过两者协同控制,达到整个热泵系统的性能最优。实际实验室的测试结果表明了该算法的可行性及有效性。     

基于C-R模型的非线性系统模糊内模控制算法研究

针对大多数非线性系统的内模控制难以建立精确的对象模型和逆模型的问题,引入了基于C-R模型的非线性系统建模方法,并在此基础上研究基于C-R模型的非线性系统的模糊内模控制设计。由C-R模型的辨识递推算法获得对象模型和逆模型,并建立模糊内模控制算法。通过对连续搅拌反应釜控制系统的仿真表明,该控制方法有效、可行,具有良好的控制品质。