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。     

基于强酸当量的pH自适应内模控制

针对pH中和反应过程强烈的非线性和时变性的特点,提出了自适应内模控制方案。该方案结合了非线性内模控制、自适应机制和强酸当量(SAE)的概念。基于弱酸-强碱中和反应系统的数学模型,推导了pH过程内模自适应控制器。仿真实验表明,由该方法设计的pH过程控制系统具有较好的设定值跟踪性能,对负载扰动和模型误差具有较好的鲁棒性,并且针对弱酸-强碱设计的系统也适用于强酸-强碱系统。     

抄纸过程模型参考自适应内模控制仿真研究

针对强耦合、大时滞、非线性对抄纸过程控制性能的影响,提出一种模型参考自适应内模控制算法,通过建立控制器模型,设计自适应调节律和控制算法来实现对增益和时滞的在线自调整,使系统在模型参数失配的情况下,仍具有良好的鲁棒性和跟踪性,表现出较强的解耦能力和自适应能力。通过与常规内模控制仿真结果对比,表明该控制算法改善控制品质的有效性。     

多变量多时滞非方系统的解耦内模控制

多变量复杂控制系统不仅具有多耦合和多时滞性,还具有结构上的复杂性,即输入输出不等,传递函数为奇异矩阵。传统的多变量内模控制是基于对非奇异对象求逆来进行的,因此很难解决这类问题。针对该情况引入矩阵论中的广义逆概念,通过求对象的广义逆矩阵来设计解耦内模控制器,打破了内模控制只能对方系统进行控制的局限性,并利用泰勒近似很好地解决了多滞后的问题,最后通过设计特殊形式的滤波器,不仅能够消除由纯滞后近似引入的不稳定极点,保证系统的稳定性,且能够保证系统的正则性。仿真结果表明,该方法不仅跟踪迅速,且继承了内模控制的无余差和强鲁棒性,动态解耦效果良好,仅对时滞变化较为敏感。由于系统基于内模控制设计,故模型匹配度越高,系统响应越好。     

一种改进的锅炉主蒸汽温度多级智能控制系统的应用研究

针对电厂锅炉主蒸汽温度多级控制系统中减温水流量扰动对蒸汽温度的影响,且运行过程中控制系统超调量大、响应速度慢、系统具有非线性,对单回路常规控制系统进行了改进,提出了一种双单内环智能串级控制方法。主控制器采用内模控制方式,根据末级出口主蒸汽温度实测值与设定值之间的偏差经过智能PID在线修正控制参数。仿真结果表明:改进后的控制系统比原单回路控制系统具有更好的鲁棒性和动态特性,并能保持较好的调节性能。     

Sontag型构造性预测控制算法的性能分析

Sontag型构造性预测控制策略是为了降低约束非线性预测控制的在线计算量和分离闭环系统稳定性与性能指标而提出的一种有效算法。在算法名义稳定的条件下,运用逆最优控制理论,分析约束连续时间非线性系统Sontag型预测控制器的逆最优性和鲁棒性问题,得到控制器具有鲁棒性的充分条件,为更好地理解该控制算法和算法的实施提供了理论依据。最后,应用仿真实例验证了本文结论的有效性。     

内模控制滤波器时间常数模糊自整定及其应用

对传统的内模控制进行改进,采用模糊控制原理对内模控制系统中的滤波器时间常数进行在线自整定,并将其运用到锅炉燃烧系统中.仿真结果表明,此方法即使在模型不匹配的情况下也能大幅度提高系统的动态性能和鲁棒性.     

改进型模糊内模控制在不稳定时滞系统中的应用

开环不稳定时滞系统是工业现场中常见的一类被控过程,这类系统控制难度高,控制精度难以保证。因此提出一种包含三个控制器的改进型内模控制结构,实现设定值跟踪和抗扰性的独立设计,并且根据对系统跟踪性能与鲁棒性能的分析给出了控制器参数的整定方法。对于时变系统,把模糊控制方法引入到改进型内模控制结构中,建立了滤波器时间常数的模糊自整定规则,通过在线实时调整滤波器时间常数来增强系统的鲁棒性。仿真结果表明该结构具有较好的跟踪性能和鲁棒性,参数调节容易,易于工程实施。     

基于通用模型自适应控制的DC/DC变换器控制系统研究

针对DC/DC变换器的强非线性,将平均电流模式控制中的电流环作为被控对象,使用RBF神经网络辩识对象的逆模型,嵌入通用模型控制器中.为了克服对象逆模型的辨识误差,通过引入自适应控制,可以保持系统输出对参考轨迹的有效跟踪.仿真结果表明,该系统具有较强的可实现性,控制效果良好.     

模糊非线性内模控制算法及其在pH值控制中的应用

pH值控制过程具有较强的非线性,历来是过程控制研究的一大热点,本文针对pH值控制系统提出了一种基于模糊推理网的非线性内模控制算法（FNIMC）。模糊推理网用于辨识对象的模糊模型;FNIMC由一个逆模控制器和具有一个可调参数的鲁棒滤波器组成。仿真结果表明该算法优于非线性PID调节器,且计算效率高。     

一类多变量系统的自抗扰非线性动态解耦控制

针对一类多变量系统控制中的耦合问题,提出了一种基于自抗扰技术的非线性动态解耦控制(ADRC)方法。该方法不依赖于系统的精确数学模型,分别在控制器耦合矩阵部分已知和未知的情形下,在局部静态解耦的基础上,将各子系统的模型摄动、外扰和包括输入变量相互作用在内的动态耦合视为各通道上的扰动总和,通过引入虚拟控制和状态量,设计扩张状态观测器(ESO)估计总扰动并进行反馈补偿,进而再对各解耦子对象分别设计非线性单输入单输出ADRC以保证闭环系统稳定。最后以蒸馏塔模型的过程控制仿真验证了该方法具有良好的动态解耦效果,对模型不确定性和外部扰动具有较好的鲁棒性和适应能力。     

多故障并发不确定系统的鲁棒完整性容错控制

针对传统容错控制方法难以保证非线性系统在执行器和传感器多故障并发情形下的稳定性问题,研究了一类时滞不确定模糊系统的鲁棒完整性容错控制方法。建立了基于T-S模糊逻辑的不确定非线性模型,定义执行器和传感器故障阵的标准归一化形式,在利用Newton-Leibniz公式变换系统结构的基础上,根据线性矩阵不等式技术给出了鲁棒容错控制器存在的时滞相关性充分条件,以保证整个闭环系统在执行器和(或)传感器发生故障时的稳定性,同时满足给定的广义鲁棒性能约束,联合抑制扰动、初始状态和时滞状态对系统性能的影响。最后仿真结果验证了方法的必要性和可行性。     

一类不匹配不确定动态系统的鲁棒执行器故障检测与重构

针对一类不匹配不确定性动态系统,将不匹配不确定性的滑模控制方法与线性矩阵不等式（LMI）方法结合,设计一种新的鲁棒滑模观测器,提出了不匹配不确定动态系统滑模观测器稳定的充分必要条件以及LMI的存在定理,并证明了对系统不确定性以及外界干扰具有鲁棒性。无须对动态系统进行规范化处理,直接利用LMI方法求解鲁棒观测器增益矩阵,简化了滑模观测器设计过程。根据上述设计的鲁棒滑模观测器,应用等价输出误差介入原理和LMI方法,设计重构执行器故障的优化策略,提出在线获取故障信息的鲁棒执行器故障检测与重构方法,实现执行器故障的检测与重构。数字仿真验证了执行器故障重构方法的可靠性。     

SIMULATION AND EXPERIMENTAL IMPLEMENTATION OF A NEURAL-NETWORK-BASED INTERNAL-MODEL CONTROL STRATEGY ON A REACTOR SYSTEM

The use of inverse-model-based control strategy for nonlinear system has been increasing lately. However it is hampered by the difficulty in obtaining the inverse of nonlinear systems analytically. Since neural networks has the ability to model such inverses, it has become a viable alternative. Although many simulations using neural network inverse models For controls have been reported recently, no actual experimental application has been reported on a reactor system. In this paper we describe a novel experimental application of a neural network inverse-model based control method on a partially simulated pilot plant reactor, exhibiting steady state parametric sensitivity and designed to test the use of such nonlinear algorithms. The implementation involved the control of the reactor temperature under set point changes, disturbance rejection and set point regulation with plant/model mismatches. Simulation tests on the model of the system were also carried out to enable better design of the neural network models and to highlight the differences between simulation and actual online results. The online implementation results obtained were sufficient to demonstrate the capability of applying these neural-network-based control methods in real systems.     

The use of a partially simulated exothermic reactor to test nonlinear algorithms

Two nonlinear control algorithms for controlling nonlinear systems include the receding horizon method and the nonlinear neural network inverse model methods. These methods have been found to be useful in dealing with difficult-to-control nonlinear systems, especially in simulated systems. However although much simulation work has been performed with these methods, simulation only is inadequate to guarantee that these algorithms could be successfully implemented in real plants. For this reason, a relatively low cost and simple online experimental configuration of a partially simulated continuous reactor has been devised which allows for the realistic testing of a wide range of nonlinear estimation and control techniques i.e. receding horizon control and neural network inverse model control methods. The results show that these methods are viable and attractive nonlinear methods for real-time application in chemical reactor systems.     

基于RBF神经网络的制浆蒸煮终点预测模型

为稳定纸浆质量,实现蒸煮终点的精确预测,建立基于RBF网络的终点预测模型,通过与BP模型的比较,可知基于RBF网络的蒸煮终点预测模型具有较好的快速性及准确性.     

一种基于速率线性化的非线性预测控制算法

提出了一种基于速率线性化方法的非线性预测控制算法。该算法采用速率线性化方法得到与原系统非线性模型相对应的线性变参数模型,这类变参数模型在结构上是线性的,而模型参数将随工作条件的变化而变化,在系统的整个工作区间内都能很好地逼近原非线性模型。在此模型的基础上设计了预测控制器,并利用基于置信域的Levenberg-Marquardt算法在线求得预测控制率。最后对连续搅拌反应釜进行了仿真研究,仿真结果表明了该算法的可行性和有效性。     

基于变结构扩张状态观测器的状态PI控制器

传统的状态PI控制器只适用于单输入单输出（SISO）线性系统。针对这一不足,将“变结构扩张状态控制器”技术应用到状态PI控制器中,使改进后的控制器适用于非线性系统控制。同时发挥了变结构控制理论的优势,既保留了原控制器的优点又减少了可调参数。仿真结果验证了新状态PI控制器具有良好的稳定性和鲁棒性。     

PVC反应釜釜温自抗扰控制器设计

针对反应釜釜温过程控制中存在时变性、非线性、不确定性和多干扰性的问题,在分析自抗扰技术的基础上,采用PD控制器代替非线性反馈部分对补偿后的串联积分式对象进行控制的方法,设计了反应釜釜温动态模型的自抗扰控制器。仿真结果表明：在缺乏对象精确数学模型的情况下,该系统表现出良好的静、动态品质。同时,通过Monte—Carlo实验方法验证了系统具有较强的鲁棒性。