基于变论域的铝电解模糊控制研究

针对铝电解控制中的不确定性、非线性等因素给系统带来的影响,基于常规模糊控制,分析研究了该系统基于变论域的模糊控制机理。选定电解槽中的电解质温度为论域伸缩因子,利用变论域的思想,通过论域的膨胀或压缩使模糊控制规则可派生出任意多条,实时提高在线控制精度。分析仿真结果可知,该算法使铝电解温度控制具有比用常规控制更高的温度控制精度和系统性能,验证了该设计的有效性和实用价值。     

变风量空调系统末端变论域模糊控制

针对变风量空调系统非线性、时变性和难以建立精确模型的特点,提出一种具有自适应能力的变论域模糊控制,以提高控制系统的控制速度和精度,使系统具有更好的动态性能和准确性。在推导VAV末端装置模型的基础上,进行了仿真实验。仿真结果表明,与传统PID控制和常规模糊控制比较,变论域模糊控制提高了系统的动静态特性和系统的稳态精度,从而使模糊控制器的性能得到了较大的改善,具有良好的控制效果。     

变论域模糊控制在带钢卷取温度控制中的应用

针对热轧带钢层流冷却过程缺乏精确的数学模型,传统的smith预估器对该过程难以达到满意的控制效果,而常规模糊控制具有不依赖数学模型的特点,但存在隶属度和控制规则一旦确定后无法更改的缺点,文中将变论域模糊控制的方法应用到smith预估器中,较好地克服了常规模糊控制和传统的smith预估器控制所存在的主要问题,通过仿真实验分析,该控制器调节时间短、响应快,且能有效消除纯滞后环节所产生的振荡,改善常规的smith预估器、单独的模糊控制器的控制效果,对具有大延迟、非线性的系统,具有一定的应用价值.     

一种变论域模糊控制自适应算法

针对受控系统非线性、时变性、复杂性和不确定性的特点, 文中采用一种基于模糊控制的变论域自适应控制算法, 将变论域引入模糊控制的隶属函数中, 设计了输入函数的自适应律, 并通过李雅普诺夫函数进行了稳定性分析. 仿真结果表明在有干扰的情况下, 算法能很好的跟踪系统输入, 使系统跟踪误差小且能够保证系统的稳定性.该算法结构简单, 具有良好的鲁棒性和动态性能, 同时克服了系统参数变化对稳定性造成的不利影响. 仿真实例表明了本算法的正确性和有效性.     

变论域模糊控制在聚丙烯生产中的应用

为更好地提高模糊控制的自适应能力,以克服聚丙烯生产过程中的非线性、时变及滞后给控制带来的影响,在一般模糊控制基础上,研究了基于PID的变论域模糊控制原理。采用伸缩因子的概念,提出了变论域的改进模糊控制算法,使模糊控制规则可通过论域的压缩或膨胀派生出任意多条。仿真实验表明,该算法使控制系统具有较一般模糊控制和常规PID控制更高的稳态控制精度和良好的动态品质,可有效应用于聚丙烯反应釜控制,以取得较好的控制结果。     

基于变论域模糊控制的先进静止无功发生器

提出一种基于变论域模糊控制的先进静止无功发生器设计方法.在该方法中,采用优化的比例指数型伸缩因子,对电流环的模糊变量论域进行变换,实现了电流环的自适应控制.利用S函数编程设计了先进静止无功发生器变论域自适应模糊电流控制器,并进行了仿真实验.结果表明,与传统的PID控制相比,基于变论域控制的先进静止无功发生器具有较强的抗扰性能和鲁棒性,改善了电力系统的可靠性并提高其输电能力.     

基于变论域模糊PID算法的MOCVD温升控制

将变论域思想加入到常规模糊控制中,实现了对MOCVD系统温升过程的有效控制.该控制器包含两个模糊控制过程,一个实现对输入输出论域的自调整,一个实现对温升的控制,通过实验仿真表明,所采用的控制方案能提高温升过程控制的整体性能.     

基于LQR三级倒立摆变论域自适应模糊控制

针对传统模糊控制的不足,以三级倒立摆为例,应用变论域自适应模糊控制理论,给出了三级倒立摆的数学模型,并验证了其可控性。考虑到三级倒立摆为多变量系统,为了解决模糊控制器规则组合爆炸问题,利用LQR理论先设计出状态反馈器,再进行降维处理。最后利用变论域自适应模糊控制理论给出伸缩因子,从而得到变论域自适应模糊控制器。仿真结果表明,该方法控制精度高,具有良好的稳定性和鲁棒性,可实现倒立摆系统的随动控制。     

基于LQR的二级倒立摆的变论域自适应模糊控制

针对传统模糊控制的不足,以二级倒立摆为例,采用了变论域自适应模糊控制理论.考虑到二级倒立摆为多变量系统,为了解决模糊控制器规则组合爆炸问题,利用LQR理论先设计出状态反馈器,再进行降维处理.最后利用变论域自适应模糊控制理论给出伸缩因子,从而得到变论域自适应模糊控制器.仿真结果表明,该方法控制效果好,鲁棒性强.     

基于LQR和变论域模糊控制的吊车防摆控制

针对吊车这类非线性欠驱动系统。提出一种基于LQR和变论域模糊控制的消摆控制方法．先将该系统分解为垂直运动和水平运动两个子系统;然后用变论域方法寻找最优反馈增益,从而解决了在绳长连续变化时,吊车系统的防摆优化控制问题．仿真结果表明了该方法的有效性。     

模糊自适应Smith预估器在温室控制中的应用研究

该文以蒸汽管道为对象,采用机理分析法对温室加温时的温度对象进行分析,得到室内温度模型和蒸汽管道模型。采用模糊控制技术,组成温室温度的模糊控制系统。针对温室系统大延时滞后的特点,采用自适应Sm ith预估器对温室模糊控制系统进行补偿,组成模糊自适应Sm ith预估控制系统。运用MATLAB软件的S imu link建立温室控制系统的仿真模型,并分别用常规模糊控制技术和模糊自适应Sm ith预估控制技术对温室加温进行仿真试验,仿真结果表明在温室加温的模糊控制系统中增加自适应Sm ith预估器后,系统具有更强的适应能力,系统的动态特性都有了较大的改善。     

具有模糊控制变量的多元线性回归

多元线性回归被广泛用于预测。回归式反映了响应变量和预测变量间的线性关系。将模糊集理论引入多元线性回归中,通过模糊控制变量,可以得出更符合实际,也更容易为人所理解的回归模型。针对真实数据的实验表明,具有模糊控制变量的线性回归可以解决一类复杂的回归问题。     

模糊与改型Smith混合预估系统的研究

在现代工业生产过程中,广泛存在着时滞。用常规的PID方法难以取得良好的控制效果。虽然,smith山预估器在大滞后的系统中得以广泛的应用。但普通的。smith预估器抗干扰能力较差,该文利用了模糊控制器的鲁棒性好的特点,研究了一种模糊控制器与改型。smith预估器混合的滞后控制器,仿真结果表明控制系统具有很高的控制品质与抗干扰能力。     

基于模糊Smith方法的温控系统仿真研究

在过程控制中,经常会碰到纯滞后、时变、非线性的复杂系统,传统的模糊控制和PID控制方法解决上述问题效果不佳。为了解决控制系统中超调量大和调节时间长等问题,针对热疗温度控制对象的纯滞后特性,在Smith预估器和传统PID控制的基础上,结合模糊PID控制与模糊自适应Smith预估控制,提出模糊Smith智能控制方法。方法通过对模型的纯滞后进行补偿,来减小纯滞后系统的超调和增强系统的稳定性。通过建立热疗数学模型并进行仿真研究,结果表明无论在参数不变还是参数改变的情况下,方法在超调量和凋节时间等方面都有很大提高,极大地改善了控制性能,提高了温度控制系统的鲁棒性和抗干扰性。     

基于Smith预估的自抗扰控制系统

纯滞后对象一直是自动控制和计算机应用领域的一大难题.常用的PID与smith预估相结合的方法,在预估不准确的情况下,不能取得较好的控制效果;而单一的自抗扰控制器在滞后时间较大的情况下,调节时间较长.针对大滞后对象提出了自抗扰控制器与Smith预估补偿器相结合的设计方案.通过仿真对比PID配合Smith预估补偿器及单一的自抗扰控制器的控制效果,表明自抗扰控制器与Smith预估补偿器的结合有效地改善了大滞后对象的控制效果,增强了系统的鲁棒性和抗干扰能力.     

SLPC可编程调节器 Smith预估补偿系统的实现与改进

Ｓｍｉｔｈ补偿原理早在５０年代末期就已提出，但由于硬件电路存在一定困难，一直到数字计算机在过程控制方面得到广泛应用后，才重新得到重视。根据ＹＳ－８０仪表在我国的普及情况。本文介绍使用ＳＬＰＣ数字可编程调节器的Ｓｍｉｔｈ系统的实现，并利用数字调节器功能丰富、编程方便的特点，设计了两种改进的自适应Ｓｍｉｔｈ系统。     

风力发电机组的变论域自适应模糊控制

建立了变速变浆距风力发电机组的简化模型。在此基础上，将变论域自适应模糊控制应用到风力发电机组的转速和浆距控制系统中，改善风力发电机组的风能捕获性能。变论域自适应模糊控制器在保持规则形式不变的前提下。论域随着误差的变化而变化。这种控制器不但具有经典模糊控制的优点，如不需要精确的数学模型，产生非线性控制动作，良好的动态性能等．而且具有较高的控制精度。仿真结果证明该方法改善了风力发电机组的控制性能。     

滞后线性定常广义不确定系统的变结构控制设计*

本文首次引入了滞后广义系统的受限等价分解形式，利用滞后正常系统的理论和无滞后广义系统的理论，研究了滞后线性定常广义系统的变结构设计问题，所提供的的研究方法为进一步研究滞后文义系统的其它问题（例如调节，跟踪）开创了一条新的途径。     

一种基于模糊RBF神经网络的Smith预估器

为克服带钢热连轧层流冷却系统中大滞后环节产生的不利影响,提高控制精度,提出了将模糊RBF神经网络与Smith预估器相结合的方法。采用基于改进型模糊C-均值聚类算法的RBF神经网络建立预测模型。获得了较高的精度和较快的学习速度。改进后的模糊C-均值聚类算法具有更好的鲁棒性,且放松了隶属度条件,使得最终聚类结果对预先确定的聚类数目不敏感。将该控制器应用到卷取温度控制中,能把卷取温度控制在598～705℃的范围内,满足了实际生产的需要。