基于模糊神经模型的自适应单神经元控制系统设计

提出一种基于模糊神经模型的自适应单神经元控制系统.该控制系统首先根据采集到的输入输出数据建立被控过程模型,并在此基础上引入单神经元控制器.通过李亚普诺夫方法对控制器参数进行在线调节,从而使得系统输出值能够较快跟踪设定值.理论分析和仿真结果表明:本文提出的单神经元控制器和传统的PID控制器具有极其相似的结构,因此,具有结构简单、易于操作的特点,具有较快的跟踪速度,并且控制参数可以在线调节.     

基于非线性微分几何理论的半间歇聚合釜温度控制器设计

半间歇聚合反应具有强非线性、时滞、时变的特点,反应机理复杂,其温度控制一直是难点。应用传统的串级PID控制结构,无法保证温度控制在允许的误差范围内。为保证产品质量,设计了一个非线性控制器来提高温度控制精度。根据Chylla Haase反应器模型,利用非线性微分几何理论,通过微分同胚和状态反馈,实现输入 输出精确线性化,在此基础上引入误差渐近跟踪项和积分器,设计出温度渐近跟踪控制器,通过调整控制器参数,可达到误差快速指数衰减。仿真结果表明该控制器在设定值跟踪和抗干扰方面明显优于串级PID控制器及模糊串级PID。     

一种基于2次核函数支持向量机的多步预测控制算法

提出了一种基于2次多项式核函数支持向量机的多步预测控制方法。通过黑箱辨识和线性化技术得到非线性系统的近似模型,根据预测控制机理,最小化滚动时域的二次型目标函数,利用模型算法控制的方法得到控制器的解析输出。通过一个标准预测模型和一个工业用连续搅拌槽式反应器的模型仿真验证了该控制器的性能,仿真结果表明:该控制器有着良好的预测性能。     

自校正内模控制器

提出了设计自校正内模控制的新方法。该方法把输出预测误差划分为有规律和无规律误差两部分。通过在线辨识建立有规律误差的预报模型,由此模型对误差值进行自适应预报,达到对内模控制器的在线校正,而对无规律的误差只作闭环反馈修正,最后达到消除系统的稳态余差。本方法比通常自校正内模控制算法的运算量大大减少,而在对象参数在一定范围内漂移时,同样能取到自校正效果。     

污水处理过程中模糊自适应广义预测控制方法

污水处理是一个复杂的生化反应过程,具有高度非线性、强耦合、不确定性等特点.本文以基于活性污泥1号模型(ASM1)的污水处理benchmark为研究对象,采用模糊模型描述污水处理过程,利用自适应辨识策略提高模型的精确度,以模糊自适应模型作为预测模型,提出了污水处理过程模糊自适应广义预测控制方法.仿真结果表明:采用的模糊自适应预测控制方法能有效地控制出水水质.     

基于通信的数据驱动分布式预测控制

针对分布式控制系统的特点,提出了一种新型的基于数据的分布式预测控制优化算法。由输入、输出数据直接设计分布式控制器,控制器在各个子系统通信的条件下采用基于纳什最优的分布式控制优化算法,以较低的成本达到整个大系统的性能优化。这种基于数据的方法使传统的预测控制器设计过程中的系统辨识和基于状态空间模型的预测控制简化为直接的一步,即直接利用数据设计分布式控制器。本文给出了这种新型算法的收敛条件,仿真结果证明了该方法的有效性。     

基于小波核函数极限学习机的模型预测控制模拟

针对醋酸精馏控制中,产品质量采用常规的温度间接控制存在精度低的问题,提出了一种基于小波核函数极限学习机的模型预测控制（KMPC）策略,在醋酸浓度软测量的基础上直接控制产品质量。鉴于小波核函数极限学习机（KELM）算法训练速度快并且稳定的特点,该控制系统采用KELM建立醋酸浓度控制器预测模型,以预测控制器的输出作为再沸器蒸汽流量控制器的设定值,构成串级调节系统,同时,以灵敏板温度、塔底温度、再沸器入口温度、压力等变量作为扰动变量,实现了对复杂精馏过程的前馈控制和非线性预测控制。运用ASPEN DYNAMICS流程模拟软件建立的醋酸精馏塔动态模型对KMPC策略进行仿真研究,结果表明,与传统DMC预测控制方案比较,塔底醋酸浓度控制精度有较大提高,控制结构简单,易于实施,能够实现产品质量的卡边控制。     

基于广义最小方差基准的系统控制器设计

由控制系统性能评估中一种重要的评估方法——广义最小方差（GMV）引出基于GMV基准的系统控制器设计理论。该方法综合了系统误差信号与控制信号,既考虑了系统回路输出与参考信号的吻合程度,又考虑了控制作用的平稳性。误差权与控制权的合理设置是降低系统跟踪误差和确保系统稳定性的关键,文中详细阐述了两权的设置方法。通过仿真实例,依次有效验证了该方法在单回路系统、传统串级系统和并行串级系统中的运用,并与传统的PID控制律作了对比分析,验证了本文方法的优越性。     

苯胺加氢反应过程的多变量解耦广义预测控制

针对苯胺加氢间歇反应具有高度不确定性和交叉耦合性,传统PID控制器很难达到理想控制品质,本文采用阶梯控制策略设计多变量广义预测控制(GPC)解耦控制系统。首先针对系统的交叉耦合性,对目标函数解耦算法进行了简化设计以有效减少计算量;然后利用GPC策略构建一个双输入双输出解耦GPC系统;最后将多变量解耦GPC控制与传统PID变结构控制进行对比分析,模拟仿真效果验证了该控制系统的有效性和强鲁棒性。     

直流伺服系统中单神经元PSD应用的改进

常规PID控制具有结构简单、稳定性好、可靠性高等优点，在调速系统中被广泛应用。但常规PID控制的设计需依靠数学模型，负载、模型参数的变化及非线性因素等影响常规PID的精确调节。单神经元PSD控制器利用神经元的自学习、自组织能力，根据被控对象的变化情况对控制器的权值进行在线调整，达到在线调整PID参数的目的，并且采用无需对象模型的控制算法构成了自适应控制。与常规的PID调节器相比，具有更好的鲁棒性。同时，通过对PSD控制器的改进，在直流伺服系统的仿真应用中得到了较理想的结果。     

基于PID神经网络的非线性系统辨识与控制

针对工业控制领域中非线性系统采用传统的控制方法不能达到满意的控制效果,提出一种基于P ID神经网络的控制方案,以对其进行辨识和控制。将P ID神经网络引入控制系统中,既具有常规P ID控制结构简单、参数物理意义明确等优点,同时又具有神经网络的并行结构和学习记忆功能及非线性映射能力。仿真结果表明:该控制系统响应速度快、超调量小、稳态精度高,能够快速跟踪系统输出并进行有效控制,且具有一定的自适应性和鲁棒性,满足实时控制的要求。     

高纯度内部热耦合精馏塔的非线性过程模型优化控制方案

主要讨论和研究了高纯度热耦合精馏塔的优化控制问题。针对一个非线性的对象模型—苯-甲苯物系模型提出了基于非线性过程模型控制(NPM C,N on linear P rocess M odel Contro l)的控制方案,并与常规的P ID控制方案作了比较。结果表明:非线性过程模型控制无论是在控制精度还是在响应时间上都优于传统的控制方案。     

基于神经网络PID控制器在交流调速系统中的应用

针对PID控制和神经网络控制在交流调速系统中的局限性,利用其各自的优点,采用神经网络和PID控制相结合的方法构建神经网络PID控制器,实现变频调速控制,得到了神经网络控制器模型和神经网络控制方法运行的结果。仿真结果充分表明了神经网络模型具有良好的稳定性、鲁棒性和跟随性,而且改善了原系统的动态特性,证明了该方法在交流调速系统中的应用价值。     

固定床反应器基于改进混合模型的串级推断控制

提出了非绝热式固定床反应器基于改进混合模型的串级非线性推断控制策略。道德提出了邻二甲苯氧化非绝热式固定床反应器基于改进混合模型的推断估计器;然后设计了基于新型非线性自适应控制算法的副控制器和基于程序变增益ＰＩＤ的主控制器,同时设计了新型非线性滤波器以解决该反应器主回路比副回路响应快的问题;最后建立了该固定床反应器基于改进混合模型的串级非线性推断控制系统。仿真结果表明该推断估计器具有良好的静态、动态     

模糊PID控制用于PCR芯片实验室温控系统

介绍了一种采用自校正模糊PID控制算法的PCR芯片实验室温度控制系统。该系统将模糊推理控制与PID控制相结合,利用PCR芯片上溅射的Pt电阻获取温度信号,通过PID精确输出控制在芯片背面直接制备的微加热器和外加的半导体致冷器件,实现了PCR芯片的高精度快速变温控制,可用于近场光学显微镜实时探测PCR扩增反应过程中荧光信号的近场分布,为实现高灵敏度DNA定量检测提供了必要条件。