用GPC算法实现对一阶惯性加纯滞后对象的预测控制

预测控制是近年发展起来的一类新型计算机控制算法。本文应用GPC(广义预测控制)算法实现对一阶惯性加纯滞后对象的控制。被控对象数学模型的参数采用递推最小二乘方法辨识得到。仿真结果证明了该算法的可行性。     

模糊RBF神经网络在纯滞后系统中的应用

在工业过程控制系统中,许多被控对象具有纯滞后的性质,这种纯滞后环节将导致系统不稳定。针对这种情况设计了一种控制器,这种控制器结合了模糊控制和神经网络控制的优点,可以在线调整得到一组最优的PID控制参数。仿真结果表明这种控制器结构简单,对纯滞后系统的控制效果良好。     

基于遗传算法的灰色预测控制算法在液位控制中的应用研究

针对过程控制中被控对象纯滞后而难于控制的特点,提出了用遗传算法（GA）整定灰色预测PID参数的实现方法和步骤。最后针对具体的液位被控对象进行了仿真研究,仿真结果表明该算法具有较好的控制效果。     

基于遗传算法的自动控制器参数优化

该文提出了基于遗传算法的PID控制器参数优化方法，该方法只需给出大概的PID参数范围即可得到控制性能最优的PID参数。仿真结果表明：当被控对象存在较大纯滞后时间常数特性时，采用本方法优化PID控制器参数可获得比较满意的调节效果。     

一类非线性系统的广义预测控制

对于时延的非线性系统,将其等价为含有纯滞后的时变线性系统,利用三次样条函数逼近时变参数,利用渐消记忆递推最小二乘法在线辨识多项式的参数以实现时变参数估计,将基于Hammerstein模型的非线性系统线性化.最后运用广义预测控制策略实现对该系统的仿真,结果表明被控对象在广义预测控制算法的控制下系统闭环稳定性好、稳态误差小.     

滞后系统模型匹配的鲁棒最优控制研究

介绍了滞后系统模型匹配的H∞最优控制原理及其设计方法,并以机电行业中常见的被控对象为例, 进行了分析、设计及仿真实验.实验表明系统具有优良的控制性能.     

Smith预估-线性自抗扰组合温度控制系统设计

针对传统大滞后温度控制系统存在闭环稳定性差、超调量过大、调节时间过长、抗干扰能力差、结构与调参复杂等问题,提出了Smith预估-线性自抗扰组合温度控制系统。引入Smith预估器,可以将被控对象(G_O(s)e~(-τs))纯滞后环节e~(-τs)抵消,即将被控对象等效为G_O(s),保证闭环系统稳定性。采用线性自抗扰控制技术(LADRC),可将系统“未知扰动”通过线性扩张状态观测器进行估计,通过反馈消除干扰,提高控制精度,降低超调量,缩短调节时间。通过建立Simth预估模型和LADRC模型,分析预估器抵消纯滞后环节原理。仿真结果表明,Smith-LADRC系统保证了闭环系统稳定性,与Smith-PID相比,调节时间减少了65.486 s,超调量减少了19.44%;加入外部扰动后,Smith-LADRC比Smith-PID超调量减小1.24%,调节时间减小50.406 s,整个系统抗干扰能力、鲁棒性、稳定性更强,响应速度更快。     

非线性对象快速神经网络辨识方法

本文使用改进的神经网络模型结构与算法来辨识未知非线性系统,具有辨识精度高,速度快的特点。该方法简单有效,为设计非缌陛对象控制器提供了一条思路,从而摆脱了用线性模型近似被控对象的粗略做法。算法中,学习率采用随误差变化率而改变的做法减小了学习率选取的盲目性,加速了网络训练过程。     

基于硬件在环仿真的系统模型辨识平台设计

控制系统设计的前提是建立准确的被控系统的数学模型,为了验证理论建模的准确性,设计了基于硬件在环仿真的系统模型辨识平台。以力伺服控制系统为例:建立柔索驱动系统数学模型;搭建基于d SPACE硬件在环仿真的系统模型辨识平台;最后,利用MATLAB-ident工具箱在离线状态下对系统数学模型进行模型辨识。模型辨识实验结果表明:实际系统和理论模型的频率特性基本吻合,验证了该模型辨识方法的有效性。该平台容易搭建、调试简单、工作稳定,对力伺服系统建模及控制系统设计具有参考价值,同时可推广至其他类型伺服系统的模型辨识。     

大纯滞后系统的一种PID预估控制方法

常规PID调节器不能对大纯滞后对象进行有效控制,当τ/T≥0.5时常规PID调节器已很难获得良好的控制性能,以至系统失去稳定性。文章提出了一种预估控制方法,能对大纯滞后系统进行有效控制。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PID调节器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。同时证明了该法使系统的稳定性与系统的纯滞后无关,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。此外对系统扰动的补偿做了一定的讨论,提出了一些较有效可行的补偿方法。     

基于虚实结合实验平台的控制类综合实验课程建设

以控制类综合实验课程为基础,构建多层次的实验教学内容,并提出了基于虚拟仿真实验环境与便携式综合实验集成实验箱进行实验验证的虚实结合的实验教学模式。控制类综合实验内容以加热铜块和直流伺服电动机为被控对象,利用KeilμVision4集成环境与Visual Studio2012加载Measurement Studio工具箱完成代码编写,根据Matlab/Simulink对被控对象进行模型辨识与仿真分析完成控制器参数的设计。同时建立一套完整的课程考核体系,学生以小组形式充分利用线上与线下的时间、集中与分散的场地灵活地进行数据采集、代码调试、算法设计和实际操控以完成整个实验课程内容。     

大纯滞后过程的预测函数控制

针对大滞后过程难以控制的问题,应用PFC算法实现对一阶加纯滞后过程的控制。仿真结果表明,该算法具有较强的鲁棒性和抑制干扰能力。     

大纯滞后系统的模糊Smith控制器设计与仿真

针对非线性、大滞后被控对象,提出了模糊控制与Smith预估控制器相结合的智能控制方法。仿真结果表明,此控制器比常规控制器能有效地提高系统稳态精度,具有较强的鲁棒性,并且超调量小,相应速度快。     

应用Simulink及ADAM模块实现半实物仿真

介绍一种应用Simulink及高性价比的ADAM4000模块实现简易半实物仿真系统实施方案。基于Simulink的纯数字仿真难于精确模拟实际被控对象,而半实物仿真可将控制对象纳入系统,从而获得更真实的控制效果。本方案采用ADAM模块构成过程接口,使用Simulink的串行通讯模块及ADAM模块的Advantech ASCII协议构成通讯接口,使得Simulink控制器可直接控制真实的被控对象。本方案可为各种控制算法的研究和验证提供一个良好的实验平台,满足控制器设计灵活性和快速性需要。     

PLC应用技术仿真教学探讨

文章以自动洗衣机PLC控制系统为例,提出在PLC应用技术教学中,引入PLC和触摸屏仿真软件,构建PLC的仿真虚拟环境,并详细给出仿真环境的构建和仿真过程,探讨利用PLC和触摸屏仿真软件对被控对象进行仿真,模拟被控对象以及控制的动作过程。教学实践表明,该方法操作便捷,调试方便,利于学生掌握,有较大推广价值。     

基于MATLAB的模糊PID-Smith控制器的设计与仿真

针对工业控制中大惯性、纯滞后、参数时变非线性受控对象难于控制问题,结合Smith预估算法能有效克服纯滞后、模糊控制鲁棒性较强以及PID控制稳态精度高这三者的优点,提出了一种模糊PID-Smith控制器的设计方法,并将其应用于电机网络控制系统中.MATLAB仿真结果表明,新的控制方案与传统的Smith控制器、Fuzzy-PID控制器相比,不仅具有满意的控制性能,而且具有较强鲁棒性和抗干扰性能,稳态精度高,对时变滞后对象具有良好的控制效果.     

高阶时滞系统辨识方法

工业生产中高阶系统较为复杂,为了改善系统辨识效果和模型预测控制,在二阶加时滞系统基础上进行改进。运用频域方法,对高阶时滞系统进行研究。在系统低频和中频段找出合适的采样区间。对系统划分子区间长度,对输出信号进行拟合,使系统进行数次迭代,求出临界频率,确定高阶系统的重要频率段,得出辨识系统在频率段的特性响应矩阵。通过幅值和相位关系,采用最小二乘法拟合二阶加滞后模型参数。利用MATLAB 对模型进行验证,得出系统的 Nyquist 曲线和单位阶跃响应曲线。仿真实验表明,辨识的系统结构简单,有利于系统的整体控制和控制器参数整定,整个系统辨识效果提高了 31.65% ,达到了对系统降阶的目的。     

输出快采样的ARMA模型最小二乘盲辨识方法

利用输出比输入快速采样方法研究ARMA模型的盲辨识问题,提出了最小二乘盲辨识方法。通过选择适当的快采样率及归一化系统模型参数之后,仅利用快采样得到的输出信号实现了系统模型参数的估计。仿真例子表明所提盲辨识方法的有效性。     

永磁同步电动机参数在线辨识的无位置传感器控制

为实现无位置传感器控制下永磁同步电机的参数实时辨识,构建基于电机实际模型的扩展卡尔曼滤波器,实现电机的无位置传感器控制,在仿真研究电机参数变化影响的基础上,运用模型参考自适应法对转子磁链进行在线辨识,将辨识出的参数用于更新扩展卡尔曼滤波器模型。仿真和实验结果表明,实际的转子磁链参数辨识算法可以有效地收敛到真实值,误差较小,利用辨识算法进行更新参数后,电动机无位置传感器系统的稳态性能和动态性能得到了提升。     

共轨式柴油发动机的轨压PID控制仿真

在高压共轨系统中,对共轨压力的控制是提高内燃机性能的关键,针对被控对象的特点,建立了被控对象的仿真模型。采用PID控制算法实现了对共轨压力的闭环控制,利用MATLAB／SIMULINK对系统进行了仿真,为实现神经网络模糊PID控制算法在轨压控制中的应用打下了良好的基础。