期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
多变量时滞过程解耦Smith控制 被引量:14
1
作者 黄灿 桂卫华 +2 位作者 阳春华 蒋朝辉 谢永芳 《控制理论与应用》 EI CAS CSCD 北大核心 2010年第10期1393-1398,共6页
针对实际工业生产中常见的多输入多输出时滞过程,构造多变量Smith预估控制结构,提出基于对象模型伴随矩阵的解耦器设计方法.通过对解耦后对象的幅频和相频特性分析,获得对象的简化一阶数学模型.根据Smith预估控制结构闭环特征方程的特点... 针对实际工业生产中常见的多输入多输出时滞过程,构造多变量Smith预估控制结构,提出基于对象模型伴随矩阵的解耦器设计方法.通过对解耦后对象的幅频和相频特性分析,获得对象的简化一阶数学模型.根据Smith预估控制结构闭环特征方程的特点,利用Butterworth滤波器极点配置的原理,对解耦后的多变量时滞过程设计PI控制器.结合实际过程中常见的不确定性,分析了控制系统保证鲁棒稳定性的充要条件.最后以实例验证了本文所提方法的优越性. 展开更多
关键词 多输入多输出过程 时滞 解耦 Smith控制 鲁棒稳定性
下载PDF
多变量时滞过程的解耦控制设计 被引量:13
2
作者 刘涛 张卫东 顾诞英 《自动化学报》 EI CSCD 北大核心 2005年第6期881-889,共9页
针对化工生产中常见的多输入多输出时滞过程,基于单位反馈闭环控制结构提出一种新的解析设计解耦控制器矩阵的方法.其突出优点是克服现有的数值化求解方法的局限,能够实现标称系统输出响应之间的显著乃至完全解耦,并且能够在线以单调方... 针对化工生产中常见的多输入多输出时滞过程,基于单位反馈闭环控制结构提出一种新的解析设计解耦控制器矩阵的方法.其突出优点是克服现有的数值化求解方法的局限,能够实现标称系统输出响应之间的显著乃至完全解耦,并且能够在线以单调方式整定解耦控制器矩阵的可调参数来适应被控过程的未建模动态.同时,对于实际中常见的被控过程的加性和乘性不确定性,分析了控制系统保证鲁棒稳定性的充要条件,从而给出在线整定解耦控制器矩阵的可调参数的规则.最后以仿真实例验证了本文方法的优越性. 展开更多
关键词 多输入多输出过程 时滞 解耦 H2最优性能指标 鲁棒稳定性
下载PDF
纸张横幅定量多变量解耦控制策略研究 被引量:8
3
作者 单文娟 汤伟 刘炳 《中国造纸学报》 CAS CSCD 北大核心 2018年第2期44-50,共7页
针对横幅定量控制系统是高维、大规模稀疏的非方关联矩阵,利用矩阵分块法及变换因子将其转化为低维耦合方阵,并设计了基于对象模型的伴随矩阵解耦器,将多变量控制问题转化为单回路群控制问题。以实验用稀释水水力式流浆箱为例进行定量... 针对横幅定量控制系统是高维、大规模稀疏的非方关联矩阵,利用矩阵分块法及变换因子将其转化为低维耦合方阵,并设计了基于对象模型的伴随矩阵解耦器,将多变量控制问题转化为单回路群控制问题。以实验用稀释水水力式流浆箱为例进行定量计算及解耦器设计,有效地完成了稀释水阀开度调节,减小了纸张定量波动,为先进横幅定量控制系统设计提供理论参考。 展开更多
关键词 纸张定量 多输入多输出过程 解耦 稀疏矩阵
下载PDF
Fuzzy NN based predictive control and its application to green liquor system 被引量:1
4
作者 李江 周伟 +1 位作者 张良军 李平 《Journal of Zhejiang University Science》 CSCD 2002年第1期57-59,共3页
The fuzzy NN predictive control algorithm introduced in this paper uses fuzzy neural network to model the nonlinear MIMO process. Its training method that integrates LS and BP algorithm brings quick convergence. GPC a... The fuzzy NN predictive control algorithm introduced in this paper uses fuzzy neural network to model the nonlinear MIMO process. Its training method that integrates LS and BP algorithm brings quick convergence. GPC algorithm is used as the predictive component. The fuzzy neural network has six layers, including input layer, output layer and four hidden layers. An application to a MIMO nonlinear process(green liquor system of the recovery system in a pulp factory shows that this algorithm has better performance than normal PID algrithm. 展开更多
关键词 model predictive control fuzzy neural networks generalized predictive control
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部