基于微分器的燃料-汽压系统直接神经网络控制

针对燃料-汽压系统中锅炉蒸汽压力的控制问题,首先设计了一种基于高增益微分器的滑模控制器,实现了无需速度和加速度测量的滑模控制,在此基础上,设计了一种神经网络控制器,实现了无需模型信息的自适应控制.通过Lyapunov稳定性分析方法证明闭环系统的稳定性.仿真结果表明,采用微分器与神经网络相结合的控制方法,可实现锅炉蒸汽压力的高性能控制,具有很好的跟踪效果.

燃料-汽压系统锅炉蒸汽压力动态面控制

锅炉蒸汽压力是表征锅炉运行状态的重要参数。针对燃料–汽压系统,提出一种新颖的动态面控制方法,控制系统中只采用了锅炉蒸汽压力信号。将拟合得到的燃料-汽压对象的数学模型转化为状态方程;采用锅炉蒸汽压力信号构造状态观测器对状态进行估计;利用动态面控制方法设计控制器,由于引入一阶低通滤波器,动态面控制克服了传统反演方法的"微分爆炸"现象;通过Lyapunov稳定性分析方法证明闭环系统的信号半全局一致有界,并且跟踪误差可以通过调节控制参数达到任意小。仿真结果表明锅炉蒸汽压力能够较快跟踪给定信号,证明了该控制方法的有效性。

带有检测迟延的燃料-汽压系统状态观测器设计

由于时延现象的大量存在,时延系统的状态估计问题得到了广泛的研究和重视。针对输出含有时间延迟的燃料-汽压系统,进行了时间延迟补偿观测器的设计。针对不同的时间延迟进行了仿真,实验结果表明,观测器在一定的时间内能够很好地跟踪输出时延系统的状态。