网络流量的神经网络自适应Smith预估补偿控制

网络的时延对基于速率反馈的ATM网络的ABR流量控制具有极大的不利影响,Smith预估补偿是克服大纯滞后影响的有效手段,然而其对时延的预估误差非常敏感,实际网络时延的不确定性往往使其难以取得满意的效果。该文将在线学习的神经网络自适应控制器与Smith预估补偿相结合,很好地克服了网络的时延及其不确定性对流量控制的不利影响,从而使信源的发送速率能快速响应网络状态的变化。与PIDSmith预估补偿控制相比,控制的适应性和鲁棒性更好,更适用于实际网络,且为保证信元不溢出及链路带宽充分利用所需的缓冲容量更低。

基于全部参数自适应Smith预估补偿的永磁同步电机滑模前馈控制及扰动抑制

在永磁同步电机控制系统中,逆变器的延迟效应会降低系统的跟踪性能和稳定裕度。引入Smith预估补偿器可以补偿延迟环节对系统性能的影响,但Smith预估补偿器要求延迟时间和被控对象模型参数已知,这不符合实际情况。为此提出时变模型自适应预估方法,分别对延迟时间和被控对象模型参数进行自适应估计,实现Smith预估补偿器的全参数自适应。设计基于位置输出超前值预测和扰动抑制的滑模前馈控制器,与全参数自适应Smith预估补偿控制相结合,确保控制系统的全局稳定,降低系统对参数不确定的敏感性,并提高系统的抗扰性。仿真结果表明,与传统及多种改进的Smith预估补偿方法相比,该方法有着更高的跟踪精度,即使在非理想条件下,对参数不确定依然具有较强的鲁棒性,对随机扰动依然具有较强的干扰抑制能力。

基于Smith预估补偿的加热炉炉温控制策略

加热炉炉温具有大时滞、时变、非线性和干扰因素多等特点,易造成炉温波动频繁、偏差较大。针对加热炉炉温特点,提出基于Smith预估补偿的炉温控制策略。借助Matlab仿真软件对加热炉炉温控制系统进行辨识,将预估补偿控制策略应用到辨识系统中,验证了控制策略的有效性。仿真结果表明,该控制策略的动态性能指标较佳,可有效改善炉温控制系统的稳定性和抗干扰性。

基于抗扰动Smith预估补偿的磨煤机出口风粉温度优化控制

“双碳”背景下,作为高能耗高排放的火电机组,其燃烧性能直接影响发电效率和碳排放量。锅炉燃烧优化控制对运行优化和灵活调峰是有重要意义。电站锅炉磨煤机的出口风粉温度控制面临大延迟、多干扰问题,对燃煤机组安全稳定运行具有重要影响。基于Smith预估控制器,在补偿回路中增设反馈环节,实现了高效抗干扰,提升磨煤机风粉温度控制性能。通过Taylor级数展开和待定系数法求取模型近似转换参数,获得一阶惯性纯滞后模型,进而设计抗扰动型Smith预估补偿控制器。通过与单回路PID控制试验对比,发现Smith预估补偿控制算法可有效补偿控制对象的纯延迟滞后环节,单位阶跃响应超调量降低36.5%,调节时间缩短65.8%。相比经典Smith预估补偿控制算法,抗扰动Smith预估补偿控制算法可提高控制算法的抗扰动性能,并显著改善控制对象的动态特性,单位阶跃响应超调量减小44.7%,调节时间缩短15.7%。同时,实现了扰动最大偏差和收敛时间的降低。最后,在某660 MW超临界一次再热燃煤机组上应用该方法,实现了磨煤机出口风粉温度实际值对设定值的平稳跟踪,进一步验证了该方法的有效性。

Smith预估补偿与积分分离PID在供热控制系统中的应用

针对供热控制系统时延性较大、传统PID策略控制精度不高、易产生超调与静态误差等问题,提出了一种史密斯(Smith)预估补偿与积分分离PID相结合的供热系统控制策略。首先,设计了供水温度控制系统的Smith预估补偿器,以降低热惰性因素对控制性能的影响;其次,给出了积分分离策略,用于消除静态误差;最后,将Smith预估补偿器与积分分离PID在PLC控制系统中进行部署调试,并进行实践研究。实践证明,Smith预估补偿与积分分离PID相结合的控制策略能最大限度地减弱大时延对供热系统的影响,有效提升系统的控制精度与控制性能。

高速永磁同步电机解耦控制——低载波比数字延时与Smith预估控制

永磁同步电机(PMSM)运行在高速工况时,由于逆变器的开关频率受限使得载波比较低,会出现数字延时加剧的问题,直接影响了系统的控制性能,甚至造成系统失稳。针对低载波比工况下的数字延时问题,首先对数字延时环节进行精确的复矢量建模,并基于转速及电流环带宽的根轨迹、闭环零极点图及波特图分析数字延时对系统性能的影响,并给出考虑延时后系统的临界失稳转速。结合复矢量解耦策略,提出一种改进的基于Smith预估控制的解耦延时补偿电流控制策略,能够避免高速低载波比工况下系统失稳的问题,提高了电流环的稳定性,同时具有较好动态响应能力和解耦性能。采用Simulink仿真对比验证了所提的解耦延时补偿控制策略的有效性。

EHA半主动悬架自适应Smith预估时变时滞补偿控制

由于传统Smith预估补偿控制对采用电动静液压作动器(Electro Hydrostatic Actuator,EHA)半主动悬架只能进行临界时滞时间的补偿,设计了一种自适应Smith预估时变时滞补偿控制器。通过计算含时滞半主动悬架系统的临界时滞,结合小时滞下悬架系统不会发生失稳的条件,得到了含时滞EHA半主动悬架时滞的时变特性,并验证了该时滞补偿控制器对时变时滞补偿的有效性。利用模糊控制算法求取了含时滞EHA悬架的半主动控制力,并进行了时变时滞补偿。建立了含自适应Smith预估时变时滞补偿控制的EHA半主动悬架仿真模型,并进行了对比仿真分析。结果表明,当时滞为0.05 s和0.1 s时,自适应Smith预估时变时滞补偿控制下的悬架簧载质量加速度和轮胎动载荷的均方根值分别改善了14.6%,5.5%和29.5%,15.5%;相比于传统Smith预估时滞补偿控制,时滞补偿效果分别提高了39.7%,41%和18%,55%.

基于改进Smith预估补偿及自适应Fuzzy-PID控制的NCS研究

在具有网络时延和被控对象自身时延的网络控制系统中,针对传统Smith预估补偿器需要被控对象的精确数学模型,对传统Smith预估补偿器进行改进,提出在预估器主反馈通道上加入一阶惯性滤波环节,用于解决被控对象与预估器模型参数失配问题。同时引入自适应Fuzzy-PID控制器作为系统控制策略,设计了系统结构并进行了仿真研究。仿真结果表明改进后的系统能获得更好的动态性能和适应性能。

基于Smith预估补偿的地下水位模型参考自适应控制器的设计

针对地下水位控制的纯滞后性和特殊性,本文给出了一种将模型参考自适应控制与Smith-Fuzzy控制器相结合的控制策略,通过对模糊PID参数和Smith预估器滤波时间常数的在线整定与仿真,获得了比普通模糊PID控制和Smith预估器控制更好的控制效果与性能。

基于自适应Smith预估器的补偿模糊神经网络控制

针对滞后慢时变系统,利用 Adaline 网络在线辨识被控对象的静态增益和纯滞后时间,实时调整 Smith 预估器的参数,并采用补偿模糊神经网络作为控制器的控制方法。将该方法用于纸浆浓度控制系统,仿真实验结果表明了该方法的有效性和实用性。

基于Smith预估补偿的聚丙烯反应器自适应控制系统研究

针对含有时滞的聚丙烯多区循环反应器温度串级控制系统为复杂的高阶系统,被控对象的滞后时间较大,且受到反应器内部放热、入口循环气温度、夹套水流量等干扰的影响,系统过程控制较为困难;通过以一阶惯性环节加纯滞后来逼近高阶系统,应用模型参考自适应控制算法,使自适应机构能够在线的整定反应器串级控制副回路的Smith预估器,使副回路Smith预估器的动态特性与副被控对象的动态特性接近一致;同时,根据期望的性能指标,在串级控制主回路设置一个参考模型,再次应用自适应算法,使得主回路被控对象的输出尽可能跟踪参考模型的输出;仿真结果表明,该控制系统对于具有时滞的聚丙烯反应器温度控制是有效的。

基于Smith预估补偿的自适应模糊PID控制在换热器出口温度控制中的应用

温度控制系统由于其本身的非线性、大惯性、纯滞后、参数时变等特性,常规的控制方法难以达到理想的控制效果。本文提出一种基于Smith预估补偿的自适应模糊PID算法,并以该方法在北京化工大学过程控制实验系统上进行换热器出口温度设定值的跟踪控制实验,取得了比较理想的控制效果。

基于Smith预估补偿的连铸结晶器液位控制策略

连铸结晶器液位控制系统具有非线性、强耦合和纯滞后等特点,且扰动因素较多,因而传统控制方案难以获得满意的效果。通过研究基于Smith预估补偿的非线性PID控制策略,在对连铸结晶器液位控制系统的辨识模型进行MATLAB仿真分析的基础上,将该控制策略应用于生产实践。结果表明:该控制策略能够明显地改善控制系统的动态品质和抗干扰性能,取得了较好的应用效果。

基于Smith预估的模糊自适应主汽温控制系统

针对火电厂主汽温被控对象大滞后、大惯性、模型不确定,采用常规的串级PID控制难以获得良好控制效果的特点。结合模糊理论与Smith预估技术,提出了基于Smith预估的模糊自适应主汽温控制系统,即采用Smith预估内回路广义被控对象,以模糊自适应控制器对预估后的广义被控对象进行控制。该控制系统容易实现,对工况变化具有良好的自适应性。对某主汽温系统5种工况进行仿真,结果表明该控制方案具有较强的鲁棒性和抗干扰能力。此外,该控制方法在现有的集散控制系统和现场总线控制系统中容易实现,不需要增加硬件投资,具有较高的工程应用价值。

模糊自适应Smith预估控制及其应用

为了改善具有时变及大纯滞后系统的控制品质,本文提出了一种模糊自适应Smith预估控制方法,此方法将模糊控制、自适应及Smith预估控制之长处综合在一起,在一定程度上弥补了上述三者各自的不足,通过仿真和在窑温控制中实时运行,取得了满意的效果。

Smith预估模糊自适应PID控制在时滞系统中的应用

为确保系统的实时性和稳定性,设计一种新的Smith预估模糊自适应PID控制器。以气液增力缸的自动控制为具体研究对象,将模糊自适应控制器与传统的PID控制器结合,通过Smith预估器将控制过程中出现的纯滞后环节移至闭环系统之外,并在Matlab中进行仿真验证。验证结果表明:该设计能消除纯滞后现象,提高响应实时性和稳定性。

基于Smith预估器的PID自适应控制及其应用

针对大时滞时变对象 ,把Smith补偿控制原理和PID参数的自适应调整方法结合起来 ,提出了基于BP神经网络整定Smith PID控制算法 ,即在Smith预估补偿控制系统中 ,利用BP神经网络在线自学习整定PID参数 ,使PID参数实现最佳的非线性组合 ,以适应对象特性的变化 ,从而克服了常规PID算法不适应大时滞系统控制和常规Smith算法过于依赖模型精度的缺陷。仿真研究和实际应用表明 ,本文算法具有很强的鲁棒性和良好的控制品质 ,工程应用控制效果令人满意。

中低速磁浮列车制动过程的时滞补偿预测控制

中低速磁悬浮列车制动过程中具有非线性强、时滞大、时滞特性难处理等特性,传统列车制动控制方法难以实现对磁浮列车制动过程的精准速度控制。为解决中低速磁悬浮列车制动过程的时滞问题,提高制动控制精度,提出一种中低速磁浮列车制动过程的时滞补偿预测控制方法。首先,根据中低速磁悬浮列车实际运行数据,利用带有遗忘因子的递推最小二乘法辨识列车模型参数,建立列车自回归模型。然后,根据得到的受控自回归积分滑动平均模型和Smith预估器构建带时滞补偿的广义预测控制器并分析其控制律更新过程,实现对中低速磁悬浮列车制动过程的纯滞后补偿,降低列车制动过程中时滞特性的影响。最后,基于某磁浮线现场数据,以中低速磁悬浮列车制动过程为被控对象进行实验仿真,并比较时滞补偿广义预测控制方法与传统广义预测控制方法对于中低速磁悬浮列车制动过程速度跟踪控制的效果。仿真结果表明:所设计的时滞补偿广义预测控制器能够以更高的精度实现对中低速磁悬浮列车制动过程的速度跟踪,且与传统广义预测控制方法相比,系统跟踪误差更小并具有更好的控制性能。所提出的时滞补偿广义预测控制算法不仅解决了中低速磁悬浮列车制动过程的时滞问题,而且有效提高了列车制动控制的精度,验证了该方法的有效性。

一种改进的主汽温Smith预估补偿控制

针对火电厂主汽温控制系统大惯性、大延迟且模型不确定,以及常规PID控制难以取得良好的控制效果等特点,设计的主汽温控制系统将变速积分与自适应Smith预估补偿控制相结合,得到一种易于工程实现,且具有较大的应用价值的自适应Smith控制器。通过Matlab仿真,该系统具有较强的鲁棒性和很好的控制品质,适合具有时滞的复杂控制系统。

基于改进Smith预估补偿的智能滴灌系统模糊PID控制

由于温室滴灌系统模型参数易受环境变化的影响,导致传统模糊PID的控制精度不高,因此提出一种改进Smith预估补偿的滴灌系统模糊PID控制方法。MATLAB/simulink仿真实验结果表明,改进Smith预估补偿的模糊PID控制相比传统模糊PID具有更好的控制品质和更短的响应时间,且过渡过程更短、超调量更小、稳定性更高,控制效果明显提升;同时,蔬菜温室的田间测试结果表明,滴灌系统的最大超调量为5.95,且系统稳定后,土壤湿度始终保持在60.22左右,运行稳定且符合温室的灌溉要求,实现了灌溉的精准管理和精确控制,为发展设施农业精准灌溉提供一种新的解决方案。