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。

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。

基于LSTM预估补偿的火电机组主蒸汽温度控制系统

提出基于长短期记忆(LSTM)预估补偿的火电机组主蒸汽温度控制系统,从机组运行历史数据库中挖掘给煤量、主蒸汽压力和给水流量等因素与主蒸汽温度之间的非线性关系,构建主蒸汽温度控制系统的LSTM预测模型,进而根据预测值构建基于预估补偿的主蒸汽控制系统。结果证明:LSTM算法相比于反向传播(BP)算法具有较高的预测精度,并且在实际应用中,由预测值构建的预估补偿器可使控制系统提前动作,提升蒸汽温度的控制品质。

基于AGA-Smith预估补偿PID的脱硝系统控制

为解决SNCR脱硝系统模型精度不高及脱硝控制效果不佳的现状,采集现场运行数据并预处理,利用IPSO算法分别辨识出系统在典型工况170MW和260MW下尿素溶液流量到NO x排放浓度过程的传递函数模型,辨识输出与原始输出的均方根误差值分别为3.13×10^(-2)、7.11×10^(-2)。在电站现场原有单回路PID控制策略基础上,将AGA-Smith预估补偿控制策略引入。仿真结果表明,在两种典型工况下,AGA-Smith预估补偿控制超调量更小,抵抗外来扰动的能力更强,且模型适配能力强于单回路PID控制,为电站现场SNCR脱硝控制提供了良好的技术参考。

大滞后固井系统预估补偿控制算法研究

固井质量关系到油气田的合理开发、后续井下作业的顺利进行,是油气井“百年大计”。加强井壁与套管间水泥环的密封质量对完井后井质起着关键作用,然而油田作业中固井混浆控制过程中存在大滞后问题,反馈控制长时间滞后于扰动,对此建立了大滞后系统控制原理数学模型,创新提出了一种Smith-Fuzzy PID预估补偿控制算法,用系统辨识模型代替传统预估补偿模型,采用模糊自适应补偿控制,对改进型Smith预估补偿控制算法模型参数修正,以提高模型自适应性、快速响应及抗干扰能力。仿真分析结果表明,采用Smith-Fuzzy PID控制的系统,无超调现象发生,上升时间短,且稳态性能好,实现了较为理想的控制效果。

LSTM预估补偿下的超临界大容量火电机组一次调频控制算法

超临界大容量火电机组在负荷突变时,因存在多个频率信号一次调频过程会出现随机波动和非线性,导致控制效果不佳。因而,对超临界大容量火电机组提出一种基于LSTM的一次调频预估补偿控制算法。分析了超临界大容量火电机组多个频率信号情况进行信息融合;采用LSTM网络建立预估补偿控制器,根据一次调频控制示意图,获取控制过程中参数的学习率,不断调整AGC指令与负荷指令之间的非线性关系使其始终保持最佳状态,实现超临界大容量火电机组一次调频控制。为验证设计控制算法的有效性,设计算例进行性能测试,测试结果表明,与传统的一次调频算法相比,设计的LSTM预估补偿下的超临界大容量火电机组一次调频控制算法在负荷突增和突减两种场景下,能够有效减少频率变化偏差,提升调频能力。

谐振阻抗型混合有源滤波器输出电流相移的分频预估补偿

混合型有源滤波器中逆变器输出电流相位经输出滤波器、耦合变压器、无源滤波器后会产生相移的问题,以谐振阻抗型混合有源滤波器为例,分析了逆变器输出电流相移的原因,提出了广义滞后的概念和分频补偿的思路。为消除广义滞后对有源滤波器带来的不利影响,利用逆变器输出电流与负载谐波电流极性相反等同于相位滞后π的原理,构造了一种新型π目标Smith预估器进行滞后补偿。结合广义积分器良好的分频性能,提出了基于广义滞后分频预估补偿的混合型有源滤波器电流广义积分控制方法及其离散迭代算法,通过PSIM仿真和实验验证了该方法的有效性和可行性。

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。

Smith预估补偿器及其应用

介绍Smith预估补偿器在纯滞后控制系统中的补偿原理及作用 ,着重论述Smith补偿器的DDC系统的控制算法。并在玻璃窑炉的料道温度控制系统中使用Smith预估补偿器获得了成功应用 ,其控制精度达到 0 1%,升温速度达到 2℃ /min。Smith预估补偿控制与常规的PID控制相比 ,具有调节时间短、超调量小、鲁棒性好等优点。适应于一般工业生产过程中有纯滞后环节的控制系统 ,有较大的推广应用价值。

基于预估补偿的网络控制系统模糊免疫PI控制

为克服网络时延对系统性能的影响,采用Smith预估补偿和模糊免疫PI控制相结合的方法,把被控对象和网络看作一个时变的被控系统,用渐消记忆的最小二乘算法对该系统的延时参数进行估计,并用Smith补偿器对延时进行补偿,初步解决网络延时给系统带来的影响.将免疫反馈控制和PI控制相结合,组成免疫PI控制器,根据控制量的变化来调节PI控制器参数,在参数选择合适的情况下,克服由延时预估误差对系统引起的控制偏差,提高系统精度.最后以直流电机为被控对象进行了仿真研究,结果表明该方法能有效改善系统的控制性能.

史密斯预估补偿控制与PID控制的比较研究

比较了两种工业过程控制中的控制器,PID控制器和史密斯预估补偿控制器.介绍了四种PID参数的整定方法,分别为试凑法确定PID调节参数、Ziegler-Nichols参数整定方法、最优PID整定算法、运用Matlab/simulink中的NCD Outport(非线性控制设计输出端口模块)模块对PID参数进行最优整定.史密斯预估补偿控制器主要用于工业控制中的大延时系统控制,以提高系统的阶跃响应性能.在理论上,史密斯预估补偿控制器提供了一个有效的方法来提高控制效果.运用Matlab/Simulink仿真方案对前述两种控制方法进行了仿真比较,结果表明,在有较大延时情况下,史密斯预估补偿控制能获得比PID控制更好的结果.

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。

带随机分布时延的网络控制系统预估补偿控制

网络时延的时变特性导致只有某些时刻的对象输出被控制器端接收,回路时延的形式较复杂.采用开关式的状态观测器,基于接收到的输出估计系统状态,建立状态估计误差系统.为讨论切换系统均方稳定的条件,推导了多随机变量序列的Markov特性,进而在Markov跳跃系统的基础上得到了闭环系统均方稳定的充分条件.该条件由状态估计误差系统与时延状态反馈控制系统的均方稳定条件组成,所以控制器和观测器满足分离特性.此外,通过增广状态向量利用系统的Markov切换特性得到了系统均方稳定的充分必要条件.最后用数值实例验证了预估补偿控制策略的有效性.

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。

串级与Smith预估补偿相结合的控制系统仿真研究

针对副回路中包含大滞后过程的串级控制系统控制质量不佳的问题 ,提出将串级控制与Smith预估补偿控制相结合的控制策略 .介绍了串级 -Sm ith混合控制系统的结构及仿真实验 .仿真结果表明 ,这种混合控制系统不仅具有较好的控制效果 。

基于预估补偿的手眼伺服空间机器人控制方法研究

针对手眼伺服空间机器人系统自主控制中,视觉反馈和控制算法的运算时间造成大时滞现象对系统控制的影响,提出了基于Smith预估补偿的优化机器人视觉伺服控制方法.利用手眼反馈和关节返回的信息估计实际情况下当前机械臂末端与目标的相对位姿,进行机器人的控制.同时根据空间机器人的具体情况,提出了固定视觉反馈时滞的方法,对系统进行了简化.该方法可消除系统的大时滞对系统控制的影响,提高系统控制的实时性、稳定性和精度.模拟实验仿真结果验证了该方法的有效性.

基于改进型Smith预估补偿的网络流量控制

在高速通信网络中,传播时延对基于速率的流量控制具有很大的不利影响。预估补偿是克服时延影响的一种较好的控制方Smith案,但其对预估值的误差十分敏感。文章将改进型预估补偿应用于网络的流量控制,理论分析表明该方案对传播时延等参数的变SmithATM化有较强的适应性,控制系统的鲁棒稳定性和动态品质均优于单纯的预估补偿控制,并得到了仿真结果的验证。

Smith预估补偿控制在燃煤电厂烟气脱硝控制系统的应用

电站锅炉的烟气脱硝过程同其他电站热工过程一样存在一定迟延性和惯性;根据目前烟气脱硝系统运行情况,总结分析了氮氧化物(NOX)排放控制过程的特点、影响因素以及控制系统;为解决锅炉运行过程中系统呈现出的大迟延和大惯性问题对整个烟气脱硝控制品质产生的影响,以及实现系统的稳定性和快速性,在原有的串级回路系统中,加入了Smith预估补偿控制器提前预估系统的动态特性并对其进行补偿;根据烟气脱硝系统对象的传递函数,设计了Smith预估补偿控制系统,采用Matlab中的Simulink对控制系统的对象和改进前后的控制系统响应曲线进行仿真分析,可以看出改进后系统动态品质变好,系统的快速性和稳定性也明显提高。

ANN预估补偿算法在炉电极控制系统中的实现

针对电炉的执行机构的调节总是滞后于电弧炉实际状态变化的情况,在专家系统的基础上增加弧炉神经网络预估模型,通过它预估出电弧炉下一时刻的状态,并经过特定的优化程序(ANN预估补偿程序)对专家系统的输出做出优化补偿。系统的实际运行证明:神经网络预估补偿的电弧炉自适应控制是一种可行的电弧炉电极控制方法;在电弧炉的点弧过程中,电弧的稳定性有较大改进,提高了功率因数,降低了电耗。