基于改进GPC-PID算法的自动灌浆控制系统研究

针对目前自动灌浆技术存在布线不合理、灌浆不及时、仍依靠人工监测泥浆液位来判断钻井异常等问题,提出一种基于改进GPC-PID算法的自动灌浆控制系统。该系统运用Zig Bee无线传感器网络技术和网络控制技术对灌浆过程中的泥浆液位信息进行在线检测以实现自动灌浆控制和异常报警。设计了检测网络中的智能液位采集节点,并采用改进的GPC-PID算法,使控制器能够通过在线调整PID控制参数,从而实现泥浆的精确灌注使井口液位保持在正常范围内以平衡井内压力,保证钻井安全。仿真实验结果表明,改进GPC-PID算法比传统PID算法具有更好的控制品质。

隐式GPC算法在重介分选过程控制中的研究

为解决重介分选过程中重介质悬浮液密度与液位过程模型失配问题,引入隐式GPC算法对模型参数进行在线辨识,实现对重介质悬浮液的密度与液位解耦控制。仿真结果表明,针对重介分选过程模型具有大滞后、强耦合的这一特性,隐式GPC算法控制效果较好,抗干扰能力强,在模型失配的情况下,仍然保持系统的输出稳定。

基于预测控制的NCS时延补偿算法

针对网络控制系统(networked control system,NCS)中随机时延导致系统性能下降的问题,利用粒子群优化(particle swarm optimization,PSO)的最小二乘支持向量机(least square support vector machine,LSSVM)建立NCS中随机时延预测模型,精确预测未来时刻的时延;同时利用该预测算法预测的时延通过快速隐式广义预测控制算法对NCS随机时延进行补偿。仿真结果表明,PSO优化的LS-SVM算法对随机时延具有较高的预测精度,同时快速隐式广义预测控制算法可使系统的输出很好地跟踪参考轨迹,保证系统良好的控制效果。