基于分段线性化模型的冷连轧机PID解耦控制

针对冷连轧机采用基于工作点的线性化模型进行动态规格变换控制时系统误差和张力波动较大的问题,提出了一种基于递推分段线性化模型的PID解耦控制方案。通过对五机架冷连轧机进行动态规格变换仿真表明,该方案可保证系统的控制精度,满足动态规格变换的控制要求。

火电厂钢球磨煤机专家模糊PID解耦控制方法研究

针对钢球磨煤机(球磨机)制粉系统多变量、强耦合、非线性、大滞后的复杂控制对象难以建立准确的数学模型,以及常规PID解耦控制算法控制效果不理想等,提出了专家模糊PID解耦控制方法,该控制方法能够对PID参数进行实时整定,可适应球磨机制粉系统在不同工况下的控制要求。以略阳电厂球磨机制粉系统为对象,对球磨机专家模糊PID解耦控制系统进行了仿真验证。结果表明,该控制系统控制品质较好,能够适应球磨机制粉系统在不同工况下PID参数的实时调整,具有较好的控制效果,控制性能和鲁棒性均优于常规PID解耦控制。

基于神经网络的风力辅助提水系统自适应PID解耦控制

针对风力机和离心水泵的特点,该文设计了一种风力辅助提水机结构及其控制策略。由于该设备需要解决最大可能地利用风能和风力机与柴油机之间的功率平衡问题,因此,该系统是一个时变的2输入2输出耦合系统。根据解耦和神经网络的思想,采用2个回归神经网络(DRNN)在线调整2个PID控制器的参数,一个神经元解耦补偿器完成系统的解耦,实现了不依赖于对象模型的自适应PID解耦控制。计算机仿真结果验证了该控制策略的可行性,为进一步研究奠定了基础。

基于模糊PID解耦算法的多功能禽舍环境控制系统设计

随着我国禽类养殖产业化的发展,对禽类养殖环境要求不断提高。在禽舍环境控制中,由于温湿度之间的耦合关系,难以同时到达设定值,针对此设计了一种基于模糊PID解耦算法的多功能禽舍环境控制系统,该系统以DSP为控制平台,通过对禽类生活习性和禽舍结构的研究,选取适用于该系统的参数。经试验证明该系统响应迅速,灵敏度高,稳定性好。在实地验证中,在200m3空间内能够实现15min内最大调整温度2℃,湿度30%RH。

模糊PID解耦控制在蒸发器上的应用仿真

以柠檬酸三效蒸发系统为背景,在Aspen Plus中搭建出相关工艺流程图,通过模拟计算得到符合要求的参数。针对柠檬酸蒸发过程中存在的出料浓度与蒸发器液位相互耦合的情况,提出了基于模糊PID解耦控制的策略,以加热蒸汽流量和出料流量作为控制变量建立数学模型,在Simulink中搭建好相关模型并与串级PID控制进行仿真对比,结果表明:模糊PID解耦控制不仅能保证出料浓度和蒸发器液位的稳定,同时消除了彼此之间的耦合,在保障安全指标的前提下,提高了产品的质量。

基于单神经元PID解耦的循环流化床锅炉蒸汽压力控制方法

传统的循环流化床锅炉蒸汽压力控制方法,在解耦过程中只对部分耦合关系进行解耦,导致鲁棒性较差。因此,提出基于单神经元PID解耦的循环流化床锅炉蒸汽压力控制方法。使用DMC控制算法设计控制参数,根据参数构建锅炉蒸汽压力负荷分段模型,使用单神经元PID,对全部循环流化床锅炉耦合关系进行解耦,构建循环流化床锅炉蒸汽压力控制模型,对循环流化床锅炉蒸汽压力进行控制。仿真实验的结果表明,本文设计的循环流化床锅炉蒸汽压力控制方法,能够较快地对锅炉蒸汽压力的变化进行调整,鲁棒性较好,能够满足循环流化床锅炉蒸汽压力控制的需要。

电加热锅炉系统神经网络PID解耦控制器

以多输入多输出系统电加热锅炉为被控对象 ,基于神经网络 PID控制 ,提出了一种可用于带有耦合时延的多输入多输出系统的比例、积分和微分参数自整定的多输入多输出神经网络 PID解耦控制器 ,可以实现多变量系统的解耦 ,定值跟踪控制 。

基于广义预测的非线性解耦PID控制

针对一类非线性多变量离散时间动态系统,提出了基于神经网络的非线性多变量PID解耦控制方法。该控制器是由常规PID控制器与解耦补偿器、未建模动态前馈补偿器组成,而PID参数的整定是通过广义预测的方法实现的。同时给出了该控制方法的闭环系统的稳定性和收敛性分析。最后通过仿真实例验证了所提方法的有效性和可行性。

重介质选煤中密度与液位模糊PID解耦控制的研究

针对传统的PID控制无法满足产品精度控制要求的问题,提出用模糊PID解耦控制方法。分析了重介质选煤过程中液位与密度的时变、非线性、大滞后和耦合等特点,建立了合介桶、合介泵与阀门的数学模型,在解耦控制的基础上,引入模糊PID控制器。仿真结果表明,该模糊PID解耦控制系统控制效果良好,为重介选煤过程控制系统提供了一种可以借鉴的方法。

基于PID对角阵的多输入多输出解耦控制

针对PID解耦控制中的系统调节时间长、超调量大等缺点,将PID控制器与对角阵相结合,在MATLAB仿真软件中仿真,所得到的结果其调节时间减小,超调量足够小,充分克服了其PID解耦的缺点,提高了控制器的可利用性,在工程实践中PID对角阵解耦有着实际的工程意义。

基于PID的中速磨煤机多变量解耦控制

考虑到中速磨煤机直吹式制粉系统是一个具有强耦合、慢时变、大延迟等特点的多变量非线性系统,传统的单回路PID控制策略难以取得满意的控制效果。以Simulink集成仿真环境设计了基于PID的中速磨煤机多变量解耦控制系统,并进行了仿真研究和结果的对比分析。实验结果表明,与常规单回路PID控制相比,采用解耦PID的中速磨煤机多变量控制系统能够取得更好的控制效果。

基于IGA的板形板厚神经网络分散解耦PID控制

针对板带材轧制是一个复杂的非线性过程 ,板形控制 (AFC)和板厚控制 (AGC)又是相互耦合的一个综合系统等特点 ,该文首先采用神经网络分散解耦方法 ,对此板形板厚多变量耦合系统进行解耦 ,而后再应用基于免疫遗传算法的PID控制对解耦后的已近似成为两个独立的SISO系统的广义对象进行控制 ,从而建立了基于免疫遗传算法的板形板厚神经网络分散解耦PID控制系统。仿真结果证明了此AFC -AGC控制系统具有良好的自适应跟随和抗扰性能 ,其控制效果优于传统的解耦PID控制。

PID神经网络解耦控制技术在VAV中的应用

通过采用 PID神经元网络解耦控制技术 ,对耦合强烈的具有变风量空调系统传递函数矩阵形式的 4维传递函数矩阵系统进行解耦控制 ,通过解耦控制系统仿真研究 ,可以看出取得了很好的解耦效果 ,为变风量空调系统 (4个回路 )的解耦控制提供了有效的方法。

球磨机制粉系统的多变量解耦PID控制

中储式钢球磨煤机制粉系统具有多变量、强耦合、大惯性等特点,使用常规的PID控制回路进行控制无法取得理想效果。针对这种情况,提出了一种解耦PID控制策略。该方案在PID回路中加入解耦补偿器,以实现对多变量的解耦控制。仿真试验表明,该策略有效地解决了多变量的耦合问题,取得了较好的控制效果。

球磨机制粉系统的解耦PID控制

中储式钢球磨煤机制粉系统具有多变量、强耦合、大惯性等特点,使用常规的PID控制回路进行控制无法取得理想效果。针对这种情况,本文提出了一种解耦PID控制策略。该方案在PID回路中加入解耦补偿器,以实现对多变量的解耦控制。仿真试验表明,该策略有效地解决了多变量的耦合问题,取得了较好的控制效果。

基于忆阻的自适应单神经元多变量解耦PID控制器

为了解决强耦合问题和控制过程中参数难于调节的问题,提出了基于忆阻的自适应单神经元多变量解耦PID控制器,根据传统控制器的结构和原理,构建了两变量解耦控制器的结构。分析了两变量解耦控制器的性能,给出了实验仿真结果。通过实验结果,发现这个新的两变量解耦控制器具有较高的控制可靠性、较好的适应性,比传统的控制器学习速度快。最后得到了一个理想的、自适应、自组织的多变量解耦控制器,并获得了较好的控制效果。

基于MMOAFSA蒸汽压缩式制冷机组的双参数前馈解耦PID控制策略研究

鉴于蒸汽压缩式制冷机组蒸发温度T_(e)与过热度D_(sh)的控制回路之间存在强耦合及大惯性、非线性和时延等特性。提出了一种蒸发温度与过热度的前馈解耦PID控制策略,且设计出改进多目标人工鱼群算法(Modified Multi-objective Artificial Fish Swarm Algorithm,MMOAFSA)对相应的PID控制器参数进行整定,以提升T_(e)与D_(sh)的调节质量。首先,对两个控制环路:电子膨胀阀开度O_(EEV)—蒸发温度T_(e)和压缩机驱动电机的供电频率f—过热度D_(sh),通过前馈补偿解耦方式来消除这两个控制回路之间的耦合效应。其次,对基本型单目标人工鱼群算法的视野V和步长S进行指数递减变化,构建改进单目标人工鱼群算法(Modified Single Objective Artificial Fish Swarm Algorithm,MSOAFSA)。再将多目标优化的混沌局部搜索策略引入MSOAFSA,设计了MMOAFSA。考虑绝对积分时间误差(Integrated Time Absolute Error,ITAE)、调节时间tc和稳态误差绝对值Ess,将min(ITAE,tc,Ess)作为MMOAFSA的多目标适应度函数,并应用该MMOAFSA对两个控制器的6个参数(KP_(1),KI_(1),KD_(1),KP_(2),KI_(2),KD_(2))进行多目标寻优,获取了相应的Pareto最优解。最后,借助MATLAB工具,对VCRU双参数前馈解耦PID控制系统(Two-Parameter Feedforward Decoupling PID Control System for VCRU,VCRU-TPFDPIDCS)组态与数值模拟。结果表明:该控制策略能够消除控制回路之间的耦合效应,同时MMOAFSA对两个控制器6个参数的自适应整定是可行的,且对T_(e)与D_(sh)的调节质量也明显优于传统的PID调节方式。

改进DRNN用于纸张水分定量解耦控制

针对抄纸过程中纸机系统大滞后、非线性、时变且纸张的水分与定量之间存在严重耦合的问题,提出一种基于改进DRNN神经网络辨识的PID解耦控制器。该控制器利用改进DRNN对定量与水分参数的Jacobian信息辨识结果,自适应调整PID控制器的各项比例系数。仿真结果表明水分与定量之间相互影响很小,能较好实现对象的解耦控制,且适应能力强。实际运行结果表明,该算法的投入提高了控制精度,具有较强的鲁棒性。

尾焰模拟器解耦控制研究

在尾焰模拟器中,需要用加热棒的辐射模拟尾焰辐射。为了达到足够的辐射强度,需要将加热棒加热到极高的温度。这时,电场、磁场、温度场等多物理场共同作用于最终结果。对于多物理场耦合的系统进行建模求解传递函数非常困难繁琐,为了对系统进行更精确的控制,利用有限元法对系统模型特性分析,通过系统辨识求出传递函数;并利用补偿法构建解耦补偿器对耦合系统进行解耦控制,通过Simulink搭建系统框图并进行仿真实验证明解耦后的系统具有更好的控制效果。

基于对角递归神经网络的在线自整定解耦控制算法(英文)

为了解决控制系统中一个回路参数变化导致其他回路的运行参数改变,提出了一种基于DRNN的在线自整定解耦控制算法。以某被控对象温湿度控制为例构建了数学模型,分析了系统变量之间的耦合关系,设计了解耦网络。将存在耦合关系的多变量控制系统变换为独立的单变量控制系统,以消除相关控制通道之间的影响。基于所提出的对角递归神经网络解耦算法进行了系统仿真实验。系统仿真响应显示:经过解耦后的温湿控制2个通道相互之间影响很小,实现了耦合变量的解耦。仿真研究结果表明:提出的解耦控制算法是可行与合理的。