基于Smith预估模糊PID的氨法脱硫控制策略

氨法脱硫系统存在滞后大、非线性和实时负荷跟踪性差等问题。针对该问题设计的Smith预估控制器通过补偿延迟时间提高了系统的实时性。但通常采用试凑法来设定系统中的PID(Proportion Integral Differential)参数,导致系统稳定性较差。文中提出模糊PID参数自适应整定控制方法,通过模糊控制器求得PID的3个参数的调整值,自适应地调整PID参数,将SNO_(x)的浓度控制在预设值附近。与传统阶跃信号判断控制效果不同,文中所提方法以实时的负荷数据来进行模型仿真,数据仿真结果也证明了Smith预估模糊PID控制器的可行性。系统稳定时SNO_(x)浓度与预设值的误差在0.5 ppm以内,缩短了调节时间,表明所提方法改善了氨法脱硫控制系统的实时跟踪性,实现了快准稳的脱硫控制性能。

基于粒子群优化算法的太阳能水培智能控制系统设计与实现

为实现水培营养液水质参数的高效、精确控制,减少设备供能产生的碳排量,构建了一个基于粒子群优化(Particle Swarm Optimization,PSO)算法和最大功率点跟踪(Maximum Power Point Tracking,MPPT)算法的水培智能控制系统。用PSO算法优化模糊控制器的量化、比例因子,加入Smith预估器补偿反馈时延,对pH为4.5、电导率(Electrical Conductivity,EC)为0 mS/cm的营养液进行精确调控。经过优化,分别在44 s和43 s后达到预设值,并能维持稳定状态。建立光伏发电模块,引入MPPT算法,缩短跟踪时长至0.04 s。结果表明,该系统能提高营养液水质参数的调节精度,缩短控制时长,增强水培环境的稳定性;同时,能提升发电效率,实现节能减排。

基于Smith预估控制和组态技术的锅炉内胆温度控制

本文针对锅炉内胆的水温控制,设计了以单片机为控制器的控制系统,主要完成了铂电阻温度采集电路、可控硅加热电路以及过零检测等硬件电路的设计,采用了Smith预估控制算法,同时为增加系统受到的负荷干扰的补偿作用和减少对模型的依赖程度,对Smith预估器控制算法在结构上进行了改进。设计了系统的远程组态监控,在组态环境里对系统进行调试。MATLAB仿真和组态调试结果表明:控制性能指标明显优于普通PID控制,同时系统的抗干扰能力有了大幅度的提高,设计的效果较为理想。

基于Smith预估与仿人智能的反应釜温度控制设计与仿真

反应釜是一种典型的大惯性、大滞后系统,其温度不易控制。针对这类时滞系统将仿人智能算法与Smith预估算法结合,其中Smith预估算法通过引入预估器可以补偿时滞环节,仿人智能算法可以识别误差的各种特征并做出相应的决策,实现多模态灵活控制。二者结合用于反应釜温度控制,经MATLAB仿真显示,该方法相比传统PID算法其控制效果有显著地提升。

基于Smith预估器的单神经元PSD自适应主汽温控制

针对电厂中主汽温控制系统具有大滞后、非线性的特点,提出了一种新的基于 Smith 预估器的单神经元 PSD 自适应控制算法,即由 Smith 预估器和单神经元 PSD 自适应控制器组合的复合控制。并且利用Lyapunov 稳定性理论证明了单神经元自适应控制器的稳定性。实验结果表明,这种控制方式具有较好的自适应性和鲁棒性。

基于遗传算法自整定和Smith预估的电子倍增电荷耦合器件温控系统设计

针对电子倍增电荷耦合器件(EMCCD)温度控制过程的时间滞后特性,根据热力学理论建立整个系统的数学模型,利用有限元仿真方法得到其传递函数,在此基础上采用遗传算法实现PID控制参数的在线自适应整定,同时结合Smith预估控制补偿由滞后环节产生的时间迟滞。采用Matlab对控制算法进行仿真分析,结果表明该方法较常规PID控制方法具有调整时间短、超调量小、抗干扰能力强等优点。设计基于单片机和TEC驱动模块的硬件电路将控制算法应用于EMCCD温度控制系统,相机实际制冷温度可达(-12±0.1)℃,图像本底噪声方差仅为18。实际应用结果表明温度控制系统是提升EMCCD相机成像性能的有效方法。

基于模糊免疫PID-Smith自适应控制算法的研究

针对缺乏精确模型的生物发酵过程中温度的大滞后过程,传统的PID难以达到满意的控制效果.基于专家系统的模糊控制能对一些非线性、模型不是很精确的系统进行控制,在一定程度上能够克服大滞后给系统带来的不利影响,然而模糊控制对延迟时间较大的系统进行控制时容易产生振荡.针对生物发酵过程大滞后系统,本文采用非线性划分的模糊语言变量的模糊免疫自适应Smith控制方案,该方案中自适应Smith预估器能很大程度改善系统的控制品质,增强系统的鲁棒性和抗扰性.非线性划分的模糊语言变量的模糊免疫控制能提高系统的响应时间及其控制精度.两种方法结合,较好利用了非线性划分的模糊语言变量的模糊免疫PID与自适应Smith预估控制的优点.仿真结果表明,基于模糊免疫PID的Smith预估器控制的有效性.

大林算法与SMITH预估器的比较及前馈抗扰补偿

本文对大林算法和Smith预估器进行了分析和比较.针对大林算法抗扰性差的问题,提出了前馈补偿方法,并进行了数字仿真.仿真结果验证了理论上的分析与设计.

浅谈Smith预估控制及其改进算法

在工业过程控制领域中,时滞系统的控制一直受到人们的关注,也是目前过程控制研究领域的一个重要课题。Sm ith预估补偿控制方法从理论上为解决时滞系统的控制问题提供了一种有效的方法。

改进预估模糊PID控制在气动阀门定位系统中的应用

针对工业中常见气动阀门定位控制系统中的大惯性、时滞性等问题,在建立并辨识得到系统简化模型的基础上,提出了一种基于改进预估模糊PID的控制方法。在传统PID控制的基础上引入变论域模糊控制器和改进型Smith预估器以提高控制系统的自适应能力并补偿纯滞后环节;针对论域伸缩因子参数难整定的问题,采用加入多种群和自调节交叉变异概率的改进型遗传算法对其进行参数寻优,在改善传统遗传算法早熟现象的同时,以获取最优的控制器参数。仿真和实验结果表明,所提出的控制方法在气动阀门定位系统中的应用较传统PID控制和Smith预估模糊PID控制,有效提高了系统的动静态性能,且具有较强的鲁棒性和抗干扰能力。

预估补偿器柔性机械臂振动时滞控制

为解决影响柔性机械臂振动主动控制系统稳定性和控制效果的时滞问题,在线性二次型高斯(liner quadratic Gauss,LQG)最优控制的基础上,提出应用Smith预估器进行时滞补偿,设计出针对LQG算法控制的时滞问题补偿策略,并根据Lyapunov方法进行新策略的稳定性证明,最后搭建柔性机械臂的振动主动控制系统,通过李沙育图形辨识出时滞常数,分别进行添加时滞补偿前后的LQG控制的对比实验。实验结果表明:时滞补偿后前机械臂前两阶模态振动抑制效果分别达到9.5 d B和8.1 d B,优于时滞补偿前LQG算法的控制效果。

一种新的控制方法在主汽温控制中的应用研究

针对电厂中主汽温控制系统具有大滞后、非线性的特点,提出了一种基于Smith预估器的单神经元PSD自适应控制算法,即由Smith预估器和单神经元PSD自适应控制器组合的复合控制。仿真结果表明,这种控制方式具有较好的自适应性和鲁棒性。

含有纯滞后对象的控制方法

评述纯滞后对象控制的两种典型方法─—大林算法和纯滞后补偿法的原理、优缺点、设计要求及存在问题，并讨论了两者的联系。

基于单片机的电加热炉温度控制算法与仿真研究

介绍几种基于单片机的电加热炉温度控制算法,通过对PID控制算法仿真、SMITH控制算法仿真、大林算法仿真的比较分析,仿真结果验证了大林控制算法的稳定性和鲁棒性较好,几乎没有超调量,且稳态误差小。

时变大纯滞后系统的单神经元自适应控制

阐述一种新型单神经元自适应控制器,对时变大纯滞后系统实现快速有效的实时控制。该单神经元采用一种新学习算法,并与Smith补偿、在线辨识相结合,在保留单神经元器适应性强优点的同时,改善了单神经元器的动态性能,减轻了大滞后对象控制结果不能及时反馈的不足。应用该控制策略对大滞后一阶仿真研究表明,对大滞后时变系统具有较强的适应性和鲁棒性,各种控制性能优于常规单神经元PID和常规PID。

非最小相位系统的复杂控制算法研究

针对非最小相位系统右半平面零点所造成的负调问题,文中以抑制非最小相位系统的负调和时滞问题为目的,将两步PID参数整定法与Smith预估控制器相融合,提出了一种复杂控制算法。该算法通过调整系统前置系数和PID参数,达到抑制非最小相位负调的作用,并将其作用于Smith预估控制结构中,达到提升系统响应时间的目的。利用MATLAB软件中的Simulink对典型二阶控制系统建立仿真模型。仿真结果表明,该复杂控制算法在消除系统负调的同时也提升了系统的响应时间,验证了该复杂控制算法的有效性和鲁棒性。

汽轮机旁路温度控制系统的优化

提出了基于差分进化算法参数辨识精确建模的Smith预估控制方案,利用焓值计算方法对汽轮机旁路温度主要扰动量进行前馈补偿,结合设备参数提出了采用基于能量平衡的精确前馈控制,保证了系统的抗扰动能力;通过采集现场实际运行数据,基于改进后的差分进化算法辨识得到控制对象的数学模型,提高了Smith预估器的补偿精度。仿真研究及现场应用结果表明,优化后的控制系统具有良好的稳定性、快速响应特性及控制精度,符合工程实际要求。

微光可靠性检测系统高低温箱温度控制仿真研究

针对微光瞄具可靠性检测系统中高低温箱的温度特性,分析研究几种常用温度控制算法的不同适用环境。鉴于本温控系统纯滞后等特点,主要研究Dahlin和Smith预估两种常用控制算法的控制效果,通过MATLAB中的Simulink功能仿真得出控制曲线,比较两种算法的优缺点,选择更适合本系统的控制算法,对提高控制效率具有重要意义。