自适应解耦控制在凹印机张力控制系统中的应用

凹版印刷机张力控制系统是一个非线性、强耦合、时变性的复杂系统,用普通的PID难以达到理想的控制效果。本研究通过建立凹印机张力控制模型和驱动电机模型,设计了一种基于解耦控制原理的自适应解耦控制算法,根据偏差和偏差变化率来实时自适应追踪调整PID控制器参数,有效提高了张力控制系统性能和速度,是一种简单易行的控制算法。     

基于Smith预估的神经网络循环流化床锅炉床温控制

料床温度是循环流化床锅炉正常运行的一个重要指标,它影响着锅炉的燃烧效率和污染物排放速率。在燃烧过程中,它具有时变性、大惯性和大滞后的特点。针对这一问题,将BP-Smith预估控制算法应用于循环流化床锅炉床温控制,该算法基于BP整定的PID控制,提高对被控对象参数变化的自适应能力和Smith预估控制能够克服对象的大迟延特性,并对BP-Smith预估控制进行了仿真。仿真结果表明,所设计的控制系统性能均优于常规PID控制和Smith预估补偿PID控制系统。     

基于极点配置算法的列车横向半主动悬挂自适应PID控制系统设计

为了使PID控制器具备自适应能力,以适应列车受到外部环境扰动时产生的结构参数变化,使用了增量式数字PID控制器,将PID控制器与极点配置控制算法结合,利用极点配置算法在线实时优化kP,kI,kD参数,设计了自适应极点配置PID控制器,实现了kP,kI,kD参数的自动校正。最后给出基于极点配置自适应PID的高速列车半主动悬挂控制系统的设计方案,利用MATLABSimulink搭建仿真平台并进行仿真。仿真结果表明:基于极点配置算法的列车半主动悬挂自适应PID控制系统能够有效降低列车横向振动。     

基于BP神经网络策略的中低温余热发电系统性能优化

硫磺制酸生产过程中有大量中低温余热产生,文章采用基于神经网络的PID控制方法对中低温余热发电循环-有机朗肯循环发电系统中的膨胀机动态性能进行了调节。首先建立了系统中膨胀机的控制模型,然后将控制算法应用于被控对象,使系统高效运行。仿真结果表明,与传统PID控制相比,该算法具有较好的控制效果。该控制方法能有效地提高ORC系统的效率。     

BP神经网络在酯化反应中的应用

针对生产涤纶助剂SIPM酯化反应中温度的复杂变化,常规PID控制在非线性时变系统中控制效果的局限性,采用一种基于BP神经网络整定的PID控制技术,通过对酯化温度控制系统性能自学习、自适应来实现具有最佳组合的PID控制。     

基于自适应模糊PID控制的中央空调冷冻水系统仿真研究

定风量空调系统的调节是通过调节冷冻水流量实现的,建立了各个部件的数学模型,通过调节水泵转速来调节冷冻水流量。由于空调系统参数的时变性,常规PID控制存在局限性,本文建立自适应模糊PID控制器,并与常规PID控制器进行比较,表明自适应模糊PID控制调节效果更好,简单易行。     

神经网络PID控制器在温度控制中的应用

采用计算机技术,能够方便地将神经网络PID控制器应用于实际工业过程中。在介绍基于对角递归神经网络辨识的PID控制器结构及学习算法的基础上,采用PCS-B型过程控制系统实验装置,以MCGS组态软件为运行平台,对加热器温度控制系统进行了实验研究。实验结果表明,通过神经网络PID控制策略组态,能够在线调整PID控制器参数,在温度控制实验中获得了满意的控制效果。     

温度控制方法研究

本文介绍一个微机温度控制系统。且用该系统对多种温控方法进行了研究。在测试具有时滞的一阶和二阶被控对象特性的基础上,不仅研究了PID一类调节方法,而且研究了自适应控制和模糊控制等新的温控方法。     

具有未知或时变纯滞后过程的极点配置自校正PID控制算法

本文在用广义模型描述被过程的基础上,提出了一种适合未知或时变纯滞后过程的极点配置 PID 自适应控制算法。该算法兼有 PID 和自校正控制的特点。仿真结果表明这种广义模型和算法对描述和在线控制具有未知或时变纯滞后过程是非常有效的。     

多变量飞行控制系统的直接模型参考自适应控制器

本文研究了线性多变量系统直接模型参考自适应控制(DMRAC)问题。本文提出了一种带有“加速因子”的自适应控制算法,并利用 Lyapunov 函数分析了其稳定性。该算法可以保证受控对象输出跟随参考模型输出而无需进行参数辩别与状态滤波,也不要求系统满足完全模型跟随条件,因而在实现上十分方便。运用此法对用于某型飞机的自适应飞机控制系统进行设计,获得满意效果。     

锅炉汽包水位模糊RBF自适应控制

针对汽包水位常规的PID控制方式,采用了一种模糊神经网络智能控制器,该控制器结合了模糊控制与神经网络学习能力强的特点,将2种智能控制相结合,在线调整控制器参数,整定出一组优化的控制器参数。仿真结果表明此控制器显著地改善了汽包水位的动态性能和稳定性能。     

基于RBF网络的涡流无损检测系统设计

结合涡流无损检测的特点,介绍了基于RBF网络的涡流无损检测系统及系统软、硬件设计方法。硬件部分采用TI公司的DSP芯片TMS320VC5410作为核心,完成信号的产生及其处理。软件部分采用了基于RBF神经网络的涡流无损检测方法,且针对常用的RBF中心选择算法不能构成全局最优、收敛速度慢等缺点,提出采用基于改进Fisher中心选择算法确定RBF网络隐层节点数及径向基函数中心。仿真结果表明:利用DSP产生处理信号,得到的波形精度高、稳定性好;利用改进Fisher算法确定RBF隐层节点数及径向基函数中心简化了网络结构,提高了分类能力和收敛精度。     

高斯型模糊逻辑系统的BP算法及其应用

在模糊逻辑控制和神经网络理论的基础上给出了高斯型模糊逻辑系统及其 BP算法 ,并给出了 BP算法的一种初始参数的选择方法和反向调整参数的公式 ;还构造了基于高斯型模糊逻辑系统的辨识器并在 Matlab5.1平台上作了仿真实验 ,仿真实例说明了这种算法的可行性和可靠性。有待进一步研究讨论的是如何更好地选择初始参数以获得更好的跟踪效果     

一类神经网络自校正控制器的设计与研究

提出一种新的神经网络自校正控制器的设计方法 ,采用神经网络 BP算法作为控制器来控制实际对象 ,动态地修改神经网络的权值作为自校正方法 ,使系统较好地适应负荷和外扰的变化 ,获得满意的控制质量。     

在负荷变化大的工况下轧机的智能控制

针对中国轧机控制技术较低的实际情况,提出了在闭环调速基础上应用模糊PID和模糊神经网络到轧机初轧控制系统中的方案,详细介绍了该控制系统优化算法的实现过程。此方案实现了对调节时间和超调量的双重优化,提高了轧机的抗扰性、启动时的平稳性,并减少了因超调引起的附加机械损耗,使轧制生产线自动化控制水平显著提高。     

数据挖掘在员工考评管理信息系统中的应用

针对企业员工综合考评管理信息系统的设计需求,提出了一种基于RBF径向基神经网络的数据挖掘方法,着重讲述了该挖掘方法的构造方案及其在员工考评管理信息系统中的应用。方案首先对员工"德能勤绩"数据仓库进行提炼,抽取形成考评数据挖掘库,然后应用RBF神经网络从大量的员工数据中挖掘有用信息,实现对员工的考评细分,为企业的管理决策提供有力支持。实际应用情况表明了方案的科学性和有效性。