基于新型组合积分控制器的积分过程先进控制

针对工业生产过程中常见的积分加纯滞后的过程对象,提出了一类双闭环控制器：内环和外环均使用组合积分控制器。内环用于系统的稳定,外环消除输入干扰的影响和改善控制系统的动态性能。这种控制器结构简单,仅有两个可调参数,且参数整定方便、直观。仿真结果表明：对于积分加纯滞后对象,在模型失配和干扰存在的情况下,该控制算法仍然能够保持稳定的被控输出,具有良好的鲁棒稳定性和动态调节品质,同时对时间常数较大的一阶加纯滞后系统也有着良好的控制效果。     

基于改进DeepLabv3+的无人车夜间红外图像语义分割

为了增强无人车对夜间场景的理解能力，针对无人车在夜间获取的红外图像，提出了一种基于改进DeepLabv3+网络的无人车夜间红外图像语义分割算法。由于自动驾驶场景中的对象往往显示出非常大的尺度变化，该算法在DeepLabv3+网络的基础上，通过引入密集连接的空洞卷积空间金字塔模块，使网络生成的多尺度特征能覆盖更大的尺度范围。此外，该算法将编码器模块的多层结果拼接在译码器模块中，以恢复更多在降采样过程中丢失的空间信息和低级特征。通过端到端的学习和训练，可直接用于对夜间红外图像的语义分割。实验结果表明，该算法在红外数据集上的分割精度优于原DeepLabv3+算法，平均交并比达到80.42，具有良好的实时性和准确性。     

烘丝过程中的组合积分控制器与双重控制研究

在烟草行业的烘丝过程中,烟丝的出口水分作为被控对象常常具有大滞后与强非线性的特性,且在工艺流程中通常存在干扰因素;当前,这一过程中大多仍采用传统PID控制器,存在响应稳态误差大、响应时间长等问题,进而影响烟丝的最终品质;针对这一情况,引入组合积分控制器替代传统PID控制器在烘丝过程中的作用;同时引入双重控制,并与组合积分控制器相结合;针对控制对象进行的仿真实验结果表明,这一新型控制策略在烘丝过程出口水分的控制效果上明显优于传统PID控制器,稳态误差较小且响应迅速,证明了组合积分控制器运用在双重控制系统中时具有优异的动态性能与鲁棒性;最后,这一新型双重控制算法已成功应用到烟草行业烘丝过程的水分控制上。     

基于预测PI的多变量控制在锅炉燃烧系统中的应用

在锅炉的燃烧控制系统中,燃烧对象是一个具有多变量、强耦合、强干扰、大滞后等特性的复杂过程系统,常规的PID控制无法满足实际需求。针对该问题,提出了将动态解耦方法与非线性最小二乘优化算法相结合,得到降阶模型,并运用预测PI控制算法进行控制研究。仿真结果表明：基于降阶模型的预测PI解耦控制策略具有良好的稳定性和鲁棒性,且抗干扰能力强,具有一定的实际应用价值。     

复杂高阶对象的预测PID控制

针对复杂高阶对象提出了一种基于数值最优模型降阶方法,并基于这种降阶模型设计了预测PID控制器,将此控制器应用于原始模型能够得到很好地控制效果。数值最优模型降阶算法使高阶对象能近似为一阶加时滞对象或二阶加时滞对象,通过模型阶跃响应和Bode图对比,降阶模型曲线很好地逼近原始模型曲线。预测PID对大时滞对象有着很好地控制效果,模型降阶使得预测PID很好地控制复杂高阶对象,且其结构简单,可调参数少的特点。