非线性自抗扰状态PI控制器的研究

针对线性状态PI控制器只适用于单输入单输出的线性系统的不足,提出了非线性自抗扰状态PI控制方法,将“自抗扰”控制的控制思想应用于常规状态PI控制,使其适用于单输出的非线性系统的控制,解决了“自抗扰”控制技术中扩张状态观测器的参数问题,并对系统的稳定性进行了定性分析,仿真算法表明,非线性自抗扰状态PI控制器对对象模型参数摄动和外扰具有良好的适应性和鲁棒性。     

基于自抗扰控制器的温度控制系统

研究了基于自抗扰控制器的电阻炉恒速升温热分析测控控制系统,该系统采用C语言进行编程,控制方法采用自抗扰控制器.系统具有自适应能力和抗扰性,并且有操作指导和动画界面.     

非线性自抗扰状态PI控制器的研究

针对线性状态PI控制器只适用于单输入单输出的线性系统的不足 ,提出了非线性自抗扰状态PI控制方法 ,将“自抗扰”控制技术的控制思想应用于常规状态PI控制 ,使其适用于单输入单输出的非线性系统的控制。解决了“自抗扰”控制技术中扩张状态观测器的参数问题 ,并对系统的稳定性进行了定性分析。仿真算例表明 ,非线性自抗扰状态PI控制器对对象模型参数摄动和外扰具有良好的适应性和鲁棒性     

自抗扰控制器在气压伺服控制系统中的应用

为提高控制系统的鲁棒性,增强干扰抑制能力,提出了适用于气压伺服系统的自抗扰控制器方案,并讨论了控制参数的整定.自抗扰控制器为非线性控制器,由跟踪微分器、扩张状态观测器和非线性状态误差反馈控制律3部分构成.扩张状态观测器可以实时观测系统状态和扩张状态,从而实现全状态反馈及系统不确定性和外扰的补偿控制.自抗扰控制器的设计不依赖于被控系统的精确数学模型,并对内外扰有较强的抑制能力,在整个系统工作区间都有良好的鲁棒性.仿真结果表明,自抗扰控制器对气动伺服系统模型的不确定性以及外干扰的鲁棒性较好,且具有较优的动态性能.     

基于模型补偿的自抗扰控制器研究

自抗扰控制是一种不依赖于被控对象精确数学模型的非线性控制方法。以被控对象的部分数学模型为已知条件,研究出一种基于模型补偿的自抗扰控制器设计方法。在控制器设计过程中,该方法充分利用已知模型的信息,能够改善系统的动态响应、抗干扰特性和鲁棒性。     

自抗扰控制器在同步电机调速系统中的应用

针对同步电机磁场定向控制系统受负载扰动、电机参数变化影响问题,将自抗扰控制器(ADRC)应用于调速系统中.为解决传统磁链观测器存在的直流偏置和依赖电机参数的问题,提出了基于ADRC的磁链观测器.仿真结果表明:ADRC对负载扰动和参数变化具有较强的鲁棒性,并且响应速度快、超调小,具有优良的稳态和动态性能;改进后的磁链观测器能有效抑制直流偏置和参数变化带来的影响,提高磁链的观测精度.     

自抗扰控制器在高阶系统中应用的仿真

将自抗扰控制器 (ADRC)推广到高阶系统的控制中。以理论分析为基础 ,将其基础部件——跟踪微分器 TD和扩张状态观测器 ESO的设计予以简化和改进。针对一类高阶非线性对象 ,在实例仿真的基础上总结了 ADRC的设计要点和经验整定规则。进行了几个典型实例仿真 ,并与PID和逆系统方法对比。仿真结果表明 ,ADRC对这一类高阶非线性对象具有良好的控制性能 ,对其外扰和模型的不确定因素具有较好的适应性和鲁棒性 ,从而证实了对 ADRC简化和改进的有效性。 ADRC可应用于高阶系统的控制     

自抗扰控制器在电压型PWM整流器中的应用

为了抑制PWM整流器负载扰动对直流侧输出电压产生的影响,提出将自抗扰控制器引入基于电压定向的直接功率控制三相电压型PWM整流器中的电压控制方案.将负载扰动归到未知扰动中,用扩张状态观测器对负载扰动进行观测和补偿,结合自抗扰控制器进行电压外环控制,并与模糊PID控制进行了仿真对比.仿真结果表明,该方法能够快速、无超调对输出电压进行控制,实现了单位功率因数运行,并能有效抑制负载变化的影响.     

直线单级倒立摆自抗扰控制优化设计

自抗扰控制技术（ADRC）通过对模型不确定因素和外扰进行补偿,使得控制系统对外扰和不确定因素均有很好的适应能力,能够有效控制多种工业上较为难控的对象,表现了极强的鲁棒性和抗干扰性,但是ADRC参数众多难以调节．本文将生物免疫算法与遗传算法相结合,提出了一种基于免疫遗传机理优化计算模型,避免了遗传算法易出现早熟、搜索效率低及不能很好保持个体多样性等问题,给出了基于免疫遗传算法的ADRC参数整定方法,通过对直线单级倒立摆的自抗扰控制,仿真实验表明了通过免疫遗传算法整定的ADRC具有的良好控制效果．     

基于免疫自整定的自抗扰控制研究

结合自抗扰(ADRC)和生物免疫的控制思想设计了免疫ADRC控制器。设计的免疫ADRC控制器保留了传统ADRC控制器的结构,并运用生物免疫机制实现了自抗扰控制器中非线性状态误差反馈(NLSEF)的参数自整定。这样设计的控制器可以提高传统控制系统的抗干扰能力,优化了控制器性能。设计的免疫ADRC算法可适用于N阶对象,仿真部分以二阶运动模型为例。仿真实验表明,免疫ADRC既可以保存传统ADRC快速跟踪和有效观测的优点,又能在此基础上增强系统的抗扰能力,提高了系统的稳定性。     

基于多目标遗传算法的船舶航向自抗扰控制器参数整定

针对自抗扰控制器参数整定通常采用“试凑法”,整定过程繁琐复杂,无法顺利得到合理控制参数的现状,根据自抗扰控制器设计的“分离性原理”提出了一种“三步优化法”.该方法利用多目标遗传算法对自抗扰控制器参数进行分步优化,可解决自抗扰控制器参数众多、难以便捷的整定问题.对带舵机约束的15万t级油船航向二阶自抗扰器参数进行整定.结果表明,该方法行之有效,便于工程应用.     

自抗扰精密跟踪运动控制器的设计

为了提高非圆车削中快速伺服刀架的跟踪精度和抗干扰性,研制了一种自抗扰控制器。通过对执行机构建模分析,将模型中的非线性部分归结为系统的内扰,将加工过程中切削力干扰归结为系统外扰,设计出相应的扩张状态观测器,对系统内、外扰的总和做出实时估计和补偿。仿真实验表明,自抗扰控制性能优于传统的PID控制。通过DSP(digital signal processor)编程,将自抗扰控制器应用于非圆车削。切削加工试验结果表明,自抗扰控制具有良好的控制品质,快速伺服刀架跟踪精度控制在±5μm以内。     

一类沸腾式流化床系统的自抗扰控制

沸腾式流化床系统具有多变量耦合、大时滞、大惯性的特点,而自抗扰控制器(activedisturbance rejection control,ADRC)可以将多回路耦合看作干扰进行实时估计并加以补偿.为此在分析该类系统动态特性的基础上,设计了具有解耦能力的完全分散自抗扰控制器.针对含时滞的回路,并联加入误差的比例,改进了ADRC的控制效果;根据实际对象的控制要求,进行负荷给定值扰动和给煤量扰动仿真实验,与加入静态解耦环节的PI控制效果进行比较.结果表明,对于文中所述的一类多变量系统,本文所设计的自抗扰控制系统结构简单、参数整定方便,并且可以获得良好的控制效果和较强的鲁棒性.     

基于改进遗传算法的自抗扰控制器优化设计

针对超空泡航行体受力特征及其航行时具有非线性、时滞与耦合等复杂问题,提出可根据适应度对控制参数进行自适应动态调整的改进遗传算法。通过建立超空泡航行体纵向模型,设计专用自抗扰控制器对其进行控制,并针对控制器参数多、调节困难的问题,改进了自适应遗传算法对其精确优化。最后通过特性仿真,验证了基于改进的自适应算法的自抗扰控制器相比经典自抗扰控制器的优势。仿真结果表明,该自抗扰控制器符合实际需求,具有良好的控制效果。     

一种线性自抗扰控制器参数自整定方法

针对线性自抗扰控制器参数难于整定的问题,提出了一种基于动态响应过程时序数据挖掘的参数自整定算法. 算法以线性自抗扰控制器中线性误差反馈律的两个增益信号回路的动态响应为参数调整对象,通过改进变收缩系数的随机搜索算法进行参数整定,记录动态响应过程数据,基于关联关系挖掘得到控制参数调整策略应用于线性自抗扰控制器的参数自整定. 为验证本文提出的参数自整定方法的实际效果,以液压自动位置控制系统为控制对象,分别采用阶跃响应仿真和Monte Carlo实验进行对比研究. 结果表明,基于数据挖掘参数自整定的线性自抗扰控制器动态响应较好,鲁棒性较强,改进了变收缩系数随机搜索算法调整时间较长以及传统线性自抗扰控制器超调较大的缺点,是一种具有实用性的线性自抗扰控制器参数自整定方法.     

时滞对象的自抗扰PID控制

提出一种适合时滞对象的自抗扰PID控制器及其整定方法。由于难以完全测得时滞对象输出变量的高阶导数,用一个二阶观测器观测系统中模型和外部干扰等未知因素,然后结合经典反馈理论,得到一个四参数的自抗扰PID控制器。由Z-N整定公式推导出其中3个控制器参数的整定公式,适当调节剩余自由参数,可以获得较好的动态性能。2个仿真实验表明:该方法能够有效改善时滞对象控制系统的动态性能,增强系统的适应性和鲁棒性。     

基于多目标优化的机组一次调频自抗扰控制

燃气轮机的一次调频能力对于电网频率的稳定十分重要。针对燃气轮机一次调频的控制问题,提出了基于多目标遗传算法的自抗扰控制策略。首先提出了一种基于输出量直接反馈的自抗扰控制结构,并推导出其参数稳定域的计算公式。在介绍NSGA-Ⅲ多目标遗传算法的基础上,提出了基于多个控制性能指标的多目标参数优化流程,并将该方法应用于燃气轮机机组的一次调频控制策略设计中。仿真结果表明,提出的基于多目标遗传算法的自抗扰控制策略在保证鲁棒性的前提下能够提高燃气轮机机组一次调频的性能,显示了很好的应用前景。     

云调节增益自适应单神经元PID的应用

提出了一种单神经元自适应PID控制器，并给出了控制结构模型。首先探讨了单神经元自适应PID控制学习算法，进而通过分析单神经元PID控制算法与系统动态响应及超调量的关系，利用云模型控制器修改神经元控制器的比例系数K，并根据系统误差在线实时修改控制系数，提高了系统响应性能。仿真结果表明，增益自适应单神经元PID控制器是一种具有自学习、自适应、鲁棒性强的控制器。     

云调节增益自适应单神经元PID的应用

提出了一种单神经元自适应PID控制器,并给出了控制结构模型。首先探讨了单神经元自适应PID控制学习算法,进而通过分析单神经元PID控制算法与系统动态响应及超调量的关系,利用云模型控制器修改神经元控制器的比例系数K,并根据系统误差在线实时修改控制系数,提高了系统响应性能。仿真结果表明,增益自适应单神经元PID控制器是一种具有自学习、自适应、鲁棒性强的控制器。