对象具有纯滞后的离散MRACS设计

本文基于MRACS设计理论,从控制器接在滞后环节后的方法入手,利用连续系统从模型取状态和MRACS的新结构方案的设计思想,导出了实用的MRACS的参数自适应算法。系统控制器控制状态取自y_m(k+D)(模型未延迟输出),从而增加了系统控制的快速性。自适应律中所需的状态不是直接取自对象输出,从而减少了输出端扰动对参数适应过程的影响。计算机仿真结果表明该算法是正确的。     

大纯滞后对象的智能控制方法

讨论了1种基于大纯滞后对象的智能控制方法,并针对工业热处理炉研究了该算法的应用.     

具有纯滞后的多变量对象控制策略研究

针对具有纯滞后特性多变量被控对象的特点，综合运用Ｓｍｉｔｈ预估控制、多变量解耦控制和最优控制，设计了相应的微机控制系统，将工业锅炉燃烧控制结果与常规ＰＩＤ控制以及自适应控制结果进行比较，该系统具有响应速度快、控制精确、无超调、稳定性好、抗干扰能力强等特点，具有重大节能意义和工程实用价值     

具有大纯滞后系统控制算法的研究

针对具有大纯滞后的系统,分析了Dahlin算法和Smith预估算法的原理,讨论了两者内在联系。经分析发现,在特定条件下,它们是完全等价的,都对纯滞后系统有补偿作用,并通过数字仿真证实了这一点。     

大纯滞后对象的免疫-Smith控制器研究

免疫控制器是借鉴生物系统的免疫机理而设计的一种智能控制器,具有参数调整时间短、抗干扰能力强等特点.免疫算法中的抑制细胞相当于比例积分微分控制器的反馈环节,该细胞只与前面时刻的抗体变化即控制器输出有关,而与系统当前的测量值无关,可以避免由于系统的滞后对控制造成的影响.将免疫控制器和Smith预估器结合设计一种新型控制器,使该控制器既能克服纯滞后对系统性能的影响,又能降低单独采用Smith预估控制时对系统模型准确性的依赖.仿真结果表明,免疫-Smith控制器的性能在模型匹配和失配情况下均优于其它控制器.     

纯滞后对象的进化模糊控制

针对传统Smith预估控制的缺点,提出了Smith-Evolutionary Fuzzy控制,并设计了进化模糊控制器,仿真结果说明由于进化 算法的加入,Smith-Evolutionary Fuzzy控制既能对纯滞后有很好的补偿,又能对时变系统进行了有效控制。     

纯滞后对象计算机控制系统阻尼因子设计法

本文以增设阻尼因子的方法对纯滞后对象的计算机控制系统进行设计,同达林算法比较,此法具有稳定性好、适应性强、无波纹等优点。     

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。     

一种具有大纯滞后系统的Smith控制

以水泥质量过程控制为背景，对大纯滞后系统的控制问题进行了深入的研究。在充分讨论Ｓｍｉｔｈ算法的基础上，提出了时滞跟踪的Ｓｍｉｔｈ算法。实验证明了新算法的优越性     

纯滞后对象的观测补偿器控制方案

本文讨论了三种用于纯滞后过程的观测补偿器控制方案。第一种方案与Smith预估补偿方案进行了比较,表明它具有实施方便、对于对象模型参数的变化不灵敏以及稳定性较好等优点。第二种方案与前馈控制相类似,通过合适的观测补偿器参数的选择,可以完全补偿可测干扰的影响。第三种方案综合了前两种方案的优点,它不仅有良好的稳定性,而且有较强的适应能力。数字仿真的结果表明这类观测补偿器控制方案还可适用于对象是时变或者非线性的系统。     

大滞后对象的控制方案

本文简单介绍了史密斯预估补偿的基本原理、改进方法、应用实例及效果分析。     

一种具有大纯滞后系统的自适应Smith控制方法

运用李雅普诺夫稳定性原理,设计了自适应预估器,提出了一种大滞后系统的自适应Smith预估控制方法。它有效的克服了Smith预估控制方法对被控对象数学模型要求精确的主要弱点,能够应用于一些参数易变且变动较大的工业对象,特别是对大纯滞后且滞后时间变动大的工业对象能获得很好的效果。数字仿真结果令人满意。     

纯滞后对象的神经网络辨识及自适应控制

提出了一种针对纯滞后对象的神经网络及控制结构。在神经控制器的在线训练中,引入了反向传播的预测误差信号,并采用基于Ｋａｌｍａｎ滤波的学习算法分别训练用于辨识的神经网络及神经控制器。给出了具体的理论推证及运行机理分析。仿真结果表明,这种控制方案对纯滞后线性、非线性动态对象均能获得满意的控制效果。     

纯滞后对象一阶响应曲线的自动测试

阐述了利用单片机开发系统、专用配置ＴＶ－Ｇ通用型接口板、单色显示器，自动测试纯滞后对象的一阶响应曲线的方法及程序编制的方法。该方法的特点是简单、方便、直观、准确。一般只需在单片机控制系统的基础上配置ＴＶ－Ｇ接口板就可以进行测试。     

大纯滞后对象多变量系统的改进ERGA配对方法

针对效能相对增益矩阵(ERGA)在大纯滞后对象变量配对中存在的问题,提出利用纯滞后时间τ和时间常数Tc的相对大小来形成纯滞后矩阵,并对带宽矩阵进行加权修正,得到改进的ERGA配对方法.通过工程实例对ERGA和改进ERGA配对方法进行了仿真对比,结果证明,在含有大纯滞后对象的系统中,由于改进的ERGA配对方法采用纯滞后矩阵对带宽矩阵进行了修正,减小了含大纯滞后对象配对的可能性,因此能更全面地反映对象动态特性,得到更加合理的配对结果.改进ERGA配对方法能全面反映对象的动态特性,因此在大纯滞后对象的MIMO系统变量配对中有着广阔的应用前景.     

纯滞后对象的神经网络辨识及自适应控制

提出了一种针对纯滞后对象的神经网络及控制结构，在神经控制器的线训练中，引入了反向传播的预测误差信号，并采用基于Ｋａｌｍａｎ滤波的学习算法分别训练用于辨识的神经网络及神经控制器。     

纯滞后对象的直接补偿外模控制器

提出了一种适用于纯滞后对象的外模控制器,将外部模型输出与系统实际输出之差经滤波后直接补偿控制信号。标称系统的动态性能由外部模型和补偿器来保证;系统的鲁棒性能和抗干扰能力则由滤波器来保证,二者可以解析设计,仿真结果表明,这种外模控制器具有良好的动态性能和抗干扰能力,鲁棒性能优于Ｓｍｉｔｈ预估控制,而且设计简单、方便。     

大滞后对象的程序控制器算法

针对不同生产过程的大滞后对象的共同特点,提出一种简单且行之有效的程序控制方法：由时间最优、预估、积分分离PID和Bang—Bang基本控制技术组成复合控制算法,根据偏差和偏差变化率自动切换执行不同的算法。该方法具有编程简单、运算量小、占空间少和实时性强等优点。