基于非线性系统模型预测的神经网络PI控制算法研究

来源 :第二届仪表、自动化与先进集成技术大会 | 被引量 : 0次 | 上传用户:hm00562000
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对工业控制过程中的一类非线性系统常规PI控制参数调整困难的问题,提出了一种改进型神经网络PI控制方法,将被控对象的非线性预测模型与神将网络PI控制器相结合,实现控制参数的在线整定,以提高控制效果.仿真结果表明,该控制方法具有较好的控制效果和鲁棒性。
其他文献
石化企业生产计划优化系统的核心是生产计划优化模型的自动生成.根据石化企业生产过程的实际情况,考虑原料供应量、装置加工能力、物料平衡和价格等情况,以线性规划为理论基础,建立反映企业生产情况的生产计划优化模型.阐述了模型的决策变量、目标函数和约束方程的自动生成的方法,并给出了模型文件的存储结构.
本文提出的把边界扫描技术应用到LXI平台中,是一个比其它方法更具潜力和灵活性的测试策略.在简单介绍了边界扫面技术和LXI总线有关的知识后,给出了应用的方案并阐述了两者结合后的一些优势,可以看出这种测试策略将在系统的结构测试和功能测试中能有效的提高测试性能和测试覆盖率。
智能泵源可以根据导弹飞行状态的不同,调节泵源的输出流量和压力,能够有效提高液压舵机的效率。本文设计了基于RBF神经网络的智能泵源输出流量补偿器,研究了基于RBF神经网络的系统辨识算法和单层神经网络的输出流量预测算法。比较了输出流量补偿器引入前后的控制效果,验证了基于RBF神经网络的弹载液压舵机智能泵源输出流量补偿器的有效性。
随着汽车电子化程度的提高,作为汽车电子控制系统的一部分,点火控制系统也进入到微机控制式点火系统阶段.而随着发动机电控技术的发展,模糊控制及神经网络等控制领域的最新成果不断地被应用到发动机控制中.本文基于神经网络具有根据样本数据自学习的能力,采用BP神经网络的改进LM优化控制方法,将汽油机转速n和进气歧管压力P作为网络的输入,所对应的最佳点火提前角θ作为网络的期望输出,通过测试最佳状态下的试验数据来
结合棒材生产线生产工艺流程要求,对系统的构成作出了详细分析,给出了设计原理及其实现方法;采用了组态软件WinCC对系统组态,从而解决了在操作管理站级的人机界面问题;讨论了采用WinCC组态软件解决从PLC中提取过程参数和下达控制指令等技术,给出了该监控系统的主要监控画面的组成与实现.仿真表明该系统是高效的.
本文提出基于神经网络的自适应滑模逆控制方法。应用时标分离的设计方法,将导弹的动力学系统分解为快变、慢变两个子系统,对每个子系统分别采用动态逆控制.对于建模误差导致的模型不确定性,采用在神经网络来进行自适应补偿.数学仿真表明,本文所设计的控制器能够有效的降低非线性动态逆对模型准确度的要求,增强系统的鲁棒性。
论文采用分数阶保持器(FROH)代替传统的零阶保持器(ZOH),对减摇鳍系统进行数字控制设计.描述了FROH条件下的减摇鳍系统离散时间数学模型,由于FROH提供了的自由度提高了离散时间系统零点的稳定性。在时延条件下,采用ZOH和FROH,对减摇鳍系统进行了仿真比较,结果显示,采用FROH控制系统可获得期望的跟踪性能.
智能泵源可以根据导弹飞行状态的不同,调节泵源转速和输出压力,能够有效提高液压舵机的效率。本文主要讨论泵源系统的压力控制问题,针对泵源系统的参数不确定性,设计了泵源压力的模糊滑模控制器.通过比较PID控制、滑模控制和模糊滑模控制的控制效果,实验发现模糊滑模控制既有很好的鲁棒性又能克服单纯滑模控制的抖振问题。
本文研究一般形式的非均匀采样系统的辨识问题。不同于数据缺失情形,非均匀采样的数据点不和任何一个均匀采样的网格重合.这样的非均匀数据难以采用常规的模型进行参数化,或者需要对数据进行处理.而通常进行非均匀数据处理的方法,如重采样、积分等,破坏了原始数据的信息.本文提出一种适用于异步非均匀采样的多变量系统模型,在连续时间域中对模型进行辨识.推导了模型参数、参数梯度和系统状态之间的相互递推关系,构成基于模
针对控制器参数存在乘性范数有界摄动,讨论了一类离散有限模态Markovian跳跃线性系统的鲁棒非脆弱H∞动态输出反馈问题,以线性矩阵不等式的形式给出了使闭环系统内部均方稳定且具有给定H∞扰动衰减性能指标的动态输出反馈控制器的存在条件,所设计控制器的传递函数可以由线性矩阵不等式的解求出;然后进一步由线性矩阵不等式的仿射特性,将结论拓展到当转移概率矩阵和系统参数矩阵具有凸多面体不确定时鲁棒非脆弱动态输