CN105182932B - 基于模范系统的优化控制系统方法 - Google Patents
基于模范系统的优化控制系统方法 Download PDFInfo
- Publication number
- CN105182932B CN105182932B CN201510523005.7A CN201510523005A CN105182932B CN 105182932 B CN105182932 B CN 105182932B CN 201510523005 A CN201510523005 A CN 201510523005A CN 105182932 B CN105182932 B CN 105182932B
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- msubsup
- mfrac
- parameter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000005457 optimization Methods 0.000 claims abstract description 59
- 230000004044 response Effects 0.000 claims description 76
- 238000012360 testing method Methods 0.000 claims description 30
- 238000011156 evaluation Methods 0.000 claims description 19
- 238000005259 measurement Methods 0.000 claims description 13
- 238000001914 filtration Methods 0.000 claims description 10
- 238000013461 design Methods 0.000 abstract description 8
- 230000007774 longterm Effects 0.000 abstract description 3
- 230000000694 effects Effects 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 10
- 230000008859 change Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 241000208340 Araliaceae Species 0.000 description 3
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 3
- 235000003140 Panax quinquefolius Nutrition 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 235000008434 ginseng Nutrition 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000005316 response function Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000009941 weaving Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
本发明公开了一种基于模范系统的优化控制系统方法,经对选定目标寻优获得这类对象的一对优化参数;再以模范系统优化响应函数为模板逐步辨识出具体对象参数,由此便捷地算出实际系统的控制器参数与滤波器参数,从而实现优化控制;并且基于前述模板设计在线控制参数的整定办法,用于维护长期优化控制效果。
Description
技术领域
本发明属于自动控制领域,具体涉及工业过程控制系统的优化设计、被控对象参数辨识以及控制器参数在线整定的一整套优化控制系统实现方法。
背景技术
当前工业过程控制中常用的控制系统优化方法基本分为三类,一类是操作人员凭经验逐一就具体对象对PID控制参数整定的方法,缺点是凭人的经验随意性大,无法确保优化结果。再一类是先对具体对象进行模型参数辨识,之后以某目标的寻优过程来确定调节控制参数,辨识算法一般较为复杂,且需逐一对具体对象进行反复搜索、迭代、逼近的寻优过程,使得在实施、维护中耗时费力,存在不易推广普及的限制。还有一类采用在线自适应调节控制器参数的各种算法(同样存在算法复杂,仅对某种对象适用、甚至鲁棒性差,需高级技术人员实施、应用成本高等不利因素)。
然而实际应用中大量的控制需求是希望通过简捷易行的手段达到针对所选目标的最优控制设计,特别是在现场能够按照确定的几步简单操作就可以完成对被控对象模型参数的辨识和对控制器参数进行及时整定维护,以便普通技术操作人员就能长期保障系统按照优化设计运行。
发明内容
(一)要解决的技术问题
本发明的目的在于,提供一种基于模范系统的优化控制系统方法,能便捷地算出控制系统的控制器参数与滤波器参数,从而实现优化控制,并能长期保障系统按照优化设计运行。
(二)技术方案
本发明提供一种优化控制系统的方法,控制系统包括滤波器Gf、控制器Gc及被控对象Gp,其中,指定被控对象Gp的数学模型为:
(K2≥0;K1>0;K0≥0;τ>0)
式中,S为拉氏算子,K0为积分因子,K1为比例因子,K2为微分因子,τ表示时滞值;指定所述控制器(Gc)的数学模型为:
Ti=K1/K0
Td=K2/K1
式中,Kp、Ti、Td和Tf均为控制器参数,Kp为比例系数、Ti为积分系数、Td为微分系数、Tf为滤波系数;
指定所述滤波器(Gf)的数学模型为:
式中,λ1为跟随滤波参数,λ2为抗扰滤波参数;
所述模范系统包括被控对象Go及滤波器Gfo,其中,指定所述被控对象Go的数学模型为:
式中,α2为模范抗扰参数,
指定所述滤波器Gfo的数学模型为:
式中,α1为模范跟随参数;方法包括以下步骤:
S1,在模范系统中,根据控制需求选择评价指标,并对该评价指标进行目标优化,得到一对优化参数;
S2,根据优化参数计算所述控制系统的滤波器参数和控制器参数。
S3,制定模范响应模板,并根据滤波器参数、控制器参数和模范响应模板辨识被控对象的对象参数。
S4,根据所述控制系统的运行状态,在线整定控制参数。
(三)有益效果
本发明提供的优化控制系统的方法,具有以下优点:首先,优化设计过程不针对具体对象,而是针对特定的模范对象先期一次完成,大大减少了现有方法需要逐一对具体对象寻优的工作量;不限定所选的优化目标和寻优手段,因此适应多种控制特性需求;辨识过程步骤与算法直观简单、利于现场操作实施,控制参数在线整定的过程与辨识过程机理一样,都引入了优化响应模板,所整定的调节变量与对象参数有对应关系,很好理解掌握、实施条件容易满足,便于及时维护系统按优化目标运行。总之这整套优化控制实施方案,适用于常见的工业对象,特别是食品、纺织、化工、环保等行业中工艺过程调节变量的控制,而且本方法易于由一般技术人员掌握和推广使用。
附图说明
图1是控制系统的结构图。
图2是模范系统的结构图。
具体实施方式
本发明针对工业过程常见的对象类型,提供一种基于模范系统的优化控制系统方法,经对选定目标寻优获得这类对象(非具体对象)的一对优化参数;再以模范系统优化响应函数为模板逐步辨识出具体对象参数,由此便捷地算出实际系统的控制器参数与滤波器参数,从而实现优化控制;并且基于前述模板设计在线控制参数的整定办法,用于维护长期优化控制效果。
根据本发明的一种实施方式,控制系统包括滤波器Gf、控制器Gc及被控对象Gp,其中,指定所述被控对象Gp的数学模型为:
(K2≥0;K1>0;K0≥0;τ>0)
此模型基本涵盖了工业过程中占多数的常见一阶(K2=0)、二阶、积分型(K0=0)、非积分型且含时滞(τ>0)这一类对象,式中,S为拉氏算子,K0为积分因子,K1为比例因子,K2为微分因子,τ表示时滞值;指定所述控制器Gc的数学模型为:
Ti=K1/K0
Td=K2/K1
式中,Kp、Ti、Td和Tf均为控制器参数,Kp为比例系数、Ti为积分系数、Td为微分系数、Tf为滤波系数;
指定所述滤波器Gf的数学模型为:
式中,λ1为跟随滤波参数,λ2为抗扰滤波参数;
所述模范系统包括被控对象Go及滤波器Gfo,其中,指定所述被控对象(Go)的数学模型为:
式中,α2为模范抗扰参数,
指定所述滤波器Gfo的数学模型为:
式中,α1为模范跟随参数;
如果α1,α2满足:控制系统时域响应函数y(t)和模范系统时域响应函数yo(t)的关系为:y(t)=yo(t/τ)。由此针对模范系统某目标的响应进行优化,取得优化参数后,再令:就可以使控制系统对同一个目标实现优化响应。
根据本发明的一种实施方式,优化控制系统方法包括:
S1,在模范系统中,根据控制需求选择评价指标,并对该评价指标进行目标优化,得到一对优化参数;
S2,根据优化参数计算所述控制系统的滤波器参数和控制器参数。
S3,制定模范响应模板,并根据滤波器参数和控制器参数辨识被控对象的对象参数。
根据本发明的一种实施方式,步骤S1包括:
S11,先对仅有阶跃干扰响应的抗扰评价指标进行优化,得到优化参数其中,所述阶跃干扰响应的表达式为:
Go(S)表示所述模范系统的被控对象;
所述抗扰评价指标的优化目标表达式为:
f1(yod(t))表示含yod(t)的某评价函数;
yod(t)表示阶跃干扰响应时域函数;
表示当Jod为最小时的α2值,也称优化抗扰参数;
S12,令后再对仅有阶跃输入响应的跟随评价指标进行优化,得到优化参数其中,所述阶跃输入响应的表达式为:
Gfo(S)表示所述模范系统的滤波器;
所述跟随评价指标的优化目标表达式为:
f2(yor(t))表示含yor(t)的某评价函数,
yor(t)表示阶跃输入响应时域函数,
表示当Jor为最小时的α1值,也称优化跟随参数;
根据本发明的一种实施方式,步骤S2包括,根据得到的优化跟随参数和优化抗扰参数计算所述控制系统的滤波器参数:
表示优化跟随滤波参数,表示优化抗扰滤波参数;
根据所述控制系统的滤波器参数,计算控制系统的控制器参数:
Ti=K1/K0
Td=K2/K1。
根据本发明的一种实施方式,步骤S3包括:
S30,根据上述优化跟随参数和优化抗扰参数确定模范系统的优化响应:
将该响应对应的时域函数作为模范响应模板,得到控制系统的优化响应:
S31,令用单位增益做开环测试,辨识时滞值τ,其中,分别表示所述τ,K0,K1,K2,λ1,λ2的估计值;
S32,令加比例环节做闭环测试,辨识对象参数K0:
S33,令加比例和积分环节做闭环测试,测算优化响应与此次实际响应之差y*(t)-y3(t),
当K0≠0时,计算该响应差的重积分稳态值SΔy3(∞)2,并推算出对象参数K1:
当K0=0时,计算该响应差的积分函数稳态值SΔy3(∞),并推算出对象参数K1:
S34,令加比例与积分环节做闭环测试,测算优化响应与此次实际响应之差y*(t)-y4(t),
当K0≠0时,计算该响应差的三重积分函数稳态值SΔy4(∞)3后,推算出对象参数K2:
当K0=0时,计算该响应差的重积分函数稳态值SΔy4(∞)2后,推算出对象参数K2:
一般情况下控制系统经过一段时间运行,都会由于环境变化或结构磨损等原因,实际被控对象参数发生稍许改变,虽然不一定影响系统稳定运行,但偏离了优化工作状态,对这种情况,可基于前述模范系统优化响应模板,测算系统运行状态,进行在线整定控制参数。故根据本发明的一种实施方式,方法还包括:
S4,根据所述控制系统的运行状态,在线整定控制参数。
根据本发明的一种实施方式,假定各参数K0,K1,K2,τ偏离实际值的对象参数为步骤S4包括:
S41,进行阶跃输入测试,通过阶跃响应测定启动时间ts后,计算新时滞值τ=ts,整定滤波器和控制器中与τ相关的参数;
S42,进行阶跃输入测试,测算优化响应与实测响应差的积分函数,
当时,将响应差的积分函数的稳态值代入下式,计算出K0:
根据K0计算出Ti,根据计算出的Ti,整定控制器中参数Ti;
当时,将响应差的积分函数的稳态值代入算式下式,计算出K1:
根据K1计算出Kp、Ti、Td;整定Gc中参数Kp、Ti、Td;
S43,进行阶跃输入测试,测算优化响应与实测响应差的重积分函数,当时,将响应差的的重积分函数的稳态值代入下式,计算出K1:
根据K1计算出Kp、Ti、Td,从而整定控制器Gc中参数Kp、Ti、Td;
当时,将响应差的重积分函数的稳态值代入下式,计算出K2:
根据K2计算出Td,从而整定控制器中参数Td;直接结束整定。
S44,进行阶跃输入测试,测算优化响应与实测响应差的三重积分函数,将响应差的三重积分函数的稳态值代入下式,计算出K2
根据K2计算出Td,从而整定控制器Gc中参数Td。
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实施例,并参照附图,对本发明进一步详细说明。
如图2所示的模范系统,以时间加权绝对误差值积分ITAE为评价指标进行优化:
先优化仅干扰响应的ITAE目标式(1),通过Matlab仿真可得
再优化仅输入响应的ITAE目标式(2),通过Matlab仿真可得
设计图1中滤波器Gf的参数为:
再设计图1中控制器Gc各参数为:
Ti=K1/K0
Td=K2/K1 (4)
需要说明的是,此实例中优化目标选为ITAE最优,但本发明不限于此目标,用其它指标对模范系统响应做目标优化,获得优化参数再实现系统优化设计的方法,都属于本发明要求保护的范围。
具体的对象参数辨识过程如下:
辨识前准备,将上述优化参数代入图2模范系统的阶跃输入响应式:
并通过Matlab仿真得到的模范系统响应时域函数,制成表T1:形式的函数模板。接下来是在控制现场的辨识过程:
第一步,令做开环测试;
实测系统阶跃响应的启动时间ts,得到时滞值:
令设定Gf中参数和Gc中和相关的参数Kp、Tf。
第二步,令通过(4)式计算设置Kp、Ti、Td,做闭环测试;
实测系统阶跃响应的稳态值y2(∞)后,通过式(6)推算K0:
第三步,令对象参数为估值通过(4)式计算设置Kp、Ti、Td,做闭环测试;
以测试进行时间t/τ值查表T1取优化响应值减去实测响应得差值,
当K0≠0对差值做重积分计算得到稳态值SΔy3(∞)2后,通过式(7)推算K1:
当K0=0对差值做积分计算得到稳态值SΔy3(∞)后,通过式(8)推算K1:
第四步,令对象参数为估值通过(4)式计算设置Kp、Ti、Td,做闭环测试;
以测试进行时间t/τ值查表T1取优化响应值减去实测响应得差值,
当K0≠0对差值做三重积分计算得到稳态值SΔy4(∞)3后,通过式(9)推算K2:
当K0=0对差值做重积分计算得到稳态值SΔy4(∞)2后,通过式(10)推算K2:
至此辨识出了全部对象参数:τ,K0,K1,K2。
需要说明的是,此实例中计算优化响应是通过查函数模板表T1的方式,但本发明不限于此方法,用解析法或模型仿真法等任何获取优化响应函数值进行如上辨识参数推算的方法,都属于本发明要求保护的范围。另外由于实际环境中存在随机的白噪声干扰,测算的所谓稳态值是排除了随机干扰噪声的合理取值;辨识的测试过程中应避开外部突发的大干扰(在线整定过程中也同理)。
控制现场在线整定控制参数的实施过程如下:
第一步,在线进行阶跃响应测试,将测定的启动时间ts作为新时滞值τ;
再通过(3)式计算和(4)式计算Kp、Tf,从而整定λ1,λ2和Kp、Tf。
第二步,重新在线进行阶跃响应测试,以测试进行时间t/τ值查表T1取优化响应值减去实测响应之差值经积分得到稳态值通过(11)式算出K0:
如果K0≠0,通过(4)式计算Ti,从而整定Ti;
如果K0=0,通过(12)式计算新K1,通过(4)式计算Kp、Td,从而整定Kp、Td。
第三步,再次在线进行阶跃响应测试,以测试进行时间t/τ值查表T1取优化响应值减去实测响应之差值经重积分得到稳态值
如果K0≠0,通过(13)式计算K1,通过(4)式计算Kp、Ti、Td,从而整定Kp、Ti、Td;
如果K0=0,通过(14)式计算K2,通过(4)式计算Td,从而整定Td,直接结束整定。
第四步,再次在线进行阶跃响应测试,以测试进行时间t/τ值查表T1取优化响应值减去实测响应之差值经三重积分得到稳态值
通过(15)式计算K2,通过(4)式计算Td,从而整定Td。
至此全部控制参数在线整定工作完成。
综上所述,本发明提供的基于模范系统的优化控制系统的方法,能便捷地算出控制系统的控制器参数与滤波器参数,从而实现优化控制,并能长期保障系统按照优化设计运行。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种基于模范系统的优化控制系统的方法,所述控制系统包括滤波器(Gf)、控制器(Gc)及被控对象(Gp),其中,指定所述被控对象(Gp)的数学模型为:
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<mi>G</mi>
<mi>p</mi>
<mrow>
<mo>(</mo>
<mi>S</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<msub>
<mi>K</mi>
<mn>2</mn>
</msub>
<msup>
<mi>S</mi>
<mn>2</mn>
</msup>
<mo>+</mo>
<msub>
<mi>K</mi>
<mn>1</mn>
</msub>
<mi>S</mi>
<mo>+</mo>
<msub>
<mi>K</mi>
<mn>0</mn>
</msub>
</mrow>
</mfrac>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mi>&tau;</mi>
<mi>S</mi>
</mrow>
</msup>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>(</mo>
<msub>
<mi>K</mi>
<mn>2</mn>
</msub>
<mo>&GreaterEqual;</mo>
<mn>0</mn>
<mo>;</mo>
<msub>
<mi>K</mi>
<mn>1</mn>
</msub>
<mo>></mo>
<mn>0</mn>
<mo>;</mo>
<msub>
<mi>K</mi>
<mn>0</mn>
</msub>
<mo>&GreaterEqual;</mo>
<mn>0</mn>
<mo>;</mo>
<mi>&tau;</mi>
<mo>></mo>
<mn>0</mn>
<mo>)</mo>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>,</mo>
</mrow>
式中,S为拉氏算子,K0为积分因子,K1为比例因子,K2为微分因子,τ表示时滞值;指定所述控制器(Gc)的数学模型为:
<mrow>
<mtable>
<mtr>
<mtd>
<mrow>
<mi>G</mi>
<mi>c</mi>
<mrow>
<mo>(</mo>
<mi>S</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>K</mi>
<mi>p</mi>
<mfrac>
<mrow>
<mo>(</mo>
<mrow>
<mn>1</mn>
<mo>+</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mi>T</mi>
<mi>i</mi>
<mi>S</mi>
</mrow>
</mfrac>
<mo>+</mo>
<mi>T</mi>
<mi>d</mi>
<mi>S</mi>
</mrow>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<mrow>
<mi>T</mi>
<mi>f</mi>
<mi>S</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mo>)</mo>
</mrow>
</mfrac>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>K</mi>
<mi>p</mi>
<mo>=</mo>
<mfrac>
<msub>
<mi>K</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mrow>
<mn>2</mn>
<msub>
<mi>&lambda;</mi>
<mn>2</mn>
</msub>
<mo>+</mo>
<mi>&tau;</mi>
</mrow>
<mo>)</mo>
</mrow>
</mfrac>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>T</mi>
<mi>i</mi>
<mo>=</mo>
<msub>
<mi>K</mi>
<mn>1</mn>
</msub>
<mo>/</mo>
<msub>
<mi>K</mi>
<mn>0</mn>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>T</mi>
<mi>d</mi>
<mo>=</mo>
<msub>
<mi>K</mi>
<mn>2</mn>
</msub>
<mo>/</mo>
<msub>
<mi>K</mi>
<mn>1</mn>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mi>T</mi>
<mi>f</mi>
<mo>=</mo>
<mfrac>
<msubsup>
<mi>&lambda;</mi>
<mn>2</mn>
<mn>2</mn>
</msubsup>
<mrow>
<mn>2</mn>
<msubsup>
<mi>&lambda;</mi>
<mn>2</mn>
<mn>2</mn>
</msubsup>
<mo>+</mo>
<mi>&tau;</mi>
</mrow>
</mfrac>
</mrow>
</mtd>
</mtr>
</mtable>
<mo>;</mo>
</mrow>
式中,Kp、Ti、Td和Tf均为控制器参数,Kp为比例系数、Ti为积分系数、Td为微分系数、Tf为滤波系数;
指定所述滤波器(Gf)的数学模型为:
<mrow>
<mi>G</mi>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>S</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<mo>(</mo>
<msub>
<mi>&lambda;</mi>
<mn>2</mn>
</msub>
<mi>S</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<msub>
<mi>&lambda;</mi>
<mn>1</mn>
</msub>
<mi>S</mi>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mfrac>
<mo>,</mo>
</mrow>
式中,λ1为跟随滤波参数,λ2为抗扰滤波参数;
所述模范系统包括被控对象(Go)及滤波器(Gfo),其中,指定所述被控对象(Go)的数学模型为:
<mrow>
<mi>G</mi>
<mi>o</mi>
<mrow>
<mo>(</mo>
<mi>S</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<msup>
<mi>e</mi>
<mrow>
<mo>-</mo>
<mi>S</mi>
</mrow>
</msup>
<mrow>
<msubsup>
<mi>&alpha;</mi>
<mn>2</mn>
<mn>2</mn>
</msubsup>
<msup>
<mi>S</mi>
<mn>2</mn>
</msup>
<mo>+</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<msub>
<mi>&alpha;</mi>
<mn>2</mn>
</msub>
<mo>+</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mi>S</mi>
</mrow>
</mfrac>
<mo>,</mo>
</mrow>
式中,α2为模范抗扰参数,
指定所述滤波器(Gfo)的数学模型为:
<mrow>
<mi>G</mi>
<mi>f</mi>
<mi>o</mi>
<mrow>
<mo>(</mo>
<mi>S</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>&alpha;</mi>
<mn>2</mn>
</msub>
<mi>S</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
<mrow>
<msub>
<mi>&alpha;</mi>
<mn>1</mn>
</msub>
<mi>S</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</mfrac>
<mo>,</mo>
</mrow>
式中,α1为模范跟随参数;
其特征在于,所述优化控制系统的方法包括以下步骤:
S1,在模范系统中,根据控制需求选择评价指标,并对该评价指标进行目标优化,得到一对优化参数;
S2,根据所述优化参数计算所述控制系统的滤波器参数和控制器参数;
S3,制定模范响应模板,并根据所述滤波器参数、控制器参数和模范响应模板辨识所述被控对象的对象参数。
2.根据权利要求1所述的优化控制系统的方法,其特征在于,所述步骤S1包括:
S11,先对仅有阶跃干扰响应的抗扰评价指标进行优化,得到优化参数其中,所述阶跃干扰响应的表达式为:
<mrow>
<mi>Y</mi>
<mi>o</mi>
<mi>d</mi>
<mrow>
<mo>(</mo>
<mi>S</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mn>1</mn>
<mo>+</mo>
<mi>G</mi>
<mi>o</mi>
<mrow>
<mo>(</mo>
<mi>S</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>&times;</mo>
<mfrac>
<mn>1</mn>
<mi>S</mi>
</mfrac>
<mo>,</mo>
</mrow>
Go(S)表示模范系统的被控对象;
所述抗扰评价指标的优化目标表达式为:
<mrow>
<mi>min</mi>
<mi> </mi>
<msub>
<mi>J</mi>
<mrow>
<mi>o</mi>
<mi>d</mi>
</mrow>
</msub>
<mo>=</mo>
<msubsup>
<mo>&Integral;</mo>
<mn>0</mn>
<mi>&infin;</mi>
</msubsup>
<msub>
<mi>f</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mrow>
<mi>o</mi>
<mi>d</mi>
</mrow>
</msub>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mi>d</mi>
<mi>t</mi>
<msub>
<mo>|</mo>
<mrow>
<msub>
<mi>&alpha;</mi>
<mn>2</mn>
</msub>
<mo>=</mo>
<msubsup>
<mi>&alpha;</mi>
<mn>2</mn>
<mo>*</mo>
</msubsup>
</mrow>
</msub>
</mrow>
f1(yod(t))表示含yod(t)的某评价函数,t表示时间;
yod(t)表示阶跃干扰响应时域函数;
表示当Jod为最小时的α2值,也称优化抗扰参数;
S12,令后再对仅有阶跃输入响应的跟随评价指标进行优化,得到优化参数其中,所述阶跃输入响应的表达式为:
<mrow>
<mi>Y</mi>
<mi>o</mi>
<mi>r</mi>
<mrow>
<mo>(</mo>
<mi>S</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>G</mi>
<mi>f</mi>
<mi>o</mi>
<mrow>
<mo>(</mo>
<mi>S</mi>
<mo>)</mo>
</mrow>
<mo>&times;</mo>
<mfrac>
<mrow>
<mi>G</mi>
<mi>o</mi>
<mrow>
<mo>(</mo>
<mi>S</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mn>1</mn>
<mo>+</mo>
<mi>G</mi>
<mi>o</mi>
<mrow>
<mo>(</mo>
<mi>S</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>&times;</mo>
<mfrac>
<mn>1</mn>
<mi>S</mi>
</mfrac>
</mrow>
Gfo(S)表示模范系统的滤波器;
所述跟随评价指标的优化目标表达式为:
<mrow>
<mi>min</mi>
<mi> </mi>
<msub>
<mi>J</mi>
<mrow>
<mi>o</mi>
<mi>r</mi>
</mrow>
</msub>
<mo>=</mo>
<msubsup>
<mo>&Integral;</mo>
<mn>0</mn>
<mi>&infin;</mi>
</msubsup>
<msub>
<mi>f</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>y</mi>
<mrow>
<mi>o</mi>
<mi>r</mi>
</mrow>
</msub>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
<mo>)</mo>
</mrow>
<mi>d</mi>
<mi>t</mi>
<msub>
<mo>|</mo>
<mrow>
<msub>
<mi>&alpha;</mi>
<mn>1</mn>
</msub>
<mo>=</mo>
<msubsup>
<mi>&alpha;</mi>
<mn>1</mn>
<mo>*</mo>
</msubsup>
<mo>,</mo>
<msub>
<mi>&alpha;</mi>
<mn>2</mn>
</msub>
<mo>=</mo>
<msubsup>
<mi>&alpha;</mi>
<mn>2</mn>
<mo>*</mo>
</msubsup>
</mrow>
</msub>
</mrow>
f2(yor(t))表示含yor(t)的评价函数;
yor(t)表示阶跃输入响应时域函数;
表示表示当Jor为最小时的α1值,也称优化跟随参数。
3.根据权利要求2所述的优化控制系统的方法,其特征在于,所述步骤S2包括,根据得到的优化跟随参数和优化抗扰参数计算所述控制系统的滤波器参数:
<mrow>
<msubsup>
<mi>&lambda;</mi>
<mn>1</mn>
<mo>*</mo>
</msubsup>
<mo>=</mo>
<msubsup>
<mi>&alpha;</mi>
<mn>1</mn>
<mo>*</mo>
</msubsup>
<mi>&tau;</mi>
<mo>,</mo>
<msubsup>
<mi>&lambda;</mi>
<mn>2</mn>
<mo>*</mo>
</msubsup>
<mo>=</mo>
<msubsup>
<mi>&alpha;</mi>
<mn>2</mn>
<mo>*</mo>
</msubsup>
<mi>&tau;</mi>
</mrow>
表示优化跟随滤波参数,表示优化抗扰滤波参数;
根据所述控制系统的滤波器参数,计算所述控制系统的控制器参数:
<mrow>
<mi>K</mi>
<mi>p</mi>
<mo>=</mo>
<mfrac>
<msub>
<mi>K</mi>
<mn>1</mn>
</msub>
<mrow>
<mo>(</mo>
<mn>2</mn>
<msubsup>
<mi>&lambda;</mi>
<mn>2</mn>
<mo>*</mo>
</msubsup>
<mo>+</mo>
<mi>&tau;</mi>
<mo>)</mo>
</mrow>
</mfrac>
</mrow>
Ti=K1/K0
Td=K2/K1
<mrow>
<mi>T</mi>
<mi>f</mi>
<mo>=</mo>
<mfrac>
<msubsup>
<mi>&lambda;</mi>
<mn>2</mn>
<mrow>
<mo>*</mo>
<mn>2</mn>
</mrow>
</msubsup>
<mrow>
<mn>2</mn>
<msubsup>
<mi>&lambda;</mi>
<mn>2</mn>
<mo>*</mo>
</msubsup>
<mo>+</mo>
<mi>&tau;</mi>
</mrow>
</mfrac>
<mo>.</mo>
</mrow>
4.根据权利要求3所述的优化控制系统的方法,其特征在于,所述步骤S3包括:
S30,根据上述优化跟随参数和优化抗扰参数确定模范系统的优化响应:
将该响应对应的时域函数作为模范响应模板,得到控制系统的优化响应:
<mrow>
<msup>
<mi>y</mi>
<mo>*</mo>
</msup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<msubsup>
<mi>y</mi>
<mi>o</mi>
<mo>*</mo>
</msubsup>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>/</mo>
<mi>&tau;</mi>
<mo>)</mo>
</mrow>
<mo>;</mo>
</mrow>
S31,令用单位增益做开环测试,辨识时滞值τ,其中,分别表示τ,K0,K1,K2,λ1,λ2的估计值;
S32,令加比例环节做闭环测试,辨识对象参数K0:
<mrow>
<msub>
<mi>K</mi>
<mn>0</mn>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mn>1</mn>
<mo>-</mo>
<msub>
<mi>y</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>&infin;</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>y</mi>
<mn>2</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>&infin;</mi>
<mo>)</mo>
</mrow>
<mrow>
<mo>(</mo>
<mn>2</mn>
<msubsup>
<mi>&lambda;</mi>
<mn>2</mn>
<mo>*</mo>
</msubsup>
<mo>+</mo>
<mi>&tau;</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<msub>
<mover>
<mi>K</mi>
<mo>^</mo>
</mover>
<mn>1</mn>
</msub>
<mo>;</mo>
</mrow>
S33,令加比例和积分环节做闭环测试,测算优化响应与此次实际响应之差y*(t)-y3(t),
当K0≠0时,计算该响应差的重积分稳态值SΔy3(∞)2,并推算出对象参数K1:
<mrow>
<msub>
<mi>K</mi>
<mn>1</mn>
</msub>
<mo>=</mo>
<msub>
<mover>
<mi>K</mi>
<mo>^</mo>
</mover>
<mn>1</mn>
</msub>
<mo>+</mo>
<mfrac>
<mrow>
<msub>
<mi>S</mi>
<mrow>
<mi>&Delta;</mi>
<mi>y</mi>
<mn>3</mn>
</mrow>
</msub>
<msub>
<mrow>
<mo>(</mo>
<mi>&infin;</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msub>
</mrow>
<mrow>
<mn>2</mn>
<msubsup>
<mi>&lambda;</mi>
<mn>2</mn>
<mo>*</mo>
</msubsup>
<mo>+</mo>
<mi>&tau;</mi>
</mrow>
</mfrac>
<msub>
<mi>K</mi>
<mn>0</mn>
</msub>
<mo>;</mo>
</mrow>
当K0=0时,计算该响应差的积分函数稳态值SΔy3(∞),并推算出对象参数K1:
<mrow>
<msub>
<mi>K</mi>
<mn>1</mn>
</msub>
<mo>=</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>+</mo>
<mfrac>
<mrow>
<msub>
<mi>S</mi>
<mrow>
<mi>&Delta;</mi>
<mi>y</mi>
<mn>3</mn>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>&infin;</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mn>2</mn>
<msubsup>
<mi>&lambda;</mi>
<mn>2</mn>
<mo>*</mo>
</msubsup>
<mo>+</mo>
<mi>&tau;</mi>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<msub>
<mover>
<mi>K</mi>
<mo>^</mo>
</mover>
<mn>1</mn>
</msub>
<mo>;</mo>
</mrow>
S34,令加比例与积分环节做闭环测试,测算优化响应与此次实际响应之差y*(t)-y4(t),
当K0≠0时,计算该响应差的三重积分函数稳态值SΔy4(∞)3后,推算出对象参数K2:
<mrow>
<msub>
<mi>K</mi>
<mn>2</mn>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>S</mi>
<mrow>
<mi>&Delta;</mi>
<mi>y</mi>
<mn>4</mn>
</mrow>
</msub>
<msub>
<mrow>
<mo>(</mo>
<mi>&infin;</mi>
<mo>)</mo>
</mrow>
<mn>3</mn>
</msub>
</mrow>
<mrow>
<mn>2</mn>
<msubsup>
<mi>&lambda;</mi>
<mn>2</mn>
<mo>*</mo>
</msubsup>
<mo>+</mo>
<mi>&tau;</mi>
</mrow>
</mfrac>
<msub>
<mi>K</mi>
<mn>0</mn>
</msub>
<mo>;</mo>
</mrow>
当K0=0时,计算该响应差的重积分函数稳态值SΔy4(∞)2后,推算出对象参数K2:
<mrow>
<msub>
<mi>K</mi>
<mn>2</mn>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>S</mi>
<mrow>
<mi>&Delta;</mi>
<mi>y</mi>
<mn>4</mn>
</mrow>
</msub>
<msub>
<mrow>
<mo>(</mo>
<mi>&infin;</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msub>
</mrow>
<mrow>
<mo>(</mo>
<mn>2</mn>
<msubsup>
<mi>&lambda;</mi>
<mn>2</mn>
<mo>*</mo>
</msubsup>
<mo>+</mo>
<mi>&tau;</mi>
<mo>)</mo>
</mrow>
</mfrac>
<msub>
<mi>K</mi>
<mn>1</mn>
</msub>
<mo>.</mo>
</mrow>
5.根据权利要求4所述的优化控制系统的方法,其特征在于,方法还包括:
S4,根据所述控制系统的运行状态,在线整定控制参数。
6.根据权利要求4所述的优化控制系统的方法,其特征在于,假定偏离各参数实际值K0,K1,K2,τ的对象参数为所述步骤S4包括:
S41,进行阶跃输入测试,通过阶跃响应测定启动时间ts后,计算新时滞值τ=ts,从而整定滤波器(Gf)和控制器(Gc)中与τ相关的参数;
S42,进行阶跃输入测试,测算优化响应与实测响应差的积分函数,
当时,将响应差的积分函数的稳态值代入下式,计算出K0:
<mrow>
<msub>
<mi>K</mi>
<mn>0</mn>
</msub>
<mo>=</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>+</mo>
<mfrac>
<mrow>
<msub>
<mi>S</mi>
<mrow>
<mi>&Delta;</mi>
<mover>
<mi>y</mi>
<mo>~</mo>
</mover>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>&infin;</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mn>2</mn>
<msubsup>
<mi>&lambda;</mi>
<mn>2</mn>
<mo>*</mo>
</msubsup>
<mo>+</mo>
<mi>&tau;</mi>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<msub>
<mover>
<mi>K</mi>
<mo>~</mo>
</mover>
<mn>0</mn>
</msub>
<mo>,</mo>
</mrow>
根据K0计算出Ti,根据计算出的Ti,从而整定控制器(Gc)中参数Ti;
当时,将响应差的积分函数的稳态值代入下式,计算出K1:
<mrow>
<msub>
<mi>K</mi>
<mn>1</mn>
</msub>
<mo>=</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>+</mo>
<mfrac>
<mrow>
<msub>
<mi>S</mi>
<mrow>
<mi>&Delta;</mi>
<mover>
<mi>y</mi>
<mo>~</mo>
</mover>
</mrow>
</msub>
<mrow>
<mo>(</mo>
<mi>&infin;</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mn>2</mn>
<msubsup>
<mi>&lambda;</mi>
<mn>2</mn>
<mo>*</mo>
</msubsup>
<mo>+</mo>
<mi>&tau;</mi>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<msub>
<mover>
<mi>K</mi>
<mo>~</mo>
</mover>
<mn>1</mn>
</msub>
</mrow>
根据K1计算出Kp、Ti、Td;整定Gc中参数Kp、Ti、Td;
S43,进行阶跃输入测试,测算优化响应与实测响应差的重积分函数,当时,将响应差的的重积分函数的稳态值代入下式,计算出K1:
<mrow>
<msub>
<mi>K</mi>
<mn>1</mn>
</msub>
<mo>=</mo>
<msub>
<mover>
<mi>K</mi>
<mo>~</mo>
</mover>
<mn>1</mn>
</msub>
<mo>+</mo>
<mfrac>
<mrow>
<msub>
<mi>S</mi>
<mrow>
<mi>&Delta;</mi>
<mover>
<mi>y</mi>
<mo>~</mo>
</mover>
</mrow>
</msub>
<msub>
<mrow>
<mo>(</mo>
<mi>&infin;</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msub>
</mrow>
<mrow>
<mn>2</mn>
<msubsup>
<mi>&lambda;</mi>
<mn>2</mn>
<mo>*</mo>
</msubsup>
<mo>+</mo>
<mi>&tau;</mi>
</mrow>
</mfrac>
<msub>
<mi>K</mi>
<mn>0</mn>
</msub>
</mrow>
根据K1计算出Kp、Ti、Td,从而整定控制器(Gc)中参数Kp、Ti、Td;
当时,将响应差的重积分函数的稳态值代入下式,计算出K2:
<mrow>
<msub>
<mi>K</mi>
<mn>2</mn>
</msub>
<mo>=</mo>
<msub>
<mover>
<mi>K</mi>
<mo>~</mo>
</mover>
<mn>2</mn>
</msub>
<mo>+</mo>
<mfrac>
<mrow>
<msub>
<mi>S</mi>
<mrow>
<mi>&Delta;</mi>
<mover>
<mi>y</mi>
<mo>~</mo>
</mover>
</mrow>
</msub>
<msub>
<mrow>
<mo>(</mo>
<mi>&infin;</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msub>
</mrow>
<mrow>
<mn>2</mn>
<msubsup>
<mi>&lambda;</mi>
<mn>2</mn>
<mo>*</mo>
</msubsup>
<mo>+</mo>
<mi>&tau;</mi>
</mrow>
</mfrac>
<msub>
<mi>K</mi>
<mn>1</mn>
</msub>
</mrow>
根据K2计算出Td,从而整定控制器中参数Td;直接结束整定;
S44,进行阶跃输入测试,测算优化响应与实测响应差的三重积分函数,将响应差的三重积分函数的稳态值代入下式,计算出K2
<mrow>
<msub>
<mi>K</mi>
<mn>2</mn>
</msub>
<mo>=</mo>
<msub>
<mover>
<mi>K</mi>
<mo>~</mo>
</mover>
<mn>2</mn>
</msub>
<mo>+</mo>
<mfrac>
<mrow>
<msub>
<mi>S</mi>
<mrow>
<mi>&Delta;</mi>
<mover>
<mi>y</mi>
<mo>~</mo>
</mover>
</mrow>
</msub>
<msub>
<mrow>
<mo>(</mo>
<mi>&infin;</mi>
<mo>)</mo>
</mrow>
<mn>3</mn>
</msub>
</mrow>
<mrow>
<mn>2</mn>
<msubsup>
<mi>&lambda;</mi>
<mn>2</mn>
<mo>*</mo>
</msubsup>
<mo>+</mo>
<mi>&tau;</mi>
</mrow>
</mfrac>
<msub>
<mi>K</mi>
<mn>1</mn>
</msub>
</mrow>
根据K2计算出Td,从而整定控制器(Gc)中参数Td。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510523005.7A CN105182932B (zh) | 2015-08-24 | 2015-08-24 | 基于模范系统的优化控制系统方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510523005.7A CN105182932B (zh) | 2015-08-24 | 2015-08-24 | 基于模范系统的优化控制系统方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105182932A CN105182932A (zh) | 2015-12-23 |
CN105182932B true CN105182932B (zh) | 2017-09-22 |
Family
ID=54905073
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510523005.7A Active CN105182932B (zh) | 2015-08-24 | 2015-08-24 | 基于模范系统的优化控制系统方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105182932B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI681274B (zh) * | 2018-11-14 | 2020-01-01 | 財團法人工業技術研究院 | 工具機頻率響應參數的調整方法及應用其之調整系統 |
CN111830833B (zh) * | 2020-07-31 | 2021-09-10 | 中国科学院自动化研究所 | 基于模范系统的对象辨识及控制系统优化整定方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102080819B (zh) * | 2009-11-30 | 2012-07-18 | 浙江省电力试验研究院 | 基于模型动态解耦的火电机组机炉协调控制方法 |
CN102621890A (zh) * | 2012-03-30 | 2012-08-01 | 中国科学院光电技术研究所 | 一种运动载体光电跟踪稳定平台的控制方法 |
CN104483930B (zh) * | 2014-11-21 | 2017-03-15 | 大唐淮南洛河发电厂 | 一种火电机组的先进过程控制优化系统 |
-
2015
- 2015-08-24 CN CN201510523005.7A patent/CN105182932B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN105182932A (zh) | 2015-12-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108803336B (zh) | 一种航空发动机自适应lqg/ltr控制器设计方法 | |
CN103205665B (zh) | 一种连续热镀锌线锌层厚度自动控制方法 | |
CN108132599B (zh) | 一种基于迭代反馈整定的ude控制系统设计方法 | |
CN105045233B (zh) | 火电厂热工系统中基于时间量度的pid控制器的优化设计方法 | |
CN109839825A (zh) | 一种稀土萃取过程组分含量的预测控制方法及系统 | |
CN105182932B (zh) | 基于模范系统的优化控制系统方法 | |
CN102033548A (zh) | 基于rbf神经网络的伺服控制系统及方法 | |
JP6111913B2 (ja) | 制御パラメータ調整システム | |
Assawinchaichote et al. | Fuzzy control and filter design for uncertain fuzzy systems | |
Alla et al. | PID control design for second order systems | |
CN104076831B (zh) | 基于广义预测控制优化的水箱液位控制方法 | |
CN108803310A (zh) | 一种pid控制方法、装置及设备 | |
Gao et al. | Design of PID controller for greenhouse temperature based on Kalman | |
CN106842953A (zh) | 一种无人直升机自适应低阶控制器 | |
CN110687777A (zh) | 一种自耦pi协同控制理论新方法 | |
Bessa | Some remarks on the boundedness and convergence properties of smooth sliding mode controllers | |
Veerendar et al. | Fractional‐order PID and internal model control‐based dual‐loop load frequency control using teaching–learning optimization | |
CN106371321A (zh) | 一种焦化炉炉膛压力系统模糊网络优化pid控制方法 | |
Zhou et al. | Prescribed performance adaptive neural network tracking control of strict-feedback nonlinear systems with nonsymmetric dead-zone | |
CN108363292A (zh) | 一种基于模糊控制策略的火电机组agc控制方法及装置 | |
CN206563911U (zh) | 一种基于pid神经网络的双容液位控制系统 | |
CN115097718A (zh) | 一种基于观测器pid结构与整定方法及装置 | |
Ren et al. | A new Smith predictor for control of process with long time delays | |
CN106444389A (zh) | 一种废塑料裂解温度系统的模糊rbf网络优化pi控制方法 | |
Liu et al. | Adaptive tracking control of uncertain nonlinear system with time delays, external disturbances and dead-zone input |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |