CN107203135A - 一种基于动态反馈‑前馈的自适应控制系统 - Google Patents
一种基于动态反馈‑前馈的自适应控制系统 Download PDFInfo
- Publication number
- CN107203135A CN107203135A CN201710425827.0A CN201710425827A CN107203135A CN 107203135 A CN107203135 A CN 107203135A CN 201710425827 A CN201710425827 A CN 201710425827A CN 107203135 A CN107203135 A CN 107203135A
- Authority
- CN
- China
- Prior art keywords
- data
- feedforward
- feedback
- control system
- control
- 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.)
- Granted
Links
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 47
- 238000012545 processing Methods 0.000 claims abstract description 29
- 238000000034 method Methods 0.000 claims abstract description 24
- 239000000203 mixture Substances 0.000 claims abstract description 7
- 238000001914 filtration Methods 0.000 claims description 15
- 230000001629 suppression Effects 0.000 claims description 15
- 238000006243 chemical reaction Methods 0.000 claims description 13
- 238000005070 sampling Methods 0.000 claims description 13
- 238000012935 Averaging Methods 0.000 claims description 12
- 230000006399 behavior Effects 0.000 claims description 7
- 230000006870 function Effects 0.000 claims description 6
- 238000012937 correction Methods 0.000 claims description 5
- 238000013500 data storage Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 claims description 3
- 238000012804 iterative process Methods 0.000 claims description 3
- 230000007774 longterm Effects 0.000 claims description 3
- 230000006641 stabilisation Effects 0.000 claims description 3
- 238000011105 stabilization Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 10
- 230000008859 change Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000009897 systematic effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 101100325756 Arabidopsis thaliana BAM5 gene Proteins 0.000 description 1
- 101150046378 RAM1 gene Proteins 0.000 description 1
- 101100476489 Rattus norvegicus Slc20a2 gene Proteins 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000001311 chemical methods and process Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明涉及自适应控制技术领域，尤指一种通过对前馈数据进行的实时处理，构成动态前馈—反馈控制系统的一种基于动态反馈‑前馈的自适应控制系统；主要是通过对前馈数据进行的实时处理，构成动态的反馈—前馈控制系统，利用反馈控制系统的输出作为前馈控制系统的基本组成，将反馈控制时的控制信息作为前馈数据的输入，经过自适应前馈控制方法的处理后,再作为前馈控制的输入，不需要利用实验仪器设备对干扰信号进行测量，只需要利用反馈控制时的控制信息作为前馈数据，通过本发明对前馈数据进行处理，就能够自动抑制外部扰动对系统的干扰，既能对干扰进行及时的粗调，减小系统的负担，也能降低前馈控制模型的精度要求，提高控制品质，使系统达到动态稳定。
Description
技术领域
本发明涉及自适应控制技术领域，尤指一种通过对前馈数据进行的实时处理，构成一种基于动态反馈-前馈的自适应控制系统。
背景技术
自适应控制系统最早在航空方面首先得到了应用,随着计算机技术的发展和理论的不断完善，自适应控制技术的推广应用将不断发展，这种控制技术不但用于各工业部门，例如在航海方面，在化工过程、钢铁和冶金工业方面，在电力拖动方面，近年来还推广应用于非工业部门，例如生物医学部门，但就现有的关于应用方面的报导来看，自适应控制技术主要用于过程较慢的系统和特性变化速度不很快的对象。
一般来说，控制系统可分为反馈控制系统和前馈控制系统。其中，反馈控制系统是根据系统输出变化的信息来进行控制，通过比较被控系统行为（输出）与期望行为之间的偏差，并消除偏差以获得预期的系统性能；前馈控制系统是利用输入或扰动信号来进行控制，控制系统的输出量不对系统的控制产生任何影响；然而从原理上讲，反馈控制系统是滞后的,只有在被控系统受到扰动并产生偏差之后，才会进行响应和动作。从发现偏差到采取更正措施之间存在的时间延迟，决定了控制系统的带宽，而对于带宽外的偏差，不能进行有效的补偿。前馈控制系统是超前的，理论上其带宽可以是无穷大，但在实际应用中，一是导致偏差的扰动来源并不能完全获得，二是扰动与偏差的对应关系取决于被控系统状态，并不是恒定不变的，这导致控制系统的精度相对较差；虽然专利号为200410036850.3,名称为基于状态的自适应反馈/前馈PID控制器中公开了一种自适应控制器，主是通过在控制器里设置误差产生器，用以分析输出数据，将误差与参数值关联，然后通过参数内插件进行相应的自适应，用以更新控制器数据，用以响应自适应周期结束时的自适应参数，该控制方法显得粗糙而复杂，而且实时自适应精度不高。
发明内容
为了弥补现有技术中单独的反馈控制系统和前馈控制系统控制的局限性，本发明旨在提供一种将前馈与反馈结合起来的控制方法，尤指一种通过对前馈数据进行的实时处理，构成动态反馈—前馈控制系统，使得系统能够自动及时的适应外部扰动的影响，既发挥了前馈校正作用及时的优点，又保持了反馈控制能克服多种扰动及对受控变量最终检验的长处，能适用于大动态范围条件下实现自动过程控制的、有较大应用前景的一种基于动态反馈-前馈的自适应控制系统。
为实现上述目的，本发明采用的技术方案是：一种基于动态反馈-前馈的自适应控制系统,所述的控制系统主要包括反馈控制器和前馈控制器，其中反馈控制器可采用标准的PID控制器，所述的前馈控制器主要包括数据对齐模块、数据迭代模块、数据平均模块和数据滤波抑制模块。
所述的数据对齐模块负责将每一个周期中反馈控制器和前馈控制器中的对应控制数据以及迭代时的前馈数据进行一一对齐。
所述的数据迭代模块是对前馈数据进行迭代运算，对齐后的多个周期中相应点的前馈数据进行迭代运算，以获得被控系统状态变化趋势。
所述的数据平均模块负责将迭代后的前馈数据进行平均运算，使前馈数据的值更逼近系统所需，更有效的消除外部扰动，减少反馈控制的控制负担，实现系统的稳定。
所述的数据滤波抑制模块是通过滤波网络将输入的前馈数据进行滤波处理，实现前馈数据在迭代过程中可能产生的振荡和不稳定性的抑制。
所述的数据对齐模块根据被控系统运行状态, 选取自适应前馈控制器的采样周期T以及与之相适应的采样频率F，利用公式D=T×F得到数据存储器的存储深度。
所述的数据迭代模块根据被控系统运行状态,选取存储器数量，数据按照对齐的规则，不同周期顺序存储在对应存储器内，每个周期内数据顺序存储在对应地址内，存储器空间循环使用，使用先进先出的原则。
所述的数据平均模块对存储在不同存储器中相同地址的数据，进行算术平均，得到一组新的数据。
所述的数据滤波抑制模块通过测量反馈控制器带宽，确定滤波器截至频率，并结合采样频率F，设计所需的数字低通滤波器。
所述的控制方法主要是通过对前馈数据进行的实时处理，构成动态的反馈—前馈控制系统，利用反馈控制系统的输出作为前馈控制系统的基本组成，将反馈控制时的控制信息作为前馈数据的输入，经过自适应前馈控制方法的处理后,再作为前馈控制的输入。
所述的自适应前馈控制方法包括前馈控制器对模拟信号的采集及转换，对数字信号的处理和对数字信号的转化及输出顺序三个步骤：
所述对模拟信号的采集及转换，是根据被控系统运行状态，选取自适应前馈控制器的采样周期以及与之相适应的采样频率，即每个周期内的采样点数量，数据按照财通周期和周期内的采样点以数组的模式被顺序储存，采样时间窗+FIFO的模式，保留M个周期的数据，M+1周期的数据将被以先进先出的原则最新周期的数据刷新掉，刷新以先进先出为原则；
所述对数字信号的处理主要包括对数字信号的调制解调、数字旋转算法和控制算法，其中控制算法由反馈控制器和前馈控制器共同完成，其中反馈控制器可采用标准的PID控制器，反馈控制器的输入需要通过比较系统输出与期望行为之间的偏差；前馈控制器主要利用数据对齐模块、数据平均模块、数据迭代模块和数据滤波抑制模块对采集到的数字信号进行处理，首先利用公式对M个周期对应采样点的数据进行平均，以消除随机误差，以实现自适应修正的功能；然后设计适合的低通滤波器，对平均后的数据进行滤波处理，以确保长期迭代下整个控制系统的稳定性；
所述的对数字信号的转化及输出是将按照采样周期和采样频率经过数字信号的处理的数据作为自适应前馈控制器输出。
本发明的有益效果体现在：本发明主要是通过对前馈数据进行的实时处理，构成动态的反馈—前馈控制系统，利用反馈控制系统的输出作为前馈控制系统的基本组成，将反馈控制时的控制信息作为前馈数据的输入，经过自适应前馈控制方法的处理后,再作为前馈控制的输入，反馈控制的输入需要通过比较系统输出与期望行为之间的偏差，系统在二者的共同作用下，消除内部干扰和外部扰动，以获得预期的系统性能，在控制系统中，外部扰动有时会非常激烈、频繁并且是不可控制的，利用本自适应前馈控制方法，不需要利用实验仪器设备对干扰信号进行测量，只需要利用反馈控制时的控制信息作为前馈数据，通过本发明对前馈数据进行处理，就能够自动抑制外部扰动对系统的干扰，这种控制方法，既能对干扰进行及时的粗调，大大减小系统的负担，也能降低前馈控制模型的精度要求，提高控制品质，使系统达到动态稳定。
附图说明
图1是本发明的逻辑连接示意图。
图2是本发明中前馈控制器工作原理示意图。
图3是本发明具体实施例的工作原理示意图。
具体实施方式
下面结合附图详细说明本发明的具体实施方式：
如图1-2所示，一种基于动态反馈-前馈的自适应控制系统,所述的控制系统主要包括反馈控制器和前馈控制器，其中反馈控制器通常可采用标准的PID控制器，也可根据实际情况选用其它种类反馈控制器，所述的前馈控制器主要设置有数据对齐模块、数据迭代模块、数据平均模块和数据滤波抑制模块。所述的数据对齐模块负责将每一个周期中反馈控制器和前馈控制器中的对应控制数据以及迭代时的前馈数据进行一一对齐。所述的数据迭代模块是前馈数据进行迭代运算，对齐后的多个周期中相应点的前馈数据进行迭代运算，以获得被控系统状态变化趋势。所述的数据平均模块负责将迭代后的前馈数据进行平均运算，使前馈数据的值更逼近系统所需，更有效的消除外部扰动，减少反馈控制的控制负担，实现系统的稳定。所述的滤波抑制模块是通过滤波网络将输入的前馈数据进行滤波处理，实现前馈数据在迭代过程中可能产生的振荡和不稳定性的抑制。
具体实施例：利用一种基于动态反馈-前馈的自适应控制系统进行控制的方法，所述的控制方法主要是通过对前馈数据进行的实时处理，构成动态的反馈—前馈控制系统，利用反馈控制系统的输出作为前馈控制系统的基本组成，将反馈控制时的控制信息作为前馈数据的输入，经过自适应前馈控制方法的处理后,再作为前馈控制的输入。
如图3所示，所述的自适应前馈控制方法包括前馈控制器对模拟信号的采集及转换，对数字信号的处理和对数字信号的转化及输出顺序三个步骤。
第一、对模拟信号的采集及转换：所述对模拟信号的采集及转换，是根据被控系统运行状态，选取自适应前馈控制器的采样周期以及与之相适应的采样频率，即每个周期内的采样点数量，数据按照财通周期和周期内的采样点以数组的模式被顺序储存，采样时间窗+FIFO的模式，保留M个周期的数据，M+1周期的数据将被以先进先出的原则最新周期的数据刷新掉，刷新以先进先出为原则。
第二、对数字信号的处理：所述对数字信号的处理主要包括对数字信号的调制解调、数字旋转算法和控制算法，其中控制算法由反馈控制器和前馈控制器共同完成，其中反馈控制器一般可采用标准的PID控制器，也可根据实际情况选用其它种类反馈控制器，反馈控制器的输入需要通过比较系统输出与期望行为之间的偏差；前馈控制器主要利用数据对齐模块、数据迭代模块、数据平均模块和数据滤波抑制模块对采集到的数字信号进行处理。
首先，数据对齐模块根据被控系统运行状态, 选取自适应前馈控制器的采样周期T以及与之相适应的采样频率F，二者确定后, 根据公式D=T×F则可以得到数据存储器的存储深度（地址位），本应用存储深度为2048。
然后，数据迭代模块同样根据被控系统运行状态,选取存储器数量，本应用存储器数量为256，即可以存储256个周期的数据，数据按照对齐的规则，不同周期顺序存储在对应存储器内，每个周期内数据顺序存储在对应地址内，存储器空间循环使用，使用先进先出的原则，以当前应用为例，若周期1、2...256分别存储在RAM1、2...256内，则周期257将存储在RAM1内，也就是说周期1的数据将被替换。
再然后，数据平均模块对存储在不同存储器中相同地址的数据，进行算术平均，得到一组新的数据，更具体的是利用公式对M个周期对应采样点的数据进行平均，以消除随机误差，以实现自适应修正的功能；然后设计适合的低通滤波器，对平均后的数据进行滤波处理，以确保长期迭代下整个控制系统的稳定性，在本实施例中，对于每个地址都有256个16bit数据，叠加可得到一个24bit数据，再进行归一化处理（即截去后8位），可得到该地址平均后的数据。
最后，滤波抑制模块通过测量反馈控制器带宽，确定滤波器截至频率，并结合采样频率F，设计所需的数字低通滤波器。在本实施例中，综合考虑数字算法稳定性和资源消耗，选取了无限冲击响应数字低通滤波器。滤波后的数据还需根据滤波器的特性，进行归一化和延时处理，并最终与反馈控制器输出合成最终的控制信号。
第三、对数字信号的转化及输出：所述的对数字信号的转化及输出是将按照采样周期和采样频率经过数字信号的处理的数据作为自适应前馈控制器输出。
在本发明中，利用反馈控制系统的输出作为前馈控制系统的基本组成，其原因在于反馈控制系统的输出实际上包含了对所有扰动的响应，由偏差而产生的输出变化表现了被控系统的实时状态，以此技术为基础，可有效的解决了前馈控制系统的一大局限，即如何获得所有造成被控系统偏差的扰动，以及如何确定偏差与扰动之间的对应关系，利用此技术，前馈控制系统不仅可以充分体现其在动态相应特性上的优势，还可以适应被控系统状态的变化，达到更好的控制效果。
另外，在本发明中，前馈控制系统是根据被控系统状态自动修正的，这引出了另一个关键技术，就是如何解决在此过程中的控制系统振荡问题，在本发明中，经过相关算法得到的前馈控制系统输出最终将进行低通滤波处理，并设定滤波器截至频率小于反馈控制系统的带宽，这样做的目的是，如果在前馈控制系统自适应修正的过程中产生振荡，由于滤波器的限制，其振荡的频率一定是在反馈控制系统带宽以内，因此振荡将会在反馈控制系统的作用下衰减下来。
综上所述，本发明主要是通过对前馈数据进行的实时处理，构成动态的反馈—前馈控制系统，利用反馈控制系统的输出作为前馈控制系统的基本组成，将反馈控制时的控制信息作为前馈数据的输入，经过自适应前馈控制方法的处理后,再作为前馈控制的输入，反馈控制的输入需要通过比较系统输出与期望行为之间的偏差，系统在二者的共同作用下，消除内部干扰和外部扰动，以获得预期的系统性能，在控制系统中，外部扰动有时会非常激烈、频繁并且是不可控制的，利用本自适应前馈控制方法，不需要利用实验仪器设备对干扰信号进行测量，只需要利用反馈控制时的控制信息作为前馈数据，通过本发明对前馈数据进行处理，就能够自动抑制外部扰动对系统的干扰，这种控制方法，既能对干扰进行及时的粗调，大大减小系统的负担，也能降低前馈控制模型的精度要求，提高控制品质，使系统达到动态稳定。
以上所述，仅是本发明的较佳实施例，并非对本发明的技术范围作任何限制，本行业的技术人员，在本技术方案的启迪下，可以做出一些变形与修改，凡是依据本发明的技术实质对以上的实施例所作的任何修改、等同变化与修饰，均仍属于本发明技术方案的范围内。
Claims (7)
1.一种基于动态反馈-前馈的自适应控制系统,其特征在于：所述的控制系统主要包括反馈控制器和前馈控制器，其中反馈控制器可采用标准的PID控制器，所述的前馈控制器主要包括数据对齐模块、数据迭代模块、数据平均模块和数据滤波抑制模块；
所述的数据对齐模块负责将每一个周期中反馈控制器和前馈控制器中的对应控制数据以及迭代时的前馈数据进行一一对齐；
所述的数据迭代模块是对前馈数据进行迭代运算，对齐后的多个周期中相应点的前馈数据进行迭代运算，以获得被控系统状态变化趋势；
所述的数据平均模块负责将迭代后的前馈数据进行平均运算，使前馈数据的值更逼近系统所需，更有效的消除外部扰动，减少反馈控制的控制负担，实现系统的稳定；
所述的数据滤波抑制模块是通过滤波网络将输入的前馈数据进行滤波处理，实现前馈数据在迭代过程中可能产生的振荡和不稳定性的抑制。
2.根据权利要求1所述的一种基于动态反馈-前馈的自适应控制系统,其特征在于：所述的数据对齐模块根据被控系统运行状态, 选取自适应前馈控制器的采样周期T以及与之相适应的采样频率F，利用公式D=T×F得到数据存储器的存储深度。
3.根据权利要求1所述的一种基于动态反馈-前馈的自适应控制系统,其特征在于：所述的数据迭代模块根据被控系统运行状态,选取存储器数量，数据按照对齐的规则，不同周期顺序存储在对应存储器内，每个周期内数据顺序存储在对应地址内，存储器空间循环使用，使用先进先出的原则。
4.根据权利要求1所述的一种基于动态反馈-前馈的自适应控制系统,其特征在于：所述的数据平均模块对存储在不同存储器中相同地址的数据，进行算术平均，得到一组新的数据。
5.根据权利要求1所述的一种基于动态反馈-前馈的自适应控制系统,其特征在于：所述的数据滤波抑制模块通过测量反馈控制器带宽，确定滤波器截至频率，并结合采样频率F，设计所需的数字低通滤波器。
6.利用权利要求1-5任一项所述的一种基于动态反馈-前馈的自适应控制系统进行控制的方法，其特征在于：所述的控制方法主要是通过对前馈数据进行的实时处理，构成动态的反馈—前馈控制系统，利用反馈控制系统的输出作为前馈控制系统的基本组成，将反馈控制时的控制信息作为前馈数据的输入，经过自适应前馈控制方法的处理后,再作为前馈控制的输入。
7.根据权利要求6所述的一种基于动态反馈-前馈的自适应控制系统，其特征在于：所述的自适应前馈控制方法包括前馈控制器对模拟信号的采集及转换，对数字信号的处理和对数字信号的转化及输出顺序三个步骤；
所述对模拟信号的采集及转换，是根据被控系统运行状态，选取自适应前馈控制器的采样周期以及与之相适应的采样频率，即每个周期内的采样点数量，数据按照财通周期和周期内的采样点以数组的模式被顺序储存，采样时间窗+FIFO的模式，保留M个周期的数据，M+1周期的数据将被以先进先出的原则最新周期的数据刷新掉，刷新以先进先出为原则；
所述对数字信号的处理主要包括对数字信号的调制解调、数字旋转算法和控制算法，其中控制算法由反馈控制器和前馈控制器共同完成，其中反馈控制器可采用标准的PID控制器，反馈控制器的输入需要通过比较系统输出与期望行为之间的偏差；前馈控制器主要利用数据对齐模块、数据平均模块、数据迭代模块和数据滤波抑制模块对采集到的数字信号进行处理，首先利用公式对M个周期对应采样点的数据进行平均，以消除随机误差，以实现自适应修正的功能；然后设计适合的低通滤波器，对平均后的数据进行滤波处理，以确保长期迭代下整个控制系统的稳定性；
所述的对数字信号的转化及输出是将按照采样周期和采样频率经过数字信号的处理的数据作为自适应前馈控制器输出。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710425827.0A CN107203135B (zh) | 2017-06-08 | 2017-06-08 | 一种基于动态反馈-前馈的自适应控制系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710425827.0A CN107203135B (zh) | 2017-06-08 | 2017-06-08 | 一种基于动态反馈-前馈的自适应控制系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107203135A true CN107203135A (zh) | 2017-09-26 |
| CN107203135B CN107203135B (zh) | 2020-02-04 |
Family
ID=59907333
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710425827.0A Active CN107203135B (zh) | 2017-06-08 | 2017-06-08 | 一种基于动态反馈-前馈的自适应控制系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107203135B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109340569A (zh) * | 2018-10-25 | 2019-02-15 | 北京亿华通科技股份有限公司 | 一种气体供应系统自学习控制方法 |
| CN110221541A (zh) * | 2019-05-31 | 2019-09-10 | 固高科技(深圳)有限公司 | 伺服系统中前馈控制器的前馈系数获取装置、方法 |
| CN110716465A (zh) * | 2019-10-10 | 2020-01-21 | 中国地质大学（北京） | 一种基于单片机的自适应数据处理系统与控制方法 |
| CN110764417A (zh) * | 2019-11-13 | 2020-02-07 | 东南大学 | 一种基于闭环辨识模型的线性二次型最优动态前馈-反馈pid控制系统及其控制方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6576886B1 (en) * | 2001-02-20 | 2003-06-10 | General Photonics Corporation | Dynamic control of polarization of an optical signal |
| CN1540461A (zh) * | 2003-04-21 | 2004-10-27 | ����-��˹â��ϵͳ�ɷ�����˾ | 基于状态的自适应反馈/前馈pid控制器 |
| CN101097439A (zh) * | 2006-06-30 | 2008-01-02 | 宝山钢铁股份有限公司 | 张减机壁厚前馈结合反馈控制方法 |
| CN105553898A (zh) * | 2015-12-18 | 2016-05-04 | 中国电子科技集团公司第三研究所 | 均衡器及反馈均衡方法 |
| CN106483850A (zh) * | 2016-11-23 | 2017-03-08 | 沈阳航天新光集团有限公司 | 一种航空发动机基于rbf神经网络前馈的模糊自适应pid控制器设计方法 |
-
2017
- 2017-06-08 CN CN201710425827.0A patent/CN107203135B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6576886B1 (en) * | 2001-02-20 | 2003-06-10 | General Photonics Corporation | Dynamic control of polarization of an optical signal |
| CN1540461A (zh) * | 2003-04-21 | 2004-10-27 | ����-��˹â��ϵͳ�ɷ�����˾ | 基于状态的自适应反馈/前馈pid控制器 |
| CN101097439A (zh) * | 2006-06-30 | 2008-01-02 | 宝山钢铁股份有限公司 | 张减机壁厚前馈结合反馈控制方法 |
| CN105553898A (zh) * | 2015-12-18 | 2016-05-04 | 中国电子科技集团公司第三研究所 | 均衡器及反馈均衡方法 |
| CN106483850A (zh) * | 2016-11-23 | 2017-03-08 | 沈阳航天新光集团有限公司 | 一种航空发动机基于rbf神经网络前馈的模糊自适应pid控制器设计方法 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109340569A (zh) * | 2018-10-25 | 2019-02-15 | 北京亿华通科技股份有限公司 | 一种气体供应系统自学习控制方法 |
| CN109340569B (zh) * | 2018-10-25 | 2020-08-25 | 北京亿华通科技股份有限公司 | 一种气体供应系统自学习控制方法 |
| CN110221541A (zh) * | 2019-05-31 | 2019-09-10 | 固高科技(深圳)有限公司 | 伺服系统中前馈控制器的前馈系数获取装置、方法 |
| CN110716465A (zh) * | 2019-10-10 | 2020-01-21 | 中国地质大学（北京） | 一种基于单片机的自适应数据处理系统与控制方法 |
| CN110764417A (zh) * | 2019-11-13 | 2020-02-07 | 东南大学 | 一种基于闭环辨识模型的线性二次型最优动态前馈-反馈pid控制系统及其控制方法 |
| CN110764417B (zh) * | 2019-11-13 | 2022-06-03 | 东南大学 | 一种基于闭环辨识模型的线性二次型最优动态前馈-反馈pid控制系统及其控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107203135B (zh) | 2020-02-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107203135A (zh) | 一种基于动态反馈‑前馈的自适应控制系统 | |
| Madoński et al. | Survey on methods of increasing the efficiency of extended state disturbance observers | |
| Njah | Tracking control and synchronization of the new hyperchaotic Liu system via backstepping techniques | |
| CN106896716B (zh) | 基于灰狼算法的微电网交直流断面换流器pid参数优化方法 | |
| US10466754B2 (en) | Dynamic hierarchical performance balancing of computational resources | |
| CN106887858B (zh) | 一种接入新能源发电的储能系统跟踪计划出力方法及装置 | |
| WO2022160894A1 (zh) | 基于迭代学习的数控机床快速误差补偿控制系统及方法 | |
| Zhang et al. | A new approach to global asymptotic tracking for a class of low-triangular nonlinear systems via output feedback | |
| CN111130123A (zh) | 一种并联型有源电力滤波器的自适应控制方法 | |
| CN103618486A (zh) | 一种模糊控制的直流电机调速方法 | |
| CN112671232A (zh) | Llc谐振电路的控制方法、装置及终端设备 | |
| CN114371618B (zh) | 基于神经网络的扩张状态观测器补偿方法及自抗扰控制器 | |
| CN109861226B (zh) | 一种综合优化谐波稳定性和阻尼损耗的lcl滤波器设计方法 | |
| Wang et al. | Non-affine nonlinear systems adaptive optimal trajectory tracking controller design and application | |
| Huba | Some practical issues in the smith predictor design for FOTD systems | |
| CN106292285B (zh) | 一种模糊自适应pi控制器参数确定方法 | |
| Jing | Application and study of expert PID intelligent control | |
| US6081820A (en) | Method and apparatus for filtering a signal using a window value | |
| Song et al. | Stabilization and algorithm of integrator plus dead-time process using PID controller | |
| CN112068423B (zh) | 有限值幂次吸引重复控制器设计方法 | |
| CN104636522B (zh) | 一种优化的nurbs和dda曲线两级插补方法 | |
| Yuan et al. | Fractional-order PID controllers for stabilization of fractional-order time delay systems based on region stability | |
| WANG et al. | The Research of Delay Characteristics in CAN Bus Networked Control System | |
| Liu et al. | An iteration-domain filter for controlling transient growth in iterative learning control | |
| CN114614490A (zh) | 无功电压控制方法和装置、介质以及计算装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |