CN108828954B - 气候风洞自适应预测控制系统及其控制方法 - Google Patents
气候风洞自适应预测控制系统及其控制方法 Download PDFInfo
- Publication number
- CN108828954B CN108828954B CN201810927765.8A CN201810927765A CN108828954B CN 108828954 B CN108828954 B CN 108828954B CN 201810927765 A CN201810927765 A CN 201810927765A CN 108828954 B CN108828954 B CN 108828954B
- Authority
- CN
- China
- Prior art keywords
- wind tunnel
- climate
- control
- humidity
- step response
- 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
Images
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)
- Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)
Abstract
本发明公开了一种气候风洞控制系统,对气候风洞的风速、温度和湿度控制采用以下方式:获得气候风洞各个被控量的阶跃响应模型;在风速变化范围内,选定多个标准工况的风速对应的风速阶跃响应模型、温度阶跃响应模型和湿度阶跃响应模型;将选定多个标准工况的风速、温度和湿度作为被控量导入多入多出气候风洞自适应预测控制系统,根据当前风速选择对应的温度阶跃响应模型和湿度阶跃响应模型,气候风洞自适应预测控制系统使用获取的上述不同模型计算输出量,即控制量,将不同模型计算得出的控制量拟合作为最终控制量;最终控制量作为控制量对气候风洞进行控制。本发明还公开了一种气候风洞控制方法,本发明能避免非线性多变量以及可变时滞多变量对气候风洞的影响。
Description
技术领域
本发明涉及一种用于气候风洞的温湿度以及风速的控制技术,特别是涉及一种使气候风洞系统快速达到控制目标的气候风洞的温湿度以及风速自适应预测控制方法。
背景技术
风洞是能人工产生和控制气流,以模拟飞行器或物体周围气体的流动,并可量度气流对物体的作用以及观察物理现象的一种管道状实验设备,它是进行空气动力实验最常用、最有效的工具.按其功效可分为汽车风洞、飞机风洞等。气候风洞是汽车风洞的一种,气候风洞主要是模拟气候环境,用来测定汽车的一般性能被广泛应用于汽车试验中。
模型预测控制是一种基于模型、滚动优化并结合反馈校正的先进控制算法,具有建模直观、动态响应快且易于处理系统非线性特性和约束等优点。然而实际系统如气候风洞系统有着许多不确定性,大多的实际系统也往往是复杂的多变量非线性系统,经常需要解决多目标,多优化的问题。因此,如何对非线性滚动优化问题进行实时有效地求解,依然是困扰控制领域的一大难题。
气候风洞系统是一个强耦合、大惯性、时滞可变的非线性系统。气候风洞的风速和温湿度相互耦合,在不同的风速下,温湿度的阶跃响应模型也有所不同,因此采用单一的模型不能达到控制目标。并且,由于气候风洞的结构,对于温湿度的控制具有很大且变化的时滞。对于这样的被控系统,简单的采用单回路PID进行控制,由于物理量之间的耦合不能很好处理,系统具有的非线性以及可变时滞无法考虑到控制系统设计中,使得系统设计复杂,且很难达到控制要求。
发明内容
本发明要解决的技术问题提供一种能避免非线性多变量以及可变时滞多变量对气候风洞影响的气候风洞自适应预测控制系统。
本发明要解决的另一技术问题提供一种能避免气候风洞的非线性多变量以及可变时滞多变量对气候风洞影响的气候风洞自适应预测控制方法。
所述影响包括:系统超调(超调量也叫最大偏差maximum deviation或过冲量。偏差是指被调参数与给定值的差)、系统控制所需时间、系统控制计算量以及系统控制精度。
阶跃响应,在给定初始状态下系统的阶跃响应包括当其控制输入是Heaviside阶跃函数时其输出的时间演变。在电子工程和控制理论中,阶跃响应是在非常短的时间之内,一般系统的输出在输入量从0跳变为1时的体现。应用该函数以及冲激函数可以方便地描述动态电路的激励和响应。脉冲响应是阶跃响应的导数。
串级控制结构/系统是两只调节器串联起来工作,其中一个调节器的输出作为另一个调节器的给定值的系统。从串级控制的工作过程看来,两个控制器是串联工作的,以外环控制器为主导,保证外环主变量稳定为目的,两个控制器协调一致,互相配合。尤其是对于二次干扰,内环控制器首先进行“粗调”,外环控制器再进一步“细调”。因此控制品质必然优于简单控制系统。就外环回路看是一个定值控制系统,但内环回路可看成是一个随动控制回路。外环控制器按负荷和操作条件的变化不断纠正内环控制器的设定值,使内环控制器的设定值适应负荷和操作条件的变化。如果对象中有较大非线性的部分包含到了内环回路中,则负荷和操作条件变化时,必然使内环回路的工作点移动而影响其稳定性。但在串级结构中,内环回路的变化对整个系统的稳定性影响很小,所以从这个意义上说,串级控制系统能够适应不同负荷和操作条件的变化。
前馈控制是在不变性原理的基础上发展而成的。前馈控制系统是根据扰动或给定值的变化按补偿原理来工作的控制系统,其特点是当扰动产生后,被控变量还未变化以前,根据扰动作用的大小进行控制,以补偿扰动作用对被控变量的影响。前馈控制系统运用得当,可以使被控变量的扰动消灭在萌芽之中,使被控变量不会因扰动作用或给定值变化而产生偏差,它较之反馈控制能更加及时地进行控制,并且不受系统滞后的影响。
为解决上述技术问题,本发明提供气候风洞自适应预测控制系统,对气候风洞的风速、温度和湿度控制采用以下方式:
1)获得气候风洞各个被控量的阶跃响应模型;被控量包括风速、温度和湿度。获得阶跃响应的方法是:以获取温度阶跃响应为例,固定湿度和风速的控制量不变,给温度控制量一个阶跃,随后测量温度、湿度和风速的响应。
2)在风速变化范围内,选定多个标准工况的风速对应的风速阶跃响应模型、温度阶跃响应模型和湿度阶跃响应模型;
3)将选定多个标准工况的风速、温度和湿度作为被控量导入多入多出气候风洞自适应预测控制系统,根据当前风速选择对应的温度阶跃响应模型和湿度阶跃响应模型,气候风洞自适应预测控制系统计算不同模型输出量,将不同模型输出量拟合作为最终输出量;
4)最终输出量作为控制量执行气候风洞控制。
其中,风速、温度和湿度控制采用串级结构控制,内环采用PID控制,外环采用预测控制计算不同模型输出量。
其中,计算不同模型输出量采用以下步骤:
A)利用不同风速的温度阶跃响应模型和湿度阶跃响应模型建立预测模型;
设被控对象有m个控制输入,,m是大于3的正整数,p个控制输出,p是大于3的正整数,假定已测得每个输出yi对每一个输入ui的单位阶跃响应aij(t),t是正整数,建立模型向量aij=[aij(1)...aij(N)]T,i=1,...,p;j=1,...,m;
则k时刻,uj有增量Δuj(k)时yi在未来N个时刻的输出预测值如下
B)对预测模型滚动优化;
在计算得到控制增量Δu(k)后,实际气候风洞控制量为:u(k)=u(k-1)+Δu(k);
若各uj只有即时变化Δuj(k),...,Δuj(k+M-1),(j=1,...,m),则有:
得到多变量系统滚动优化的预测控制模型:
C)实施反馈校正
进一步改进所述气候风洞自适应预测控制系统,在风速、温度和湿度的串级结构控制中增加前馈控制,前馈系数经过现场调试确定。
本发明提供一种气候风洞自适应预测控制方法,对气候风洞的风速、温度和湿度控制,采用以下步骤:
1)获得气候风洞各个被控量的阶跃响应模型;
2)在风速变化范围内,选定多个标准工况的风速对应的风速阶跃响应模型、温度阶跃响应模型和湿度阶跃响应模型;
3)将选定多个标准工况的风速、温度和湿度作为被控量导入多入多出气候风洞自适应预测控制系统,根据当前风速选择对应的温度阶跃响应模型和湿度阶跃响应模型,气候风洞自适应预测控制系统计算不同模型输出量,将不同模型输出量拟合作为最终输出量;
4)最终输出量作为控制量执行气候风洞控制。
其中,计算不同模型输出量采用以下步骤:
A)利用不同风速的温度阶跃响应模型和湿度阶跃响应模型建立预测模型;
设被控对象有m个控制输入,p个控制输出,假定已测得每个输出yi对每一个输入ui的单位阶跃响应aij(t),t是正整数,建立模型向量
aij=[aij(1)...aij(N)]T,i=1,...,p;j=1,...,m;
则k时刻,uj有增量Δuj(k)时yi在未来N个时刻的输出预测值如下
B)对预测模型滚动优化;
在计算得到控制增量Δu(k)后,实际气候风洞控制量为:u(k)=u(k-1)+Δu(k);
若各uj只有即时变化Δuj(k),...,Δuj(k+M-1),(j=1,...,m),则有:
得到多变量系统滚动优化的预测控制模型
C)实施反馈校正
进一步改进所述的气候风洞自适应预测控制方法,在实施步骤4)时,增加前馈控制步骤,前馈系数经过现场调试确定。
本发明至少具有以下技术效果:
1、本发明的控制系统考虑到气候风洞系统具有大时滞、强耦合等特点,采取将预测控制与PID控制相结合的控制方法,采用串级控制结构,最终减小了超调、缩短了控制时间,有效提高了气候风洞的控制效果。
2、由于本发明在实现自适应预测控制时,采用对不同模型下的计算结果进行拟合,所以整个控制算法的计算量小,便于工业应用。
3、由于本发明实现了自适应预测控制,在整个控制过程中实时拟合各模型计算所得控制量,降低了由于阶跃响应模型的变化所带来的影响,提高了整体的控制效果。
4、由于本发明在最终输出量作为控制量执行气候风洞控制前加入前馈时,采用了根据实际的现场调试来确定前馈系数,无需获取扰动的阶跃响应,减少了工作量,便于工业应用。
附图说明
下面结合附图与具体实施方式对本发明作进一步详细的说明:
图1为本发明一种气候风洞的温湿度以及风速的自适应预测控制方法所涉及的温湿度和风速的控制方框图;
图2为本发明一种气候风洞的温湿度以及风速的自适应预测控制方法所涉及的预测控制的结构图。
附图标记说明
Tsp---外环预测控制的温度给定值;
RHsp---外环预测控制的湿度给定值;
rsp---外环预测控制的速度给定值;
Tpv1---风洞的温度测量值;
RHpv1---风洞的湿度测量值;
rpv1---速度测量值;
Tpv2---温度控制内环PID算法反馈量;
RHpv2---湿度控制内环PID算法反馈量;
rpv2---速度控制内环PID算法反馈量;
ZT---温度扰动量;
ZRH---湿度扰动量;
Zr---速度扰动量;
W1---温度的外环控制系统传递函数;
W2---湿度的外环控制系统传递函数;
W3---速度的外环控制系统传递函数;
F_1---温度控制量拟合函数;
F_2---湿度控制量拟合函数;
G---扰动的传递函数
P---内环PID控制
Z---扰动量
具体实施方式
本发明未定义范围之参数说明该参数对范围没有要求,任意数值均可。
本发明第一实施例:假设在温度为40℃,湿度为40%的情况下,要求:①控制气候风洞的风速从10kph升到120kph,再由120kph降到10kph。②控制气候风洞风速从20kph一次升高到40kph、60kph、80kph、100kph、120kph,再从120kph降低一次降低到100kph、80kph、60kph、40kph、20kph。
控制方法是利用不同风速下的各个阶跃响应模型进行预测控制,对于控制量的计算由工控机完成,然后从工控机输出控制量对各个阀门以及电加热等进行调节。控制过程主要包括下面三个步骤:
在不同的工况(风速)下对温湿度分别给出阶跃信号,对于响应进行采样然后测得多个温湿度的阶跃响应模型:aij=[aij(1)...aij(N)]T,i=1,...,p;j=1,...,m进行下面的控制。
将上面的预测模型中的各个数值代入公式,计算得到控制量的增量Δu(k):
其中qi,ri是权系数,权系数由现场调试时确定,均为自然数;w(k)是温湿度的给定值。
计算出相应的控制量Δu(k),然后根据计算所得的Δu(k)对系统下一时刻的输出进行预测:
其中,
根据预测进行下一步的计算和控制,完成滚动优化。
根据滚动优化计算出的控制量对系统进行控制,测得实际的温湿度以及速度,与预测值进行比较,对预测值进行校正。
在滚动优化时对于多个计算结果进行拟合。前馈系数和PID控制的各参数在实际控制时根据控制效果进行调节。
在实施步骤滚动优化时,增加前馈控制步骤,前馈系数以及上述的权系数均经过现场调试确定。
通过上述控制过程,最终控制结果如下:风速从10kph升高到120kph时,温度波动为0.5℃;当风速从120kph下降到10kph时,温度波动为0.3℃;温度在上升和下降过程中湿度波动在2%以内。
风速在依次升高和降低的过程中,温度波动在0.2℃以内,湿度波动在2%以内。
本发明第二实施例:假设在温度为10℃,湿度在5%的情况下,①控制气候风洞风速从20kph依次上升到40kph、60kph、80kph、100kph、120kph。②控制风速从120kph下降到20kph,再上升到120kph。
控制方法和实施例一相同,利用不同风速下的各个阶跃响应模型进行预测控制,对于控制量的计算由工控机完成,然后从工控机输出控制量对各个阀门以及电加热等进行调节。控制过程主要包括下面三个步骤:
在不同的工况(风速)下对温湿度分别给出阶跃信号,对于响应进行采样然后测得多个温湿度的阶跃响应模型,作为预测模型:aij=[aij(1)...aij(N)]T,i=1,...,p;j=1,...,m进行下面的控制。
将上面的预测模型中的各个数值代入公式,计算得到控制量的增量Δu(k):
其中qi,ri是权系数,权系数由现场调试时确定,均为自然数;w(k)是温湿度的给定值。
计算出相应的控制量Δu(k),然后根据计算所得的Δu(k)对系统下一时刻的输出进行预测:
其中,
根据预测进行下一步的计算和控制,完成滚动优化。
根据滚动优化计算出的控制量对系统进行控制,测得实际的温湿度以及速度,与预测值进行比较,对预测值进行校正。
在滚动优化时对于多个计算结果进行拟合。前馈系数和PID控制的各参数在实际控制时根据控制效果进行调节。
在实施步骤滚动优化时,增加前馈控制步骤,前馈系数以及上述的权系数均经过现场调试确定。
通过上述控制过程,最终结果如下:在气候风洞风速从20kph依次上升到40kph、60kph、80kph、100kph、120kph的控制过程中,温度波动在0.2℃以内。在风速从120kph下降到20kph,再上升到120kph的过程中,温度波动在0.6℃以内。
本发明第三实施例:在温度为38℃,湿度在95%的情况下,①控制气候风洞风速从20kph依次上升到40kph、60kph、80kph、100kph、120kph。②控制风速从120kph下降到20kph,再上升到120kph。
控制方法和实施例一相同,利用不同风速下的各个阶跃响应模型进行预测控制,对于控制量的计算由工控机完成,然后从工控机输出控制量对各个阀门以及电加热等进行调节。控制过程主要包括下面三个步骤:
在不同的工况(风速)下对温湿度分别给出阶跃信号,对于响应进行采样然后测得多个温湿度的阶跃响应模型,作为预测模型:aij=[aij(1)...aij(N)]T,i=1,...,p;j=1,...,m进行下面的控制。
将上面的预测模型中的各个数值代入公式,计算得到控制量的增量Δu(k):
其中qi,ri是权系数,权系数由现场调试时确定,均为自然数;w(k)是温湿度的给定值。
计算出相应的控制量Δu(k),然后根据计算所得的Δu(k)对系统下一时刻的输出进行预测:
其中,
根据预测进行下一步的计算和控制,完成滚动优化。
根据滚动优化计算出的控制量对系统进行控制,测得实际的温湿度以及速度,与预测值进行比较,对预测值进行校正。
在滚动优化时对于多个计算结果进行拟合。前馈系数和PID控制的各参数在实际控制时根据控制效果进行调节。
在实施步骤滚动优化时,增加前馈控制步骤,前馈系数以及上述的权系数均经过现场调试确定。
在气候风洞风速从20kph依次上升到40kph、60kph、80kph、100kph、120kph的控制过程中,温度波动在0.2℃以内。在风速从120kph下降到20kph,再上升到120kph的过程中,温度波动在0.5℃以内。
以上通过具体实施方式和实施例对本发明进行了详细的说明,但这些并非构成对本发明的限制。在不脱离本发明原理的情况下,本领域的技术人员还可做出许多变形和改进,这些也应视为本发明的保护范围。
Claims (16)
1.一种气候风洞自适应预测控制系统,其特征在于,对气候风洞的风速、温度和湿度控制采用以下方式:
1)获得气候风洞各个被控量的阶跃响应模型;
2)在风速变化范围内,选定多个标准工况的风速对应的风速阶跃响应模型、温度阶跃响应模型和湿度阶跃响应模型;
3)将选定多个标准工况的风速、温度和湿度作为被控量导入,根据当前风速选择对应的温度阶跃响应模型和湿度阶跃响应模型,气候风洞自适应预测控制系统使用步骤2)中获取的不同模型计算输出量,即控制量,将不同模型计算得出的控制量拟合作为最终控制量;
4)最终控制量作为控制量对气候风洞进行控制;
其中,风速、温度和湿度控制采用串级结构控制,内环采用PID控制,外环采用预测控制计算不同模型输出量;
外环采用预测控制计算不同模型输出量采用以下步骤:
A)利用不同风速的温度阶跃响应模型和湿度阶跃响应模型建立预测模型;
B)对预测模型滚动优化;
C)实施反馈校正。
2.如权利要求1所述的气候风洞自适应预测控制系统,其特征在于:在风速、温度和湿度的串级结构控制中增加前馈控制。
8.如权利要求2-7任意一项所述的气候风洞自适应预测控制系统,其特征在于:前馈系数经过现场调试确定。
9.一种气候风洞自适应预测控制方法,其特征在于,对气候风洞的风速、温度和湿度控制采用以下步骤:
1)获得气候风洞各个被控量的阶跃响应模型;
2)在风速变化范围内,选定多个标准工况的风速对应的风速阶跃响应模型、温度阶跃响应模型和湿度阶跃响应模型;
3)将选定多个标准工况的风速、温度和湿度作为被控量导入多入多出气候风洞自适应预测控制系统,根据当前风速选择对应的温度阶跃响应模型和湿度阶跃响应模型,气候风洞自适应预测控制系统计算不同模型输出量,将不同模型输出量拟合作为最终输出量;
4)最终输出量作为控制量执行气候风洞控制;
其中,计算不同模型输出量采用以下步骤:
A)利用不同风速的温度阶跃响应模型和湿度阶跃响应模型建立预测模型;
B)对预测模型滚动优化;
C)实施反馈校正。
10.如权利要求9所述的气候风洞自适应预测控制方法,其特征在于:在实施步骤4)时,增加前馈控制步骤。
16.如权利要求10-15任意一项所述的气候风洞自适应预测控制方法,其特征在于:前馈系数经过现场调试确定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810927765.8A CN108828954B (zh) | 2018-08-15 | 2018-08-15 | 气候风洞自适应预测控制系统及其控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810927765.8A CN108828954B (zh) | 2018-08-15 | 2018-08-15 | 气候风洞自适应预测控制系统及其控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108828954A CN108828954A (zh) | 2018-11-16 |
CN108828954B true CN108828954B (zh) | 2021-11-02 |
Family
ID=64150681
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810927765.8A Active CN108828954B (zh) | 2018-08-15 | 2018-08-15 | 气候风洞自适应预测控制系统及其控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108828954B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111369119A (zh) * | 2020-02-26 | 2020-07-03 | 山东超越数控电子股份有限公司 | 一种森林地表死可燃物含水率预测的方法,设备及可读存储介质 |
CN112387208B (zh) * | 2020-11-17 | 2022-12-09 | 山东新马制药装备有限公司 | 基于近红外及分布式预测控制的药用流化床控制系统 |
CN114281133B (zh) * | 2021-12-30 | 2022-06-24 | 中国汽车工程研究院股份有限公司 | 一种用于汽车环境风洞快速变温的控制方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1260481A (zh) * | 2000-01-19 | 2000-07-19 | 山西省气象局 | 自动检测和自动控制风洞风速的方法及装置 |
JP3396423B2 (ja) * | 1998-04-03 | 2003-04-14 | 三菱重工業株式会社 | 風洞実験装置 |
CN202257108U (zh) * | 2011-10-14 | 2012-05-30 | 西北工业大学 | 一种风洞稳速压同步控制数据采集系统 |
CN104236842A (zh) * | 2014-09-12 | 2014-12-24 | 华南理工大学 | 用于坡度可调隧道火灾风洞实验装置的送风系统 |
CN104932565A (zh) * | 2015-06-04 | 2015-09-23 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种高精度暂冲型引射式跨声速风洞流场控制结构 |
DE102016225277A1 (de) * | 2016-12-16 | 2018-06-21 | Bayerische Motoren Werke Aktiengesellschaft | Windkanal sowie Verfahren zum Einstellen einer Luftströmung in einem Windkanal |
CN108332312A (zh) * | 2018-02-08 | 2018-07-27 | 中国汽车工程研究院股份有限公司 | 环境风洞湿度调节系统及调节方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3722744A1 (en) * | 2012-05-30 | 2020-10-14 | Cytroniq Co., Ltd. | System and method for providing information on fuel savings, safe operation, and maintenance by real-time predictive monitoring and predictive controlling of aerodynamic and hydrodynamic environmental internal/external forces, hull stresses, motion with six degrees of freedom, and the location of marine structure |
-
2018
- 2018-08-15 CN CN201810927765.8A patent/CN108828954B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3396423B2 (ja) * | 1998-04-03 | 2003-04-14 | 三菱重工業株式会社 | 風洞実験装置 |
CN1260481A (zh) * | 2000-01-19 | 2000-07-19 | 山西省气象局 | 自动检测和自动控制风洞风速的方法及装置 |
CN202257108U (zh) * | 2011-10-14 | 2012-05-30 | 西北工业大学 | 一种风洞稳速压同步控制数据采集系统 |
CN104236842A (zh) * | 2014-09-12 | 2014-12-24 | 华南理工大学 | 用于坡度可调隧道火灾风洞实验装置的送风系统 |
CN104932565A (zh) * | 2015-06-04 | 2015-09-23 | 中国空气动力研究与发展中心高速空气动力研究所 | 一种高精度暂冲型引射式跨声速风洞流场控制结构 |
DE102016225277A1 (de) * | 2016-12-16 | 2018-06-21 | Bayerische Motoren Werke Aktiengesellschaft | Windkanal sowie Verfahren zum Einstellen einer Luftströmung in einem Windkanal |
CN108332312A (zh) * | 2018-02-08 | 2018-07-27 | 中国汽车工程研究院股份有限公司 | 环境风洞湿度调节系统及调节方法 |
Non-Patent Citations (3)
Title |
---|
动态湿热气候风洞试验台的研制;张玉等;《华南理工大学学报(自然科学版)》;20080331;第36卷(第3期);第99-103页 * |
基于多变量阶跃响应的风洞系统辨识;张廷丰等;《东北大学学报(自然科学版)》;20161130;第37卷(第11期);第1521-1525页 * |
面向攻角变化的风洞流场模型预测控制器;袁平等;《控制与决策》;20180630;第33卷(第6期);第1026-1032页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108828954A (zh) | 2018-11-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108828954B (zh) | 气候风洞自适应预测控制系统及其控制方法 | |
US8682454B2 (en) | Method and system for controlling a multivariable system with limits | |
JP6165585B2 (ja) | プラント制御装置の制御ゲイン最適化システム | |
CN107045289A (zh) | 一种电加热炉温度的非线性神经网络优化pid控制方法 | |
CN110161841A (zh) | 一种适用于暂冲式跨声速风洞的前馈-模糊pid控制方法 | |
CN107577147A (zh) | 一种基于自适应Smith预估器的遥操作双边PID控制方法 | |
CN105888971B (zh) | 一种大型风力机叶片主动降载控制系统及方法 | |
Yang et al. | SGD-based adaptive NN control design for uncertain nonlinear systems | |
CN106292785A (zh) | 基于神经网络的铝棒加热炉燃烧温度自动控制装置 | |
Kong et al. | Generalized discrete-time nonlinear disturbance observer based fuzzy model predictive control for boiler–turbine systems | |
CN105676915A (zh) | 基于自抗扰技术的生产线喷涂烘干过程的温度控制方法 | |
CN107037727A (zh) | 一种无人直升机大包线自适应增益调度方法 | |
CN114839880A (zh) | 一种基于柔性关节机械臂的自适应控制方法 | |
CN111930010A (zh) | 一种基于lstm网络的通用mfa控制器设计方法 | |
Orman | Design of a memristor-based 2-DOF PI controller and testing of its temperature profile tracking in a heat flow system | |
CN106033189A (zh) | 飞行机器人位姿神经网络预测控制器 | |
Cao et al. | L 1 adaptive controller for multi-input multi-output systems in the presence of unmatched disturbances | |
CN115981159A (zh) | 基于模型辅助和类史密斯预估的广义改进自抗扰控制方法 | |
Huang et al. | A data-driven online ADP control method for nonlinear system based on policy iteration and nonlinear MIMO decoupling ADRC | |
Wang et al. | PID-like model free adaptive control with discrete extended state observer and its application on an unmanned helicopter | |
CN110985216A (zh) | 一种含在线修正的航空发动机智能多变量控制方法 | |
Pakmehr et al. | Adaptive control of uncertain systems with gain scheduled reference models and constrained control inputs | |
Jiménez et al. | Linear quadratic regulator based takagi-sugeno model for multivariable nonlinear processes | |
CN110609568B (zh) | 一种大型无人机uav的强自耦pi协同控制方法 | |
CN114019786A (zh) | 一种pi在线切换到pid的控制系统及参数整定方法 |
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 |