CN117631530B - 交联电缆生产温度控制方法 - Google Patents
交联电缆生产温度控制方法 Download PDFInfo
- Publication number
- CN117631530B CN117631530B CN202410096840.6A CN202410096840A CN117631530B CN 117631530 B CN117631530 B CN 117631530B CN 202410096840 A CN202410096840 A CN 202410096840A CN 117631530 B CN117631530 B CN 117631530B
- Authority
- CN
- China
- Prior art keywords
- cable production
- pid controller
- link
- improved
- temperature 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 32
- 238000005070 sampling Methods 0.000 claims abstract description 5
- 238000004364 calculation method Methods 0.000 claims abstract description 4
- 239000003016 pheromone Substances 0.000 claims description 21
- 230000007246 mechanism Effects 0.000 claims description 7
- 230000009471 action Effects 0.000 claims description 5
- 238000000926 separation method Methods 0.000 claims description 5
- 241000257303 Hymenoptera Species 0.000 claims description 3
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 230000004069 differentiation Effects 0.000 claims description 3
- 238000005457 optimization Methods 0.000 claims description 3
- 238000012546 transfer Methods 0.000 claims description 3
- 238000009825 accumulation Methods 0.000 claims description 2
- 238000007689 inspection Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 7
- 230000004044 response Effects 0.000 abstract description 6
- 230000010354 integration Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000004132 cross linking Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009413 insulation Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000010382 chemical cross-linking Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000010894 electron beam technology Methods 0.000 description 1
- 230000003631 expected effect Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 239000011810 insulating material Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 238000005491 wire drawing 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
- G05B11/00—Automatic controllers
- G05B11/01—Automatic controllers electric
- G05B11/36—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential
- G05B11/42—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential for obtaining a characteristic which is both proportional and time-dependent, e.g. P. I., P. I. D.
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明属于交联电缆生产自动控制技术领域，尤其涉及一种交联电缆生产温度控制方法。首先系统自检并获得目标交联电缆生产线挤出机和悬链管道温度控制的多个参数指标及参数指标的范围，利用改进蚁群算法优化得到最优的PID参数，然后改进PID控制器，在改进PID控制器计算环节添加一个滤波器，得到超前滞后滤波器的参数，其次将PID控制器的输出与系统采样赋给灰色预测辅助控制器，e是系统的偏差，进行状态预测，并形成负反馈，优化系统的控制性能，实现响应快、控制精度高、控制效果稳定、抗干扰能力强的交联电缆生产线挤出机和悬链管道的温度控制。
Description
技术领域
本发明属于交联电缆生产自动控制技术领域，尤其涉及一种交联电缆生产温度控制方法。
背景技术
电缆在我国的制造工业领域扮演着至关重要的角色。电缆作为输送电能的基础性器材，是发展电气化、信息化社会中必要的基础性产品。交联电缆生产过程包括拉丝、绞丝、绝缘、屏蔽、成缆、护套等多道工序，而在交联电缆整个生产工艺当中，绝缘阶段对挤出机和悬链管道的温度控制尤为重要。交联电缆的绝缘材料在发生化学交联反应时，对温度的精确度特别敏感，过高、过低都会严重影响其交联的质量，可能会导致电缆出现僵化、开裂、粗细不均等问题，这些都会导致产品合格率降低。目前工厂大多数采用的是PID控制，传统的PID控制有着结构简单、鲁棒性强、控制效果好等优点，很适合在条件恶劣的工业生产过程中使用。但加热过程温度增长呈非线性，应用传统 PID 控制算法需要建立精确的系统数学模型，控制器不能对已设置的 PID参数进行更改，会出现极大超调现象，温度难以快速降低，缺乏自适应能力，其动态性能和静态性能达不到期望的效果。因此，交联电缆生产温度的控制方法非常重要。
目前，现有的交联电缆生产温度控制方法使用西门子官方提供的传统PID算法模块进行温度控制。虽然该方法能够实现控制效果，但由于温度模型建立较为复杂，且大多具有时变特性，除特定可以建模的温控场景以外，多数温控控制常使用不依赖模型或某些具有自适应调节功能的控制方法。此外，交联电缆生产线所处的外部环境存在多种干扰因素，导致控制效果不够稳定。
发明内容
本发明针对交联电缆生产温度控制所存在的技术问题，提出一种设计合理、方法简单、理论性强且能够实现响应快、控制精度高、控制效果稳定、抗干扰能力强的一种交联电缆生产温度控制方法。
为了达到上述目的，本发明采用的技术方案为：一种交联电缆生产温度控制方法，包括以下步骤：
S1、系统自检并获得目标交联电缆生产线挤出机和悬链管道的多个参数指标及参数指标的范围；
S2、搭建改进PID控制器，将比例环节的固定系数数进行修改，考虑前面时刻系数，
比例环节修改后为，其中，表示时刻的比例环节系数，对积分
环节实行变积分分离，增加启动项系数，其计算公式为，其中，为启
动项系数，为阈值，为t时刻误差，为t时刻误差变化率，为区间长度，在微分环
节引入三阶滤波器，改进PID控制器的输出为：
，其中，为三
阶滤波器，表示采样时间，表示积分环节系数，表示微分环节系数，表示目标
温度，表示输入温度，表示卷积运算；
S3、改进的蚁群算法基于免疫算法的抗体浓度调整机制对初始化信息素分配的规则进行了修改，然后采用新的蚁群优化方法得到最优的改进PID控制器参数；
S4、在PID控制器之后添加灰色预测辅助控制器进行状态预测，其方程为，其中，表示累加生成序列，x(k)表示原始数据序列，a和b为
待确定的参数；
S5、获得多个优化指标参数，对交联电缆生产线挤出机和悬链管道温度进行控制。
作为优选，所述S3步骤中，蚁群由起始点开始搜索，并按照初始信息素的不同，随机选取不同的结点，相当于在大量神经网络权重的集合中，每个蚂蚁选取一个权重，从而构成一套权重集，在蚂蚁运动过程中，下一个节点的选取是独立的，并依据各节点的状态传递规律和信息素数量来进行选择，在到达目标后，通过调整各结点的信息素数量，然后反复进行以上步骤，直至达到最大的迭代次数结束。
作为优选，所述S3步骤中，蚂蚁在求解空间内行走的每个路径都是唯一的可行解，当路径较短时，蚂蚁会释放出更多的信息素来引导后续蚁群的行为在信息素的作用下，所有的蚂蚁都会被吸引到特定的路线上，为空间的最优解决方案。
作为优选，所示S3步骤中，基于免疫算法的抗体浓度调整机制对初始化信息素分配的规则进行修改，借助免疫算法抗体浓度调节对最优解进行处理，得到新的解集。
作为优选，所述S4步骤中，将PID控制器的输出与系统采样赋给灰色预测辅助控制器，选用GM(1,1)模型，预测反馈回路的温度数据，精确估计系统状态，并将其与设定值的差值作为PID控制器的输入形成负反馈。
与现有技术相比，本发明的优点和积极效果在于：
1、改进的蚁群算法基于免疫算法的抗体浓度调整机制对初始化信息素分配的规则进行修改，提升了蚁群的多样性以及适应度，增强了算法收敛速度。
2、在PID算法的比例环节改变固定系数，积分环节实行变积分分离，微分环节添加三阶滤波器，滤除了引入的高频干扰，消除了系统残差，提高了系统的准确性和稳定性。
3、在PID 主控制器的反馈回路中串联灰色预测辅助控制器，进行实时反馈控制，对主控制器的参数进行在线调整，提高了系统的控制精度、响应速度和抗干扰能力。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为实施例提供的一种交联电缆生产线控制方法的结构示意图；
图2为实施例提供的一种改进的蚁群算法结构示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和实施例对本发明做进一步说明。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用不同于在此描述的其他方式来实施，因此，本发明并不限于下面公开说明书的具体实施例的限制。
实施例，如图1所示，本发明提供一种交联电缆生产温度控制方法。
首先，进行系统自检并获得目标交联电缆生产线挤出机和悬链管道的多个参数指标及参数指标的范围。
其次，考虑到PID控制的比例环节成比例地反映控制系统地偏差信号，系统发生偏差后立刻反馈到被控目标；积分环节主要用于消除静差，提高系统的无差度；微分环节主要反映的是偏差信号的变化趋势，从而加快系统的动作速度，减少调节时间。引入的比例环节、积分环节、微分环节会在系统的温度有变化时产生作用，当温度变化的速度越快时，输出信号就越强，因此能够加快调节速度，改善系统的动态性能。但是也会引起系统的超调、不稳定和高频干扰，特别是比例和积分环节突变的时候会造成系统超调或不稳定。考虑到传统 PID控制器在温度控制过程中的非线性、时变性问题，对比例环节改动，对积分原因积分分离，对微分原因减少噪音干扰。
因此，搭建改进PID控制器，将比例环节的固定系数数进行修改，考虑前面时刻系
数，比例环节修改后为，其中，表示时刻的比例环节系数，对
积分环节实行变积分分离，增加启动项系数，其计算公式为，其中，
为启动项系数，为阈值，为t时刻误差，为t时刻误差变化率，为区间长度，在微
分环节引入三阶滤波器，改进PID控制器的输出为：
，其中，为三
阶滤波器，表示采样时间，表示积分环节系数，表示微分环节系数，表示目标
温度，表示输入温度，表示卷积运算。
然后，考虑到在实际的交联电缆生产线中，目前使用PID算法进行温度控制，这套算法程序的参数经过现场人员的多次调节和总结，可以得到一套适用于生产各种规格产品的PID生产参数，但是这种方式有可能花费了大量时间和精力的情况下还是无法得到最优的参数。所以为简化上述过程，避免耗时且繁琐的现场调试参数环节，减少所需的人力和物力成本，通常会采用蚁群算法获得最优参数，使得温度调节足够快速，缩短预热时间和试料时间，减少废料，降低成本，提升产品质量，减少调节参数带来的时间成本、人力成本和物料成本。但是考虑到蚁群算法在搜索的后期可能出现早熟的现象，因信息素的挥发而导致空间解得到时间较长的问题。本发明采用改进蚁群算法优化得到最优的PID参数。
因此，改进的蚁群算法是基于免疫算法的抗体浓度调整机制对初始化信息素分配的规则进行修改，然后采用新的蚁群优化方法得到最优的改进PID控制器参数。
具体的，如图2所示，蚁群由起始点开始搜索，并按照初始信息素的不同，随机选取不同的结点，相当于在大量神经网络权重的集合中，每个蚂蚁选取一个权重，从而构成一套权重集，在蚂蚁运动过程中，下一个节点的选取是独立的，并依据各节点的状态传递规律和信息素数量来进行选择，在到达目标后，基于免疫算法的抗体浓度调整机制对初始化信息素分配的规则进行修改，借助免疫算法抗体浓度调节对最优解进行处理，得到新的解集，更新调整各结点的信息素数量，然后反复进行以上步骤，直至达到最大的迭代次数结束得到最优解。
接着，考虑到在交联电缆生产的复杂环境中，其需要将电缆通过高压蒸汽、微波、电子束、辐射来进行交联反应控制，这就导致交联电缆的生产环境相对复杂，阶跃响应和随机干扰对于温度控制系统的时滞影响就越来越大。由于PID控制器的局限性，其对系统的控制精度和响应速度方面的控制性能欠佳。灰色预测模型是可以借助于微分方程发现杂乱无章数列的发展规律及趋势，对于存在不确定因素的复杂系统预测效果较好。因此灰色预测辅助控制器可以对被测信号进行精确估计，适用于解决不确定性系统规律预测问题，被广泛应用于诸多领域的预测系统。在交联电缆的生产温度控制方法中，会产生一定的温度控制的时滞问题，在长期的系统工作中，时滞问题会被不断的放大，控制精度不断降低，将灰色预测辅助控制与PID控制结合，基于GM(1,1)模型推出系统状态，改善了传统PID温度控制的时滞性，同时提高了温度控制的精度。
因此，本发明在PID控制器之后串联灰色预测辅助控制器进行状态预测，其方程为，其中，表示累加生成序列，x(k)表示原始数据序列，a和b为
待确定的参数。
将PID控制器的输出与系统采样赋给灰色预测辅助控制器，选用GM(1,1)模型，预测反馈回路的温度数据，精确估计系统状态，并将其与设定值的差值作为PID控制器的输入形成负反馈，对主控制器的参数进行在线调整，提高了对交联电缆生产温度系统的控制精度、响应速度和抗干扰能力。
最后，获得多个优化指标参数，实现对交联电缆生产线挤出机和悬链管道的温度进行控制。
以上所述，仅是本发明的较佳实施例而已，并非是对本发明作其它形式的限制，任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例应用于其它领域，但是凡是未脱离本发明技术方案内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型，仍属于本发明技术方案的保护范围。
Claims (5)
1.一种交联电缆生产温度控制方法，其特征在于，包括以下步骤：
S1、系统自检并获得目标交联电缆生产线挤出机和悬链管道的多个参数指标及参数指标的范围；
S2、搭建改进PID控制器，将比例环节的固定系数进行修改，考虑前面时刻系数，比例环节修改后为：
，
其中，表示/>时刻的比例环节系数，对积分环节实行变积分分离，增加启动项系数，其计算公式为：
，
其中，为启动项系数，/>为阈值，/>为t时刻误差，/>为t时刻误差变化率，/>为区间长度，在微分环节引入三阶滤波器，改进PID控制器的输出为：
，
其中，为三阶滤波器，/>表示采样时间，/>表示积分环节系数，/>表示微分环节系数，/>表示目标温度，/>表示输入温度，/>表示卷积运算；
S3、改进的蚁群算法基于免疫算法的抗体浓度调整机制对初始化信息素分配的规则进行了修改，然后采用新的蚁群优化方法得到最优的改进PID控制器参数；
S4、在PID控制器之后添加灰色预测辅助控制器进行状态预测，其方程为：
，
其中，表示累加生成序列，/>表示原始数据序列，/>和/>为待确定的参数；
S5、获得多个优化指标参数，对交联电缆生产线挤出机和悬链管道温度进行控制。
2.根据权利要求1所述的一种交联电缆生产温度控制方法，其特征在于，所述S3步骤中，蚁群由起始点开始搜索，并按照初始信息素的不同，随机选取不同的节点，相当于在大量神经网络权重的集合中，每个蚂蚁选取一个权重，从而构成一套权重集，在蚂蚁运动过程中，下一个节点的选取是独立的，并依据各节点的状态传递规律和信息素数量来进行选择，到达目标后，通过调整各节点的信息素数量，然后反复进行以上步骤，直至达到最大的迭代次数结束。
3.根据权利要求1所述的一种交联电缆生产温度控制方法，其特征在于，所述S3步骤中，蚂蚁在求解空间内行走的每个路径都是唯一的可行解，当路径较短时，蚂蚁会释放出更多的信息素来引导后续蚁群的行为，在信息素的作用下，所有的蚂蚁都会被吸引到特定的路线上，为空间的最优解决方案。
4.根据权利要求1所述的一种交联电缆生产温度控制方法，其特征在于，所述S3步骤中，基于免疫算法的抗体浓度调整机制对初始化信息素分配的规则进行修改，借助免疫算法抗体浓度调节对最优解进行处理，得到新的解集。
5.根据权利要求1所述的一种交联电缆生产温度控制方法，其特征在于，所述S4步骤中，将PID控制器的输出与系统采样赋给灰色预测辅助控制器，选用GM(1,1)模型，预测反馈回路的温度数据，精确估计系统状态，并将其与设定值的差值作为PID控制器的输入形成负反馈。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410096840.6A CN117631530B (zh) | 2024-01-24 | 2024-01-24 | 交联电缆生产温度控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410096840.6A CN117631530B (zh) | 2024-01-24 | 2024-01-24 | 交联电缆生产温度控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117631530A CN117631530A (zh) | 2024-03-01 |
| CN117631530B true CN117631530B (zh) | 2024-04-02 |
Family
ID=90035867
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410096840.6A Active CN117631530B (zh) | 2024-01-24 | 2024-01-24 | 交联电缆生产温度控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117631530B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118244823A (zh) * | 2024-05-28 | 2024-06-25 | 山东链云科技有限公司 | 一种适用于尾菜处理的智能温控方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101392939A (zh) * | 2008-11-18 | 2009-03-25 | 天津大学 | 一种建筑物独立供能温度非线性预测控制方法 |
| RU170748U1 (ru) * | 2016-07-06 | 2017-05-05 | Федеральное государственное автономное образовательное учреждение высшего образования "Сибирский федеральный университет" | Лабораторная установка по тепломассообмену |
| CN109001973A (zh) * | 2018-07-05 | 2018-12-14 | 广东工业大学 | 一种积分分离式pid控制方法 |
| CN109814636A (zh) * | 2019-01-16 | 2019-05-28 | 东华大学 | 基于预测pi算法的交联电缆生产温度的先进控制方法 |
| CN111158282A (zh) * | 2019-12-27 | 2020-05-15 | 吉林大学 | 一种用于交联电缆生产线的单神经元fpga控制方法及系统 |
| CN113325696A (zh) * | 2021-06-01 | 2021-08-31 | 吉林大学 | 一种应用于交联电缆生产设备的单神经元pid与模型预测结合的混合控制方法 |
| CN116627028A (zh) * | 2023-07-21 | 2023-08-22 | 阳谷新太平洋电缆有限公司 | 交联电缆生产线控制方法 |
-
2024
- 2024-01-24 CN CN202410096840.6A patent/CN117631530B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101392939A (zh) * | 2008-11-18 | 2009-03-25 | 天津大学 | 一种建筑物独立供能温度非线性预测控制方法 |
| RU170748U1 (ru) * | 2016-07-06 | 2017-05-05 | Федеральное государственное автономное образовательное учреждение высшего образования "Сибирский федеральный университет" | Лабораторная установка по тепломассообмену |
| CN109001973A (zh) * | 2018-07-05 | 2018-12-14 | 广东工业大学 | 一种积分分离式pid控制方法 |
| CN109814636A (zh) * | 2019-01-16 | 2019-05-28 | 东华大学 | 基于预测pi算法的交联电缆生产温度的先进控制方法 |
| CN111158282A (zh) * | 2019-12-27 | 2020-05-15 | 吉林大学 | 一种用于交联电缆生产线的单神经元fpga控制方法及系统 |
| CN113325696A (zh) * | 2021-06-01 | 2021-08-31 | 吉林大学 | 一种应用于交联电缆生产设备的单神经元pid与模型预测结合的混合控制方法 |
| CN116627028A (zh) * | 2023-07-21 | 2023-08-22 | 阳谷新太平洋电缆有限公司 | 交联电缆生产线控制方法 |
Non-Patent Citations (2)
| Title |
|---|
| Design of Expert PID-based Temperature Control System for Extrusion Machine;Hui Li et.al.;2023 International Annual Conference on Complex Systems and Intelligent Science (CSIS-IAC);20231231;全文 * |
| 交联电缆生产线智能监控系统;李彩云;中国优秀硕士论文全文数据库工程科技II辑;20180115(第1期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117631530A (zh) | 2024-03-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN117631530B (zh) | 交联电缆生产温度控制方法 | |
| Yoshitani et al. | Model-based control of strip temperature for the heating furnace in continuous annealing | |
| Shaked et al. | A new bounded real lemma representation for the continuous-time case | |
| CN110347192A (zh) | 基于注意力机制和自编码器的玻璃炉温智能预测控制方法 | |
| CN117784852B (zh) | 一种基于鱼鳞仿生优化算法的多模态传感器温度控制方法 | |
| CN106483853A (zh) | 炼油加热炉炉膛压力的分数阶分布式动态矩阵控制方法 | |
| Andrés‐Martínez et al. | An efficient direct/indirect transcription approach for singular optimal control | |
| Rodríguez et al. | Revisiting the simplified IMC tuning rules for low‐order controllers: Novel 2DoF feedback controller | |
| CN116627028B (zh) | 交联电缆生产线控制方法 | |
| CN115933369A (zh) | 一种基于优化pid算法的蒸发镀膜设备衬底温度控制方法 | |
| Beccaro et al. | Optimizing semiconductor processing open tube furnace performance: comparative analysis of PI and Mamdani fuzzy-PI controllers | |
| CN112782970A (zh) | 一种GaN衬底生长加热炉温度自整定方法及系统 | |
| Yokoyama et al. | Convergence property for iterative data-driven PID gain tuning based on generalized minimum variance regulatory control | |
| Würth et al. | On the numerical solution of discounted economic NMPC on infinite horizons | |
| Tian et al. | Coke oven flue temperature control based on improved implicit generalized predictive control | |
| Elgazzar et al. | Performance comparison of MPC and PID in CSTR process control | |
| CN108829058B (zh) | 一种化工批次过程模糊迭代学习控制方法 | |
| CN113534661A (zh) | 基于卡尔曼滤波和非最小状态空间的电阻炉温度控制方法 | |
| Chi et al. | SMC-based data-driven terminal ILC for nonlinear discrete-time systems with unavailable intermediate measurements | |
| CN113568309B (zh) | 用于温度场的在线时空控制方法 | |
| CN109491349B (zh) | 应用于连续搅拌反应釜中的批次运行轨迹和空间的调整方法 | |
| Ma et al. | An Improved Iterative Dynamic Programming Control Strategy Based on Neuro-fuzzy Model for Batch Processes | |
| Srinivas et al. | An efficient method to design a series cascade controller using multi-objective optimization | |
| Herrera et al. | PSO Tuning for a Centralized Dead Time Compensator Applied to TITO Processes | |
| Mohanty et al. | Analysis of Hybrid Tilt Integral Derivative Controller for Multi area Power System with Real Time Simulation |
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 |