CN108958192A - 基于网络化广义预测控制优化的计量泵流量控制方法 - Google Patents
基于网络化广义预测控制优化的计量泵流量控制方法 Download PDFInfo
- Publication number
- CN108958192A CN108958192A CN201810780504.8A CN201810780504A CN108958192A CN 108958192 A CN108958192 A CN 108958192A CN 201810780504 A CN201810780504 A CN 201810780504A CN 108958192 A CN108958192 A CN 108958192A
- Authority
- CN
- China
- Prior art keywords
- control
- pid
- metering pump
- gpc
- flow 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000005457 optimization Methods 0.000 title claims abstract description 17
- 230000006855 networking Effects 0.000 title claims abstract description 16
- 229920006395 saturated elastomer Polymers 0.000 claims abstract description 12
- 238000005096 rolling process Methods 0.000 claims abstract description 8
- 230000004044 response Effects 0.000 claims description 9
- 238000004891 communication Methods 0.000 claims description 8
- 239000012530 fluid Substances 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 6
- 230000006978 adaptation Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 230000002401 inhibitory effect Effects 0.000 claims 1
- 239000010865 sewage Substances 0.000 abstract description 5
- 230000003044 adaptive effect Effects 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 6
- 238000004886 process control Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 230000001276 controlling effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 239000003814 drug Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000004907 flux Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 238000001311 chemical methods and process Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41885—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32339—Object oriented modeling, design, analysis, implementation, simulation language
-
- 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)
Abstract
本发明公开了一种基于网络化广义预测控制优化的计量泵流量控制方法。包括:针对污水处理流量控制,通过GPC和PID构成串级控制***。主回路采用广义预测控制做预测模型、滚动优化、反馈校正等优化控制;副回路经PID控制实现对计量泵转速精准调节,进而实现输出流量控制。主回路的实现采用网络化控制,在PC端实现GPC算法并采用以太网与下位机通信。提出一种变结构自适应抗积分饱和PID控制算法,消除执行机构可能出现积分饱和现象。本发明公开的流量控制技术采用网络化控制,提高了GPC算法的运算效率。通过GPC‑PID串级控制***,提高了流量控制精度,自适应抗积分饱和算法解决了执行机构可能存在的积分饱和现象。
Description
技术领域
本发明涉及计量泵技术领域,特别是基于一种数字变频控制器的计量泵流量控制方法。
背景技术
工业流体投加计量泵广泛应用于制药、石油、化工、水处理等领域,需要实现物料定量投加。例如:医药行业药剂输送。一般由多台计量泵构成泵组,每台泵组按照生产要求准确输送药剂进行混合,需要达到精确的流量投送。化工工艺中添加强碱强酸制剂对反应室PH进行调节控制,需要将制剂用量控制在一定范围。
目前计量泵的流量调节控制方式主要有以下三种:
1手轮式人工调节
这是一种人工离线式调节方式,通过调节手轮改变计量泵内部结构,从而间接达到流量调节的目地。其缺陷在于该方式是离线一次性的,且随着流体投加量的改变需要人工频繁参与,对于具有恶劣生产环境的工业场景如强腐蚀性的生产现场则不适合人工参与,因而不能满足现代工艺要求。
2电动阀调节
该方式通过电动执行器调节冲程,替代了传统的手轮式,有一定的改善作用,但是该方式也存在一定缺陷,如调节实时性不够,存在调节延迟,同时增加了计量泵的结构复杂性,成本上升。
3数字变频式控制器调节
通过数字变频式控制器控制计量泵进行流体投加是目前日趋成熟和应用较为热门的方式。其组合了控制器、变频驱动等功能,通过控制器调节频率最终调节驱动电机转速,根据转速与流量间的一定关系,达到在线调节流量目的。
污水处理工艺中流量控制是典型的过程控制,具有惯性大、延时大、时变、非线性、外界干扰频繁、难以得出其精确的动态数学模型等特点。目前,基于数字变频式控制器的计量泵流体投加调节应用较多的仍然是PID控制算法,该控制算法简单且易于实现,对没有时延的单回路控制***较为有效。但也存在鲁棒性不强,难以在线整定参数的不足。同时,由于积分作用的存在,在迟滞性影响和控制要求大范围突变时,易出现积分饱和现象导致输入与输出不一致等问题。目前,实际工业中较少的考虑把网络化的广义预测控制应用在计量泵流体投加流量控制中以及未能采取简单可行的抗积分饱和措施。
发明内容
为了解决污水处理工艺中在使用计量泵进行物料投加流量控制中因常规PID算法鲁棒性不强,易出现积分饱和现象等不足,难以实现高性能控制的问题。本发明提出了一种基于网络化广义预测控制优化的计量泵流量控制方法,以提高流量投加的控制性能。结构特点如下:
在传统的单回路反馈控制***中引入GPC控制环,结合PID控制构成GPC-PID流量串级控制***,并采用网络化控制方式。
以隔膜式计量泵为例分析其的***结构可知:计量泵依靠电机作为驱动,通过减速装置并经传动机构作用使隔膜做凹凸变化形成压差,实现流体的流入与流出。可以将整个计量泵***分解为电机控制对象和流量输出及检测对象。
电机模型具有强耦合、非线性的特性,且对扰动敏感。为了获得高性能的转矩控制,采用空间矢量控制方法。同时采用双闭环调速方法,转速环和电流环采用PI调节,但经仿真测试,采用双闭环PI调速***时出现超调现象。为此做进一步改进,在速度调节器部分加入微分负反馈来抑制转速超调,可降低负载扰动引起的动态降速。PID控制环主要用于解决高频干扰,使驱动电机做快速调节以修正偏差,加强***动态响应性能。
流量输出及检测控制***部分是典型的过程控制***,具有非线性、迟滞、调节周期长的特点。将GPC控制作用于流量控制环,计量泵输出流量通过流量传感器检测得到,作为GPC***的反馈输入信号。GPC***建立采取以下步骤:
步骤一:以初始给定作为***输入,经流量检测计实时采集输出端流量值,作为***反馈量。
步骤二:采用广义预测控制经预测模型、滚动优化、反馈校正等优化控制,并经最小二乘法辨识整定当前时刻的所需参数。
步骤三:得到GPC***最优输出量,作为内环的给定。
步骤四:进入下一个时刻,返回步骤一。
进一步,在上述步骤二中,根据采集的数据基于广义预测控制预测模型、滚动优化、反馈校正等优化控制,经最小二乘法辨识整定最后得出当前时刻最优控制量。其具体过程如下:
子步骤1:设被控对象由CARIMA模型描述:
A(z-1)y(k)=B(z-1)u(k-1)+C(z-1)ξ(k)/Δ (1)
式中:y(t)、u(t)分别为步骤一中的输出与输入;ξ(t)为白噪声干扰,A(z-1)、B(z-1)、C(z-1)——z-1的多项式,Δ=1-z-1——差分算子;
子步骤2:根据输入输出量建立***离散差分方程形式的过程控制模型,并代入受控自回归积分滑动平均模型。
子步骤3:采用具有遗忘因子的最小二乘法辨识法得到上述离散差分方程的模型参数,根据模型参数求解受控自回归积分滑动平均模型的多项式A(z-1)、B(z-1)、C(z-1)。
子步骤4:引入Diophantine方程预测最优输出yp(k+j)
1=Ej(z-1)A(z-1)Δ+z-jFj(z-1) (2)
由(1)(2)式得最优预测输出:
yp=Gj(z-1)Δu(k+j-1)+Fj(z-1)y(k)+Hj(z-1)Δu(k-1)
子步骤5:参考轨迹输出yr(k+j)为如下式:
其中j=1,2,3…,N,W为设定流量值,0<α<1为柔化因子
子步骤6:k时刻优化目标期望函数取如下式:
P预测时域长度,M控制时域长度,λj加权系数,对Δu(k)求导得到控制增量为ΔU=(GTG+λ)-1GT(yr-y(k+j))。则当前控制量为ut=ut-1+LT(yr-yp),LT取(GTG+λ)-1GT第一行。至此得出当前时刻广义预测控制的最优控制律,并作为PID环的输入。
进一步,由于广义预测控制算法运算量较大,控制周期长,一般的硬件***难以满足实际运算性能,影响***响应。因此,本发明采用网络化控制,主回路的广义预测算法在PC机上运行,利用PC机强大的运算性能,提高运算效率。副回路采用CAN通信模式,通过网桥和以太网实现与上位机通信。网络化串级***结构特点在于主回路的广义预测算法通过上位机PC端实现,下位机的控制器实现内回路算法,通过以太网和网桥设备实现上位机与下位机的通信。
更进一步,在输送回路中一般需要使用电动阀作为执行机构,由于电动阀门控制中存在较大的积分环节和限幅环节,当计量泵控制要求大范围快速变化时,控制过程中易出现积分饱和现象,使输出不再跟随输入变化,降低响应性能,甚至造成生产事故。因此,设计了抗饱和自适应变结构的PID算法应用于阀门控制,对饱和误差乘以自适应系数后加入到PID控制器的积分项中,得到γ0,即做反向积分。最终得到基于变结构自适应抗积分饱和PID控制算法:
本发明提出基于网络化广义预测控制优化的计量泵流量控制方法,解决污水处理中计量泵流量控制***由于时延、参数时变、模型难以准确得到等原因造成流量控制不精确等问题。结合广义预测控制与PID控制算法组成GPC-PID串级控制***。内环采用频率较高的常规PID控制,克服***的随机误差,提高计量泵响应性能;外环采用较低频的广义预测自校正控制,获得良好的跟踪性能、抗干扰性能和克服参数缓慢时变的影响,采用网络化控制,主回路的GPC算法运行在PC机端,通过以太网通信。同时,引入一种变结构自适应的PID控制算法,消除执行机构中可能存在的积分饱和影响。
附图说明
图1是计量泵流量控制网络化GPC-PID串级控制***示意图;
图2是预测控制预测模型结构示意图;
图3是***网络化控制示意图;
图4是变结构自适应抗积分饱和PID结构示意图。
具体实施方式
下面将结合附图对本发明做进一步的描述。
参照图1~图2,在传统的单回路反馈控制***中引入GPC控制环,结合PID控制构成GPC-PID流量串级控制***,并采用网络化控制方式。
以隔膜式计量泵为例分析其***结构可知:计量泵依靠电机作为驱动,通过减速装置并经传动机构作用使隔膜做凹凸变化形成压差,实现流体的流入与流出。可以将整个计量泵***分解为电机控制***部分和流量输出及检测控制***部分,电机***作为内环控制对象,其余部分组成外环控制对象。
内环***控制方式如下:
电机***具有强耦合、非线性、参数时变的特点,且对扰动敏感。为了获得高性能的转矩控制,采用空间矢量控制方法。同时采用双闭环调速方法,转速环和电流环采用PI调节,但经仿真测试,采用双闭环PI调速***时易出现超调现象。为此做进一步改进,在速度调节器部分加入微分负反馈来抑制转速超调,可降低负载扰动引起的动态降速。利用PID控制环的快速反应能力主要用于解决随机高频扰动,使驱动电机做快速调节修正偏差,加强***动态响应性能。
流量输出控制***部分是典型的过程控制***,是具有迟滞大,响应慢特点的非线性***。将GPC控制环作为流量控制环,GPC根据设定值和***主回路的输出,进行在线辨识和滚动优化,预测将来时刻的输出,并计算控制量作为副回路PID控制器的设定值,其控制周期较大。计量泵输出流量值通过流量传感器检测得到作为GPC***的反馈输入信号。GPC***建立采取以下步骤:
步骤一:经流量检测计实时采集输出端流量值,作为主回路反馈出入量。
步骤二:基于广义预测控制做预测模型、滚动优化、反馈校正等优化控制,并经最小二乘法辨识整定当前时刻的所需参数。
步骤三:得到GPC***最优控制输出量,作为内环的给定。
步骤四:进入下一个时刻,返回步骤一。
进一步,在上述步骤二中,根据采集的数据基于广义预测控制预测模型、滚动优化、反馈校正等优化控制,经最小二乘法辨识整定当前时刻的PID控制器参数。其具体过程如下:
子步骤1:设***由CARIMA模型描述:
A(z-1)y(k)=B(z-1)u(k-1)+C(z-1)ξ(k)/Δ (1)
其中:
A(z-1)=1+a1z-1+…+anz-1
B(z-1)=1+b1z-1+…+bnz-1
C(z-1)=1+c1z-1+…+cnz-1
式中:y(t)、u(t)分别为步骤一中的输出与输入;ξ(t)为白噪声干扰,A(z-1)、B(z-1)、C(z-1)——z-1的多项式,1-z-1——差分算子。
子步骤2:根据***初始给定控制量和采集的输出流量值建立***离散差分方程形式的过程控制模型,并代入受控自回归积分滑动平均模型。
子步骤3:采用具有遗忘因子的最小二乘法辨识法得到上述离散差分方程的模型参数值,根据模型参数求解受控自回归积分滑动平均模型的多项式A(z-1)、B(z-1)、C(z-1)。
子步骤4:引入Diophantine方程:
1=Ej(z-1)A(z-1)Δ+z-jFj(z-1) (2)
j为预测步长(j=0,1,2,...p)p为最大预测步长。
由(1)(2)式得最优预测输出:
yp=Gj(z-1)Δu(k+j-1)+Fj(z-1)y(k)+Hj(z-1)Δu(k-1) (3)
其中
Gj(q-1)=g0+g1q-1+…+gj-1q-j+1+gjq-j
前j项是***单位阶跃响应g0,g1,…的前j项
子步骤5:参考轨迹输出yr(k+j)为如下式:
其中j=1,2,3…,N,W为设定流量值,0<α<1为柔化因子。
子步骤6:k时刻滚动优化目标函数取如下式:
P预测时域长度,M控制时域长度,λj加权系数,对Δu(k)求导得到控制增量为ΔU=(GTG+λ)-1GT(yr-y(k+j))。则当前控制量为ut=ut-1+LT(yr-yp),LT取(GTG+λ)-1GT第一行。ut为当前时刻广义预测控制的最优控制律,将其作为副回路的给定。
进一步,由图3可知,采用网络化控制将串级控制***分解,上位机负责主回路控制,下位机负责副回路控制。下位机***采用CAN通信模式,通过网桥设备和以太网实现与上位机通信。由于广义预测控制算法运算量较大,控制周期长,一般的硬件***难以满足实际运算性能,影响***响应。因此,采用网络化控制,将主回路复杂的广义预测算法在PC机上运行,利用PC机强大的运算性能,提高算法求解效率。
更进一步,参照图4,在输送回路中一般需要使用电动阀作为执行机构,由于电动阀门控制中存在较大的积分环节和限幅环节,当计量泵控制要求大范围快速变化时,控制过程中易出现积分饱和现象,使输出不再跟随输入变化,易造成故障。因此,本发明提出一种抗积分饱和自适应变结构的PID算法应用于阀门控制,将饱和误差乘以自适应系数后加入到PID控制器的积分项中,得到γ0,即做反向积分。最终得到基于变结构自适应抗积分饱和PID控制算法:
Umin、Umax分别为控制输入的最小信号和最大信号。最后得到基于变结构自适应抗积分饱和PID控制算法:
本发明提出基于网络化广义预测控制优化的计量泵流量控制,解决污水处理中由于计量泵流量控制***具有时延、参数时变、模型难以准确得到等原因造成物料输送时流量控制不精确等问题。结合广义预测控制算法与PID控制算法,对流量控制对象组成GPC-PID串级控制***。PID内环解决对电机的高频干扰,GPC外环克服主回路的滞后,得到最优输出量。通过网络化控制的方式,采用以太网通信,将GPC算法运行在PC机端,调高运算效率。同时引入一种基于变结构自适应抗积分饱和的PID控制算法,消除执行机构可能出现的积分饱和现象。综上,本发明专利提出的方法能较好的解决当前计量泵流量控制***参数时变、鲁棒性差,控制精度低的问题,能够消除积分饱和的影响,使被控***具有较好的控制性能。在不背离本发明实质内容的情况下,对发明内容做出原理相同或相似的改进或变形都属于本发明的保护范围。
Claims (6)
1.一种基于网络化广义预测控制优化的计量泵流量控制方法,其特征在于:针对计量泵流量控制***特性引入广义预测算法并结合PID构成GPC-PID串级控制***,并采用网络化控制方式,在上位机PC端实现GPC控制。
2.根据权利要求1所述的基于网络化广义预测控制优化的计量泵流量控制方法,其特征在于:GPC-PID串级控制***中GPC控制器和流体输入输出及检测等部分构成主回路,主回路利用广义预测控制的预测模型、滚动优化、反馈校正等优化控制实现自校正,得到最优输出量,并作为副回路的最优输入控制量。
3.根据权利要求2所述的基于网络化广义预测控制优化的计量泵流量控制方法,其特征在于: PID控制器和计量泵电机部分构成副回路,副回路采用高频的PID控制,用来抑制对电机的高频扰动,提高电机动态响应性能,采用空间矢量控制方法达到对电机扭矩控制,电流环和转速环采用PI控制调节转速。
4.根据权利要求3所述的基于网络化广义预测控制优化的计量泵流量控制方法,其特征在于:在速度调节器部分加入微分负反馈来抑制转速超调,降低负载扰动引起的动态降速。
5.根据权利要求1所述的基于网络化广义预测控制优化的计量泵流量控制方法,其特征在于:所述的网络化控制采用上位机PC端实现主回路控制,利用PC机强大的运算性能,实现主回路的GPC算法,提高算法运算效率;副回路算法由下位机的控制器实现;下位机采用CAN总线通信模式,并通过网桥和以太网实现上位机和下位机通信。
6.根据权利要求1所述的基于网络化广义预测控制优化的计量泵流量控制方法,其特征在于:所述的PID采用变结构自适应抗积分饱和PID算法,对饱和误差乘以自适应系数后加入到积分项中,做反向积分。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810780504.8A CN108958192A (zh) | 2018-07-16 | 2018-07-16 | 基于网络化广义预测控制优化的计量泵流量控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810780504.8A CN108958192A (zh) | 2018-07-16 | 2018-07-16 | 基于网络化广义预测控制优化的计量泵流量控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108958192A true CN108958192A (zh) | 2018-12-07 |
Family
ID=64481390
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810780504.8A Pending CN108958192A (zh) | 2018-07-16 | 2018-07-16 | 基于网络化广义预测控制优化的计量泵流量控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108958192A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110173358A (zh) * | 2019-06-18 | 2019-08-27 | 中国船舶重工集团公司第七0三研究所 | 一种发电用带自由涡轮燃气轮机甩负荷时的转速调节方法 |
CN112650055A (zh) * | 2021-01-11 | 2021-04-13 | 东北大学 | 一种高性能双率串级pid控制方法、装置及*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3864781B2 (ja) * | 2001-12-28 | 2007-01-10 | オムロン株式会社 | 温度調節器 |
CN101284801A (zh) * | 2008-05-23 | 2008-10-15 | 中国科学技术大学 | 丙烯腈生产装置及其控制反应器温度的方法 |
CN102319612A (zh) * | 2011-07-05 | 2012-01-18 | 中国科学院沈阳自动化研究所 | 一种水泥生料立磨压差的智能控制方法 |
CN103472723A (zh) * | 2013-08-19 | 2013-12-25 | 上海交通大学 | 基于多模型广义预测控制器的预测控制方法及*** |
CN204536959U (zh) * | 2015-04-15 | 2015-08-05 | 上海智企信息技术有限公司 | 一种用于燃煤电厂的fgd装置预测控制*** |
-
2018
- 2018-07-16 CN CN201810780504.8A patent/CN108958192A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3864781B2 (ja) * | 2001-12-28 | 2007-01-10 | オムロン株式会社 | 温度調節器 |
CN101284801A (zh) * | 2008-05-23 | 2008-10-15 | 中国科学技术大学 | 丙烯腈生产装置及其控制反应器温度的方法 |
CN102319612A (zh) * | 2011-07-05 | 2012-01-18 | 中国科学院沈阳自动化研究所 | 一种水泥生料立磨压差的智能控制方法 |
CN103472723A (zh) * | 2013-08-19 | 2013-12-25 | 上海交通大学 | 基于多模型广义预测控制器的预测控制方法及*** |
CN204536959U (zh) * | 2015-04-15 | 2015-08-05 | 上海智企信息技术有限公司 | 一种用于燃煤电厂的fgd装置预测控制*** |
Non-Patent Citations (2)
Title |
---|
李钟慎: "PID控制***抗饱和方法的对比研究", 《信息技术与信息化》 * |
黄松清: "《电力拖动控制***》", 31 July 2015, 西南交通大学出版社 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110173358A (zh) * | 2019-06-18 | 2019-08-27 | 中国船舶重工集团公司第七0三研究所 | 一种发电用带自由涡轮燃气轮机甩负荷时的转速调节方法 |
CN112650055A (zh) * | 2021-01-11 | 2021-04-13 | 东北大学 | 一种高性能双率串级pid控制方法、装置及*** |
CN112650055B (zh) * | 2021-01-11 | 2021-12-07 | 东北大学 | 一种高性能双率串级pid控制方法、装置及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105974953B (zh) | 一种反应釜负压精馏模糊控制方法 | |
CN111176115B (zh) | 基于模糊神经网络和仿人智能控制的阀位控制方法 | |
CN111812968B (zh) | 基于模糊神经网络pid控制器的阀位串级控制方法 | |
CN108444201B (zh) | 一种基于负荷动态变化的冷库温度前馈-模糊控制***及控制方法 | |
CN101957598A (zh) | 一种大时滞***的灰色无模型控制方法 | |
CN102032640A (zh) | 工业环境高精度空调的模糊pid控制方法及装置 | |
CN110764417A (zh) | 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***及其控制方法 | |
CN111766777A (zh) | 一种pid控制器及pid控制方法 | |
CN108958192A (zh) | 基于网络化广义预测控制优化的计量泵流量控制方法 | |
Truong et al. | Design of an advanced time delay measurement and a smart adaptive unequal interval grey predictor for real-time nonlinear control systems | |
CN113325702B (zh) | 一种曝气控制方法及装置 | |
CN100449432C (zh) | 双输入双输出***的解耦控制方法 | |
CN104190720A (zh) | 一种自适应自动厚度控制方法及装置 | |
CN110221540B (zh) | 基于Hammerstein模型的连续搅拌反应器***控制方法 | |
CN116700393A (zh) | 一种基于模糊控制的反应釜温度控制方法 | |
CN105242539B (zh) | 控制回路中执行器迟滞的预测补偿方法 | |
CN113625547A (zh) | 一种控制器的主阀位置控制方法 | |
CN104238359B (zh) | 一种大型机电混合惯量***控制方法 | |
Guan et al. | Steering controller design for smart autonomous surface vessel based on CSF L2 gain robust strategy | |
CN112180733A (zh) | 一种基于模糊逻辑的建筑能耗***预测控制参数整定方法 | |
CN109695598B (zh) | 一种水液压马达转速控制***及方法 | |
CN112460039B (zh) | 一种叶片泵运行工况监测装置及调节方法 | |
CN108549236B (zh) | 计量泵电机转速信号滤波时延与网络传输时延补偿方法 | |
Aravind et al. | Simulation based modeling and implementation of adaptive control technique for Non Linear process tank | |
CN107870567A (zh) | 一种比例微分超前广义智能内部模型集pid控制器设计方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181207 |
|
RJ01 | Rejection of invention patent application after publication |