摘要：无线网络环境下赤铁矿混合选别浓密过程控制问题是以底流矿浆泵频率为内环输入,以底流矿浆流量为内环输出外环输入,以底流矿浆浓度为外环输出的非线性串级工业过程控制问题.其外环反馈回路存在丢包,且模型参数难以辨识,故本文利用工业运行过程的在线数据,设计不依赖模型参数的跟踪控制器.首先,利用浓密过程运行在工作点附近的特点进行线性化,对流量过程设计Q-学习控制器,保证流量过程能够跟踪给定的流量设定值;然后采用提升技术,得到统一时间尺度的以底流矿浆流量设定值为输入,以底流矿浆浓度为输出的被控对象;最后,考虑到在无线网络环境下浓度过程存在反馈丢包,当前的状态可能无法获得,故采用史密斯预估器的思想,利用历史的数据估计系统当前的状态,设计丢包Q-学习设定值控制器为流量过程提供最优设定值.通过仿真实验验证所提算法的有效性.

摘要：针对一类工业过程运行控制中采用无线网络传输运行指标反馈值时存在的噪声和丢包问题,建立了输入为过程控制的输入输出、输出为运行指标的随机过程模型;提出了由不同采样速率的过程控制与过程控制设定值反馈控制组成的运行反馈控制方法;采用Lyapunov函数和不同采样频率的提升技术设计了过程PI控制器参数和过程控制设定值反馈控制器参数,保证了双闭环控制系统的随机稳定性;同时实现了运行指标实际值与目标值稳态误差的均值为零;通过浮选过程运行反馈控制仿真实验验证了本文所提方法的有效性.

摘要：四旋翼飞行器具有高非线性、强耦合、欠驱动等特点,飞行控制器设计困难。首先根据牛顿欧拉方程建立系统动力学模型;然后根据系统动力学模型推导出控制器设计模型,根据系统模型设计出串级控制策略以实现对系统姿态控制和位置控制的解耦;最后针对四旋翼飞行器的控制难点提出了基于RBF的多变量神经网络自适应PID控制方法。该方法具有神经网络自学习、自适应的能力,同时具有一定的非线性控制作用。仿真结果表明,该方法相对于常规PID控制方法具有更短的调节时间、更少的超调量、更好的抗扰动能力,同时,在模型参数变化的情况下该控制器比常规PID控制器的鲁棒性更强。

摘要：为了克服流程工业中工业过程错误的设定点对工业过程运行指标的影响,针对一类工业过程提出了一种工业过程运行反馈优化预测控制的方法来控制工业过程运行在目标运行指标范围内。该方法由运行层设定值控制和回路控制层设定值跟踪控制组成,运行层设定值控制由模型预测设定值控制器构成,回路控制层设定值跟踪控制由比例积分微分控制器构成。给出了运行层与回路控制层的控制器设计过程,并证明了控制器的稳定性,并在最后以浮选过程为背景进行了仿真实验。

摘要：现代工业过程机理复杂使得很难对生产过程以及运行指标与被控变量之间关系精确建模.如何基于工业运行过程数据信息,不依赖模型参数给出设定值设计方案,优化运行指标是一挑战性难题.本文针对在稳态附近可以线性化的一类工业过程,考虑运行控制环和底层控制环不同时间尺度,提出一种基于Q--学习方法的次优设定值学习算法.此算法完全利用数据,学习得到次优设定值,实现运行指标以次优的方式跟踪理想值.浮选过程仿真结果表明本文所提方法的有效性.