安徽省高校省级自然科学研究项目(KJ2008B104) 作品数:17 被引量:53 H指数:5 相关作者: 张世峰 关慧敏 董鑫 陈威 宁芳青 更多>> 相关机构: 安徽工业大学 日照钢铁控股集团有限公司 安徽工业职业技术学院 更多>> 发文基金: 安徽省高校省级自然科学研究项目 安徽省“十五”科技攻关项目 更多>> 相关领域: 自动化与计算机技术 电气工程 更多>>
基于RBF网络的多变量系统自适应预测PID控制器 2008年 针对非线性、多变量、大滞后耦合系统使用常规PID控制难以达到理想效果,提出了一种基于RBF网络的自适应预测PID控制器。该控制器利用递推多步预测克服时滞,并采用基于RBF网络整定的PID控制器在线调整控制器参数,从而克服了系统的耦合作用,提高了控制系统的输出跟踪精度。仿真结果表明,该方法控制效果良好,具有较快的系统响应、较强的自适应性和鲁棒性。 王跃 张世峰 宁方青 李秀珍关键词:多步预测 RBF网络 PID 自适应 基于RBF网络逆辨识的LF炉电极系统控制策略 被引量:1 2017年 针对LF炉电极控制系统存在的非线性、模型不确定性、多输入多输出耦合的现象,通过可逆性分析,构造了网络辨识的逆模型;由于三相电极电流存在强耦合,因此通过逆控制器将其解耦成三个相互独立的伪线性控制回路。通过实验仿真,结果表明该控制策略对电弧炉电极的解耦性能、跟踪性能和抗干扰能力起到较好的作用,能达到预期的效果。 胡贵妹 张世峰 张祝威 程曾婉 陈威关键词:RBF神经网络 解耦控制 基于RBFNN的非线性多变量系统的控制策略研究 2008年 针对非线性多变量大时滞系统,研究了一种基于神经网络的智能控制策略。它以经典的PID控制为基础,通过神经网络参数整定,用于多变量系统的解耦控制;用预测模型超前预测系统输出,以克服系统的时滞。该文给出了网络的结构和算法,对一组二变量强耦合时变系统进行了仿真。仿真结果表明,控制器能根据系统运行状态获得对应于某种最优控制律下的PID参数,解耦后的系统具有较好的动态和静态性能。该方法具有控制精度高、响应速度快的优点,并具有较强的自适应性和鲁棒性。 周建芳 张世峰 宁芳青关键词:RBF神经网络 预测控制 非线性时变系统 PID控制 支持向量机故障诊断技术在焦炉冷鼓系统中的应用 被引量:1 2017年 为了解决焦炉冷鼓系统出现故障不能及时发现的问题,提出将基于结构风险极小化原则的支持向量机应用于系统的故障诊断技术中.利用支持向量机建立系统模型得到期望输出,将其与系统实际输出相比较,利用残差值的大小判断系统是否发生故障.仿真结果表明,该方法可以及时发现故障,提高系统安全运行系数. 程曾婉 张世峰 张祝威 陈威关键词:支持向量机 故障诊断 多核在线支持向量机算法研究及应用 被引量:2 2017年 针对非线性控制系统难以建立精确数学模型的情况,以焦炉集气管压力系统为对象,提出了一种基于多核线性支持向量机的辨识建模方法.通过分析多种核函数对于数据的分类精度,利用训练数据对系统进行辨识建模.仿真结果表明,基于多核线性支持向量机的辨识建模算法具有相当高的辨识精度,能够解决一类非线性系统的建模问题. 陈威 张世峰关键词:非线性系统 基于神经网络的自整定PID控制器设计 被引量:12 2009年 针对非线性时变系统,设计了一种基于神经网络的参数在线自整定PID控制器。该控制器采用基于最近邻聚类方法的RBF神经网络快速学习算法,通过实时在线辨识,建立被控系统的精确模型并得到准确的Jacobian信息;同时将此信息提供给BP神经网络,从而实现PID控制器参数的自动在线整定。仿真结果表明,该方法提高了算法的精度和速度并具有较快的系统响应和良好的跟踪特性。 张世峰 李鹏关键词:RBF神经网络 最近邻聚类 PID控制 参数自整定 焦炉集气管压力系统内模控制器设计 被引量:9 2014年 针对焦炉集气管压力控制系统具有强干扰、非线性时变、滞后等特点,设计基于最小二乘支持向量机的内模控制(Least Squares Support Vector Machines-Internal Model Control,简称LSSVM-IMC)与非线性PID控制(Nonlinear PID control简称NCPID)相结合的复合切换控制策略。将系统不同工况分开考虑,根据不同工况采用不同的控制算法。在正常工况下采用LSSVM-IMC算法对系统进行细调,以抑制未知干扰的影响,提高控制精度;在非正常工况下,采用NC-PID算法对系统进行粗调,使得系统在短暂时间内快速脱离高压或低压状态。仿真结果表明该控制策略不仅提高了系统的快速调节能力和稳态精度,而且增强了系统的鲁棒性。 张世峰 左慧敏关键词:集气管压力 最小二乘支持向量机 内模控制 非线性PID控制 基于LS-SVM逆系统的焦炉集气管压力系统解耦控制 被引量:1 2016年 针对焦炉集气管压力系统强干扰、非线性和多变量耦合的特点,建立焦炉集气管压力系统数学模型,采用基于最小二乘支持向量机(LS-SVM)α阶逆系统的方法辨识出焦炉集气管压力系统的逆系统,使双输入双输出的集气管压力系统解耦成2个相互独立的单输入单输出伪线性子系统,并引入PID控制器设计闭环控制系统实现对焦炉集气管压力的控制。仿真结果表明,该控制策略可实现集气管压力系统的动态解耦控制,且鲁棒稳定性好,跟踪精度高,可保证焦炉集气管压力稳定在现场工艺要求的范围内。 董鑫 张世峰 许四长 关慧敏关键词:集气管压力 最小二乘支持向量机 逆系统 解耦控制 焦炉冷鼓系统自适应PID控制器设计 被引量:2 2016年 焦炉冷鼓系统的稳定状态直接影响炼焦生产的工艺指标。根据现场不同工况(正常工况、检修保温工况、非正常工况),采用最近邻聚类学习算法训练的RBF网络辨识,建立焦炉冷鼓系统及其控制系统的仿真模型,辨识出Jacobian信息并用于BP神经网络整定PID参数,实现适应不同工况的自整定PID控制。仿真结果表明,建立的模型及控制系统能将冷鼓系统的初冷器前吸力快速、有效地稳定在一定范围内,控制精度高、稳定性好,可保证焦炉冷鼓系统在不同工况下稳定运行,其自适应能力对稳定生产工艺指标具有一定的有效性。 关慧敏 张世峰 董鑫 许四长关键词:最近邻聚类学习算法 RBF网络 BP神经网络 自适应PID 电弧炉电极系统双模控制策略研究及应用 被引量:2 2008年 针对交流电弧炉电极控制系统具有非线性时变、多变量、强耦合及存在随机干扰的特点,采用基于最近邻聚类方法的径向基函数(RBF)神经网络快速学习算法,通过实时在线辨识,建立电弧炉电极系统的精确逆模型并用于控制,实现了将具有强耦合特性的多变量输入/输出(MIMO)系统解耦成单个独立的伪线性对象,并提出一种基于RBF神经网络逆控制与比例微分(P/D)控制相结合的双模控制策略。应用结果证实了该控制策略具有快速适应对象和过程变化的能力及较强的鲁棒性。 张世峰 张绍德关键词:电弧炉 解耦 双模控制 电极系统 逆控制 神经网络