可控受限多变量耦合系统的智能控制

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (21): 209-211.

可控受限多变量耦合系统的智能控制

刘英晖，刘贺平

北京科技大学信息工程学院，北京 100083

收稿日期:2008-12-24 修回日期:2009-04-27 出版日期:2009-07-21 发布日期:2009-07-21
通讯作者: 刘英晖

Intelligent control of limited controllability multivariable coupling control system

LIU Ying-hui，LIU He-ping

School of Information Engineering，University of Science and Technology Beijing，Beijing 100083，China

Received:2008-12-24 Revised:2009-04-27 Online:2009-07-21 Published:2009-07-21
Contact: LIU Ying-hui

摘要/Abstract

摘要： 针对可控受限多变量耦合系统，提出了一种基于对角递归神经网络（DRNN）整定的PID混合解耦控制。采用对角递归神经网络来辨识系统模型，进而对PID控制器参数进行整定，实现多变量解耦控制。通过对多变量耦合控制系统的设计和实时控制，实际控制结果达到了解耦控制的要求，并具有无超调、响应速度快、控制精度高等特点。

关键词: 可控受限多变量耦合系统, 对角递归神经网络（DRNN）, 混合解耦控制, PID控制

Abstract: According to the limited controllability of the multivariable coupling system，a PID self-tuning mixed decoupling control method based on DRNN is put forward.It can realize decoupling multivariable system with identifying system model with DRNN and tuning the parameters of PID controller.It is used to real-time control of the multivariable furnace temperature control system.The experimental results indicate that mixed decoupling method based on DRNN has the advantage of non-overshoot，high speed and high control precision compared with common PID control.

Key words: limited controllability multivariable coupling system, Diagonal Recurrent Network（DRNN）, mixed decoupling control, PID control

刘英晖，刘贺平. 可控受限多变量耦合系统的智能控制[J]. 计算机工程与应用, 2009, 45(21): 209-211.

LIU Ying-hui，LIU He-ping
. Intelligent control of limited controllability multivariable coupling control system[J]. Computer Engineering and Applications, 2009, 45(21): 209-211.

[1]	殷春武. 执行器故障时变系统的PID迭代容错控制[J]. 计算机工程与应用, 2019, 55(3): 266-270.
[2]	库硕，丁达理，黄长强，王杰，周欢. 基于自适应模糊PID的UCAV姿态控制[J]. 计算机工程与应用, 2018, 54(20): 223-229.
[3]	陈大鹏1，2，张九根1，2，梁星1，2. 基于解析法的变风量空调解耦优化控制[J]. 计算机工程与应用, 2018, 54(18): 235-241.
[4]	张国云1，2，3，李亚斌1，2，3，涂兵1，2，3，李文滔1，3，李孝春1，3. 基于VOD块匹配准则的四旋翼飞行器悬停研究[J]. 计算机工程与应用, 2017, 53(22): 208-211.
[5]	赵玥，陈奕梅. 四旋翼无人飞行器控制算法设计[J]. 计算机工程与应用, 2017, 53(21): 49-53.
[6]	熊兼海，张卫，柳宁. 分数阶模糊免疫PID控制器的设计[J]. 计算机工程与应用, 2016, 52(18): 235-239.
[7]	陈彬彬，曹中清，余胜威. 基于风驱动优化算法WDO的PID参数优化[J]. 计算机工程与应用, 2016, 52(14): 250-253.
[8]	张原1，黄文静1，桑路路2. PID控制在火箭炮伺服系统中的仿真实现——改进的专家自适应PID控制[J]. 计算机工程与应用, 2013, 49(8): 241-244.
[9]	闫光辉1，2，余强1，张硕1，李兆凯1. 基于模糊PID的CVT车辆非稳态速比控制[J]. 计算机工程与应用, 2013, 49(12): 250-254.
[10]	寇雪芹，谷立臣，马玉. 带钢跑偏电液伺服控制系统的PID控制器设计[J]. 计算机工程与应用, 2012, 48(7): 235-237.
[11]	唐玉兰1，徐明亮1，梅娟1，2，陈建慧3. 粒子群算法在PID控制器参数整定中的研究与应用[J]. 计算机工程与应用, 2012, 48(34): 221-224.
[12]	马思思1，何建忠1，刘涛2. 云雾室串级模糊自适应PID控制研究及实现[J]. 计算机工程与应用, 2012, 48(33): 217-221.
[13]	付伟，杨先一，柴毅，刘国权. 网络控制系统PI预测控制及稳定性分析[J]. 计算机工程与应用, 2012, 48(17): 10-15.
[14]	王菲菲，陈玮. 基于RBF神经网络与Smith预估补偿的智能PID控制[J]. 计算机工程与应用, 2012, 48(16): 233-236.
[15]	程正梅1，郭小定1，陈晓可2，邓景新1. 小机车新型试验电源自适应模糊PID控制系统仿真研究[J]. 计算机工程与应用, 2011, 47(35): 242-244.