导读:本文包含了大时滞论文开题报告文献综述、选题提纲参考文献，主要关键词:算法,溶解氧,粒子,线性,浓度,系统,参数。
大时滞论文文献综述写法
张宇,张慧,郑银湖,邹振城[1]（2019）在《溶解氧大时滞过程的二次优化控制设计》一文中研究指出溶解氧浓度(DO)大时滞过程控制是污水生化处理的核心环节,氧气不足和氧气过量都会导致污水处理的效果下降,传统的PID控制效果不佳,神经网络、模糊控制等智能算法复杂且不能解决大时滞问题。采用二次优化控制(TOC)算法,使控制系统响应过程更加平滑,解决了控制系统抗干扰能力弱的缺点。仿真结果表明,该算法能很好的控制溶解氧的浓度,且系统具有极强的鲁棒性。(本文来源于《东莞理工学院学报》期刊2019年05期）
王永帅,陈增强,孙明玮,孙青林[2]（2019）在《一阶大时滞对象降阶自抗扰控制的鲁棒稳定性》一文中研究指出针对一阶惯性大时滞对象,研究了Smith预估器结合降阶线性自抗扰控制(reduced-order linear active disturbance rejection control,RLADRC)的稳定性和鲁棒性问题.根据劳斯判据得到了使系统稳定的参数选择可行域,并通过数值仿真进行验证;然后基于频域响应分析了稳定可行域内系统的相角裕度范围;最后比较了降阶自抗扰预估控制与单独降阶自抗扰控制对被控对象参数摄动的鲁棒性,并基于蒙特卡罗实验证明了降阶自抗扰预估控制的动态性能更好、鲁棒性更强.这些结论可用于Smith预估器和降阶自抗扰预估控制器参数的设计.(本文来源于《中国科学技术大学学报》期刊2019年01期）
汤伟,袁志敏,党世红[3]（2018）在《基于PSO算法的大时滞过程双自由度内模控制器设计》一文中研究指出借助双控制器设计技术和粒子群优化(PSO)算法,提出了一种基于PSO算法的双自由度内模控制方法,即PSO-TDF-IMC,并用于对大时滞工业过程的控制。该方法的基本思想是:以时间乘误差绝对值积分(ITAE)为目标函数,运用PSO算法,优化整定IMC滤波器时间常数。MATLAB仿真结果表明,PSO-TDF-IMC具有算法简单、搜索速度快、效率高等优点,可明显提高双自由度内模控制系统的设定值跟踪性能和鲁棒性能。(本文来源于《中国造纸学报》期刊2018年03期）
汤伟,袁志敏,任革健,单文娟,冯波[4]（2018）在《基于H_∞理论的信息熵PSO算法整定大时滞PID参数》一文中研究指出目的针对粒子群算法(PSO)整定大时滞PID控制器参数过程中搜索范围较大,搜索能力较差,甚至出现不收敛的问题,提出一种基于H_∞理论的小范围搜索且带有目标性初始化粒子群的改进PSO算法(HOI-PSO)。方法利用H_∞理论确定PSO算法的初始搜索范围,融合信息熵对初始化粒子群进行评估、调整,从而获得分散性较高的初始种群。结果 Matlab仿真实验表明,HOI-PSO算法能够提高PSO算法的收敛速度,具有同大范围相似甚至更好的全局寻优能力;对于大时滞过程控制,闭环系统的控制性能得到很大改善。结论 HOI-PSO算法应用于长网造纸机定量回路的控制结果表明,采用信息熵PSO算法整定出的PID控制器参数对大时滞过程具有良好的控制效果,在实际生产中也具有一定的理论指导意义。(本文来源于《包装工程》期刊2018年13期）
董娜,常建芳,韩学烁,吴爱国[5]（2018）在《大时滞系统的无模型控制方法及应用》一文中研究指出针对实际被控系统普遍存在的大滞后特点,设计了带有滞后时间输入变化率约束项的无模型自适应控制系统,以此来减小大时间滞后对整个控制过程的影响,并且引入典型大时滞系统进行了仿真比较研究;针对压缩式制冷系统非线性、大时滞、强耦合及难以建立可以实现控制的精确数学模型等特性,设计了制冷系统无模型控制方案,并进行了仿真研究。仿真结果表明:本文的无模型自适应控制算法具有优越的控制性能和更快的响应速度,提高了制冷系统的工作性能,从而验证了本文的控制方法的有效性。(本文来源于《哈尔滨工程大学学报》期刊2018年12期）
郭亭亭[6]（2018）在《大时滞系统的稳定性和有限时间H_∞控制》一文中研究指出作为衡量系统性能的一个重要指标,稳定性问题一直是众多学者关注的重点课题,其中包括定义在无限时间区间内的渐进稳定性,定义在有限时间区间内的有限时间稳定性和有限时间有界性.一般来说,系统稳定是保证其正常工作的先决条件.然而,因为时滞的普遍存在,系统的性能可能会恶化,甚至会致使系统变得不稳定或失控.所以,时滞系统的稳定性及控制综合已成为控制界研究的热点.在以往的科研中,我们通常假设时滞是小时滞,也就是说,时滞的上界是一个较小的数值.但在实际系统中,时滞可能会在某个瞬间超过这个预先假定的上界,并且系统的稳定性不改变,所以这时的结果将会更加保守.因此,在大时滞的影响下,研究系统的性能是非常必要的.本文结合切换方法和Lyapunov泛函方法,研究具有大时滞的线性系统的稳定性条件和有限时间H∞控制问题.本文涉及到以下几个方面的内容:线性大时滞正系统的稳定性和L1增益性能,线性不确定大时滞系统的鲁棒有限时间H∞控制.本文的主要工作如下:第二章主要讨论线性大时滞正系统的稳定性和L1增益性能分析.首先,采用切换方法将原系统转化为包含两个子系统的正切换时滞系统.其中一个子系统是稳定的,而另一个子系统不稳定.其次,考虑到大时滞带来的影响,我们选取了一个含有大时滞项的特殊Lyapunov泛函.然后,在对大时滞区间的频率和长度比率的约束下,获得了大时滞正系统指数稳定和具有L1增益性能的充分条件,并给出一个数值算例来说明所提出方法的成立性.第叁章主要讨论线性不确定大时滞系统的鲁棒有限时间H∞控制问题.首先,我们使用切换方法将系统分离为大时滞和小时滞两种情况.其次,使用Lyapunov泛函方法,设计了一个状态反馈控制器,使得闭环系统在大时滞区间的频率和长度比率的限制条件下是有限时间有界的.进而,分析了闭环系统的有限时间H∞性能.最后,通过一个数值例子证实了结论的有效性.最后总结全文,并提出了进一步的研究目标.(本文来源于《陕西师范大学》期刊2018-05-01）
王永帅,陈增强,孙明玮,孙青林[7]（2018）在《一阶惯性大时滞系统Smith预估自抗扰控制》一文中研究指出大时滞系统是工业过程控制中的典型难题,将先进控制方法应用于大时滞系统时需要与传统的Smith预估器相结合才能获得理想的控制效果。针对一阶惯性大时滞系统,研究了Smith预估器与线性自抗扰控制技术相结合的设计问题,分析了系统的稳定条件和参数摄动问题。证明了当被控对象参数与Smith预估器参数相同时,闭环控制系统稳定的结论,同时推导了参数不同时控制系统稳定的一个充分条件。另外基于数值仿真,从暂态性能、稳定裕度和抗扰能力叁方面分析了系统参数和控制参数摄动的影响作用,这些结果可用于Smith预估器和线性自抗扰控制器参数的整定。(本文来源于《智能系统学报》期刊2018年04期）
袁志敏[8]（2018）在《基于粒子群优化的大时滞过程PID控制算法研究》一文中研究指出大时滞现象广泛存在于实际工业生产过程中,其作为过程控制领域的难题之一,受到业界广泛关注。传统观念认为PID控制器不适用于大时滞过程控制,但我们的研究表明:PID控制器能否用于大时滞过程控制的关键取决于它的控制器参数如何整定。利用仿智能算法整定的PID控制器参数,对大时滞过程控制具有良好的控制效果。粒子群算法(Particle Swarm Optimization,PSO)作为一种简单、高效的并行搜索算法已被广泛应用于PID参数整定过程中。但仿真结果表明:采用PSO算法整定大时滞过程PID控制器参数时,存在早熟、易陷入局部最优、收敛速度慢、搜索盲目等问题,往往不能取得令人满意的控制效果。为此,本文在陕西省重点科技创新团队计划项目(2014KCT-15)的资助下,对PSO算法进行改进并用于PID控制器的参数整定,部分研究成果也已被应用于对长网造纸机纸张定量的控制。论文的主要工作总结为如下四个方面:(1)基于具有初始化功能的PSO算法的大时滞过程PID参数整定为了解决标准PSO算法在整定大时滞PID控制器参数过程中搜索范围较大,搜索能力较差,甚至出现不收敛的问题,本章利用H?理论减小搜索空间,融合信息熵保证粒子多样性,提出了一种具有初始化功能的PSO算法,即HOI-PSO算法。MATLAB仿真实验表明:HOI-PSO算法能够提高PSO算法的收敛速度,具有同大范围相似甚至更好的全局寻优能力;对于大时滞过程的控制,效果良好。(2)基于共轭梯度的混合PSO算法的大时滞过程PID参数整定针对标准PSO整定大时滞PID控制器参数易早熟的缺点,提出了一种结合早熟判断处理的基于梯度思想(CGM)的混合PSO算法(CGM-PSO)。该改进算法既能增强标准PSO算法的局部搜索能力,也能加快标准PSO算法的收敛速度,可有效地解决PSO算法早熟问题。本文将该算法应用于大时滞过程PID控制器参数优化中,仿真结果表明闭环系统的控制性能也能得到很好的改善。(3)基于标准PSO算法的双自由度IMC-PID控制方法研究借助双控制器设计技术和标准PSO算法,提出了一种基于PSO算法的双自由度IMC-PID(TDF-IMC-PID)控制方法(PSO-TDF-IMC-PID),用于对大时滞工业过程的控制。本控制方法以时间误差绝对积分(ITAE)为目标函数,运用标准PSO算法整定TDF-IMC滤波器时间常数,进而得到PID控制器参数。仿真结果表明:该控制方法可以明显提高大时滞过程TDF-IMC-PID控制的跟踪性能和鲁棒性能,避免了参数整定的复杂性及对人工经验的依赖。(4)研究成果在长网造纸机纸张定量控制系统中的应用设计与实现通过阶跃响应建模法建立定量控制回路数学模型,并将前述部分研究成果用于纸张定量的闭环控制,仿真结果表明论文成果对纸张定量具有良好的闭环控制性能。为此,在不影响现有抄纸过程控制系统正常工作的前提下,设计了一种基于OPC技术的的纸张定量控制系统。该控制系统以西门子S7-300PLC为主体控制硬件,以Step7和WinCC为开发软件,将本文所研究的算法成果应用于长网造纸机纸张定量控制,应用效果表明论文所研究的控制算法是有效的,具有一定的实用价值。总之,本文在剖析标准PSO算法性能及其在大时滞PID参数整定过程存在的问题的基础上,提出了基于叁种改进型PSO算法的PID参数整定方法;借助OPC技术和工业以太网通讯技术,给出了大时滞PID控制算法在纸张定量控制回路中的具体工程实现方案。部分研究成果已用于浙江某纸厂现有抄纸过程控制系统中去,应用结果证明了本文提出的PID控制算法在大时滞过程控制中切实有效。(本文来源于《陕西科技大学》期刊2018-03-01）
史鑫鹏,吴保卫[9]（2018）在《一类具有大时滞的切换时滞系统的稳定性分析》一文中研究指出研究了一类具有大时滞的切换时滞系统稳定性分析的问题,提出了具有大时滞的非线性切换时滞系统指数稳定的判定方法。考虑大时滞存在时,线性切换时滞系统的一些子系统可能不稳定的情况下,通过构造新的Lyapunov函数,使用自由权矩阵方法和平均驻留时间方法,得到所考虑系统是指数稳定的充分条件;并举出数值例子验证了所提出方法的有效性。(本文来源于《陕西师范大学学报(自然科学版)》期刊2018年02期）
张堃,吴建国,陈伟峰,张培建,费敏锐[10]（2017）在《溶解氧大时滞控制过程预测优选策略应用研究》一文中研究指出针对污水溶解氧浓度这类大时滞有自衡过程的控制问题,提出了一种了基于曲线拟合直接预测被控变量和采用专家控制,以及优选法搜索目标控制量相结合的控制策略。通过最小二乘法对在线采集的数据进行曲线拟合,以得出迟延τ时间后的被控变量预测值,专家控制快速逼近目标控制量的区间,然后再采用基于黄金分割点的优选法快速逼近目标控制量。这种预测优选法控制策略是按照被控变量的预测值来确定控制量。有自衡过程的设定值一旦确定,目标控制量也相应确定,预测优选法控制策略就是快速搜索目标控制量。仿真和工程模拟试验结果均表明:针对这类大滞后有自衡过程,该控制策略可以实现有效控制,系统调节时间较专家控制提高50%,目标偏差可控制在1%以内。(本文来源于《仪器仪表学报》期刊2017年09期）
大时滞论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对一阶惯性大时滞对象,研究了Smith预估器结合降阶线性自抗扰控制(reduced-order linear active disturbance rejection control,RLADRC)的稳定性和鲁棒性问题.根据劳斯判据得到了使系统稳定的参数选择可行域,并通过数值仿真进行验证;然后基于频域响应分析了稳定可行域内系统的相角裕度范围;最后比较了降阶自抗扰预估控制与单独降阶自抗扰控制对被控对象参数摄动的鲁棒性,并基于蒙特卡罗实验证明了降阶自抗扰预估控制的动态性能更好、鲁棒性更强.这些结论可用于Smith预估器和降阶自抗扰预估控制器参数的设计.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
大时滞论文参考文献
[1].张宇,张慧,郑银湖,邹振城.溶解氧大时滞过程的二次优化控制设计[J].东莞理工学院学报.2019
[2].王永帅,陈增强,孙明玮,孙青林.一阶大时滞对象降阶自抗扰控制的鲁棒稳定性[J].中国科学技术大学学报.2019
[3].汤伟,袁志敏,党世红.基于PSO算法的大时滞过程双自由度内模控制器设计[J].中国造纸学报.2018
[4].汤伟,袁志敏,任革健,单文娟,冯波.基于H_∞理论的信息熵PSO算法整定大时滞PID参数[J].包装工程.2018
[5].董娜,常建芳,韩学烁,吴爱国.大时滞系统的无模型控制方法及应用[J].哈尔滨工程大学学报.2018
[6].郭亭亭.大时滞系统的稳定性和有限时间H_∞控制[D].陕西师范大学.2018
[7].王永帅,陈增强,孙明玮,孙青林.一阶惯性大时滞系统Smith预估自抗扰控制[J].智能系统学报.2018
[8].袁志敏.基于粒子群优化的大时滞过程PID控制算法研究[D].陕西科技大学.2018
[9].史鑫鹏,吴保卫.一类具有大时滞的切换时滞系统的稳定性分析[J].陕西师范大学学报(自然科学版).2018
[10].张堃,吴建国,陈伟峰,张培建,费敏锐.溶解氧大时滞控制过程预测优选策略应用研究[J].仪器仪表学报.2017