《18大林算法工程应用中关键参数的选择》是针对数字控制器设计中如何解决大林算法在实际应用中遇到的问题的教程，由东北大学的关守平教授讲解。大林算法，即大林控制算法，是一种广泛应用的数字控制器设计方法，尤其在处理含有时滞的系统时具有优势。然而，在实际应用中，该算法可能会导致控制量的振荡，产生振铃现象，以及分数时滞问题，这会严重影响控制效果和系统稳定性。
振铃现象通常由于采样周期和闭环系统时间常数的选择不当引起。大林算法在时滞等于采样周期整数倍的情况下推导得出，因此当这个条件不满足时，可能会出现上述问题。为了解决这些问题，主要的方法是选择合适的采样周期T和闭环系统的时间常数T0。
为了削弱振铃现象，关键参数包括采样周期T、对象固有参数如TT11和TT22，以及可以调整的闭环系统时间常数T0。通过公式012///21RAT TT TT Tceeec可以分析与振铃幅度的关系。其中，TT11和TT22通常是对象固有的，无法改变，而T和T0则可以调整。
设计步骤如下：
1. 确定闭环系统参数T0，根据振铃幅度要求设置指标。
2. 通过公式确定采样周期T，若有多解，选取较大的T，因为这样可以减少振铃现象，而不影响系统稳定性。
3. 计算NN，即纯滞后时间与采样周期之比NT。
4. 确定对象的脉冲传递函数WWdd((zz))和闭环系统脉冲传递函数WWBB((zz))。
5. 计算数字控制器的脉冲传递函数DD((zz))。
例如，在解决具体问题时，可能需要通过调整采样周期来平衡振铃幅度和系统动态性能。比如，如果要求振铃幅度RA=1.91，可以选取T=4s；如果希望进一步降低振铃幅度，可以选择更大的T，如T=5s或T=6s，但要注意采样周期增加并不会显著减少振铃，因此应找到一个平衡点。
此外，纯滞后时间与采样周期之比NT的计算对于确定合适的NN至关重要。通过计算对象的脉冲传递函数，可以进一步优化控制器设计，以达到既抑制振铃又保持系统性能的目标。
大林算法的关键在于正确选择和优化参数，特别是采样周期和闭环时间常数，以应对振铃现象和分数时滞问题，确保数字控制器的有效性和系统的稳定性。在设计过程中，需要通过数学计算和实际应用中的反馈不断调整和优化，以实现最佳控制效果。
