磁悬浮系统的非线性控制

针对普通线性化控制方法不能满足磁悬浮系统的全局稳定的问题，研究了基于非线性磁悬浮系统模型的精确反馈线性化控制算法设计方法。建立了磁悬浮系统非线性模型，利用状态反馈将系统精确线性化，然后通过极点配置，按照动态性能设计指标计算出控制参数，得到符合工程实践要求的反馈算法。仿真和实验证明了这种控制方法能够保证磁悬浮控制系统的动态特性。同时具有较好的抗干扰能力。     

基于SVM的PVC汽提过程预测控制方法

针对汽提塔温度控制系统的非线性和参数时变的特性,采用支持向量机对汽提塔温度进行建模,结合非线性模型的实时线性化和广义预测控制隐式算法,提出了基于支持向量预测模型的广义预测控制算法.同时将该算法应用到聚氯乙烯汽提生产过程当中,并将模型在线校正和误差反馈校正相结合,根据实际情况进行了多种情况下的仿真,仿真结果表明了方法的有效性.     

状态反馈预测控制系统的鲁棒稳定性

对状态反馈预测控制系统的鲁棒稳定性进行分析,给出了鲁棒稳定性的充分条件。基于状态空间模型,使用实测状态变量反馈计算最优控制律,将参数不确定项作为前馈引入控制作用,改善了控制系统的鲁棒性,为状态反馈预测控制系统的分析、设计及实际应用提供了理论依据。     

状态反馈预测控制的结构性能及应用实例

本文分析了状态反馈预测控制系统的结构与控制性能，基于状态空间模型，使用实 测状态变量反馈，状态反馈预测控制系统是状态变量动态反馈结构．对比动态矩阵控制（DM C）、广义预测控制（GPC）和内模控制（IMC）算法，由于使用可测状态变量动态反馈结构 ，提高了控制系统抑制不可测干扰能力，改善了控制系统的鲁棒性，预测模型可适用于较大 的操作范围．预测控制系统稳定时，对阶跃型给定值及干扰静态无偏差．给出了催化裂化装 置稳定吸收系统，稳定汽油饱和蒸汽压先进控制的应用实例，先进控制系统的设计功能全部 在DCS层实现，现场运行实测数据对比表明控制效果较好．     

基于反馈线性化的RLV气动控制一体化设计

针对可重复使用运载器设计过程中,气动布局、制导控制系统相互耦合的问题,引入气动控制一体化设计方法。分析该飞行器再入过程的高度-速度飞行剖面,基于反馈线性化方法设计再入跟踪制导律。按照快慢变量分离的原则,设计反馈线性化控制器。以此为基础,对飞行性能进行评估,找出布局存在的不足,给出改进建议,并进行仿真验证。整个设计过程表明,基于反馈线性化的气动控制一体化设计方法能够有效兼顾气动与制导控制约束,实现飞行器性能最优。     

基于混沌粒子群优化的约束状态反馈预测控制算法

提出一种基于混沌粒子群优化的约束状态反馈预测控制算法,用于解决带有输入约束和状态约束的控制问题.将混沌粒子群优化引入到约束状态反馈预测控制的滚动优化过程中,增强了算法在约束范围内的局部搜索和全局搜索能力.通过对一个实际的带有约束的线性离散系统控制优化问题的解决,验证了基于混沌粒子群优化的状态反馈预测控制算法的可行性和有效性,与传统的二次规划算法的比较结果说明了此算法的优越性,证明了状态反馈预测控制系统良好的鲁棒性.     

基于网络控制系统的感应电机非线性控制

针对网络控制系统中存在不确定时延的问题,讨论了网络条件下感应电机的建模与控制．首先基于感应电机的非线性数学模型,运用直接反馈化方法将其线性化,然后在线性化的基础上引入具有时延的网络控制系统,建立了感应电机的网络化控制模型．运用李亚普诺夫函数方法,给出了闭环系统渐近稳定的充分条件,基于相应的线性矩阵不等式可行解,可以求解状态反馈控制律．最后,仿真结果验证了该方法的有效性．     

基于反馈线性化的预测函数控制及其在CSTR中的应用

针对典型化工非线性对象连续搅拌槽反应器(CSTR),研究了基于反馈线性化的预测函数控制方法.首先将非线性过程精确反馈线性化,然后在此基础上,设计相应的预测函数控制器,仿真结果是令人满意的.     

基于数据驱动的风力发电系统一步超前预测转速控制

针对风力发电系统转速控制系统的特点,提出了一种基于数据驱动的一步超前预测控制方法。该方法先利用动态线性化技术,采用投影算法在线估计伪偏导数,然后通过最小化一步超前加权性能指标获得广义最小方差预测控制算法;为了取得更好的跟踪效果,引入一个自适应项用于增强输出跟踪能力,使得系统输出响应具有更强的跟踪能力。仿真结果验证了该方法的有效性。     

基于反馈线性化的TCSC滑模控制

针对含可控串联补偿(Thyristor Controlled Series Compensation,TCSC)的电力系统非线性强及易受外部扰动的特点,应用反馈线性化方法和滑模变结构控制理论,设计了提高系统稳定性的可控串联补偿滑模控制器。通过引入反馈控制变量,基于状态反馈线性化理论实现了对非线性模型的精确线性化。采用极点配置方法设计滑模切换函数,从理论上保证发电机转子方程具有期望的极点。为了减小抖振采用指数趋近律和准滑动模态方法求取滑模控制律,使得设计的可控串联补偿非线性控制律形式简洁,鲁棒性好。为了验证该控制策略的有效性,在Matlab/Simulink环境下建立了基于反馈线性化的可控串联补偿滑模控制系统仿真模型,进行了仿真研究。仿真结果表明,与传统的控制方式相比,设计的控制器能有效地阻尼系统振荡,增强系统的暂态稳定性。     

Input-output linearizing control of constrained nonlinear processes

An input-output linearization strategy for constrained nonlinear processes is proposed. The system may have constraints on both the manipulated input and the controlled output. The nonlinear control system is comprised of: (i) an input-output linearizing controller that compensates for processes nonlinearities; (ii) a constraint mapping algorithm that transforms the original input constraints into constraints on the manipulated input of the feedback linearized system; (iii) a linear model predictive controller that regulates the resulting constrained linear system; and (iv) a disturbance model that ensures offset-free setpoint tracking. As a result of these features, the approach combines the computational simplicity of input output linearization and the constraint handling capability of model predictive control. Simulation results for a continuous stirred tank reactor demonstrate the superior performance of the proposed strategy as compared to conventional input-output linearizing control and model predictive control techniques.     

Improved model-free adaptive predictive control based on recursive least-squares estimation algorithm

Data-driven control has received increasing attention by researchers in recent years because no system modeling procedure is required. By combination of data-driven and model predictive control, this paper discusses an improved model-free adaptive predictive control approach with application to vibration reduction of an elastic crane. For system linearization, instead of using traditional compact-form dynamic linearization, this contribution considers the partial-form dynamic linearization (PFDL) technique in case of multivariable systems. A linearized output predictive model of the unknown system is constructed locally. To estimate and predict the time-varying parameter matrices, namely, pseudo-Jacobian matrix (PJM), recursive least-squares algorithms are utilized for online estimation improvement. As a result, an improved PFDL-based model-free controller is designed and applied firstly to the ship-mounted boom crane representing a typical flexible system. Simulation results indicate that significant reduction of the elastic boom and payload oscillations are achieved, and better control performance can be observed in comparison with other traditional methods.     

1种多面体描述的非线性预测控制器综合

针对工业过程中的非线性计算量大,实时性低等问题,提出了1种计算非线性预测控制的新方法。该方法将神经网络与线性微分包含(LDI)相结合对非线性系统建模,从而将非线性系统转换成多面体描述的线性时变系统。对于多面体描述系统的各个顶点构成的多个线性模型,在线求得不同状态下的控制器。最后通过证明多面体描述的线性系统的稳定性来保证原非线性的稳定性。通过仿真看出此算法在处理复杂系统的控制问题具有良好的控制效果。     

关于建模与自适应控制的一体化途径

在文献自适应辨识预报和控制-多层递阶途经中,我们提出了非线性系统动态线性化 的概念.这种动态线性化仅仅是形式上的,而不是真的线性化.但研究发现,在这种线性化过程 中,包含了一种新的系统辨识思想,那就是在线实时建模一实时反馈控制校正的思想.这种辨识 把建模与反馈控制结合成为一体,突破了参数自适应的框架.实现了控制系统的结构自适应性, 并且避免了建立数学模型这一繁锁的步骤.本文就是对这种系统建模与控制一体化的途径进行 介绍.     

基于模糊线性化预测模型的HVAC系统温度控制

针对暖通空调（HVAC）系统难以控制的问题,提出一种基于max-product推理的Mamdani模糊模型预测控制策略．首先利用一步模糊预测模型的结构分析得到其解析表达式,获得系统在k＋1时刻的线性化预测模型;然后基于模糊线性化模型进行模型预测控制器设计．对HVAC系统的仿真和实验结果表明,该算法是一种跟踪性能好且鲁棒性强的有效控制算法．     

Unscented model predictive control of chance constrained nonlinear systems

This paper introduces an unscented model predictive approach for the control of constrained nonlinear systems under uncertainty. The main contribution of this paper is related to incorporation of statistical linearization, rather than commonly used analytical linearization, of the process and measurement models to provide a closer approximation of belief space propagation. Specifically, the state transition is approximated using an unscented transform to obtain a Gaussian belief space. This approximation allows for realization of closed-form solutions, which are otherwise available to linear systems only. Subsequently, the proposed approach is used to develop a model predictive motion control scheme that yields optimal control policies in presence of nonholonomic constraints as well as state estimation and collision avoidance chance constraints. As an example, successful kinematic control of a two-wheeled mobile robot is demonstrated in unstructured environments. Finally, the superiority of the proposed unscented model predictive control (MPC) over the traditional linearization-based MPC is discussed.     

Predictive end-point trajectory control of elastic manipulators

This article presents an approach to end-point trajectory control of elastic manipulators based on the nonlinear predictive control theory. Although this approach is applicable to manipulators of general configuration, only planar flexible multi-link manipulators are considered. A predictive control law is derived by minimizing a quadratic function of the trajectory error of the end-points of each link, elastic modes, and control torques. This approach avoids the instability of the zero dynamics encountered in the controller design using feedback linearization and variable structure control techniques for end-point control. Furthermore, the derived predictive controller is robust to uncertainty in the system parameters. Simulation results are presented for a one-link flexible manipulator to show that in the closed-loop system accurate end-point trajectory control and vibration damping can be accomplished. © 1996 John Wiley & Sons, Inc.     

六自由度机械臂约束预测控制系统的设计

本文提出了一种基于约束预测控制的机械臂实时运动控制方法.该控制方法分为两层,分别设计了约束预测控制器和跟踪控制器.其中,约束预测控制器在考虑系统物理约束的条件下,在线为跟踪控制器生成参考轨迹;跟踪控制器采用最优反馈控制律,使机械臂沿参考轨迹运动.为了简化控制器的设计和在线求解,本文采用输入输出线性化的方式简化机械臂动力学模型.同时,为了克服扰动,在约束预测控制器中引入前馈策略,提出了带前馈一反馈控制结构的预测控制设计.因此,本文设计的控制器可以使机械臂在满足物理约束的条件下快速稳定地跟踪到目标位置.通过在PUMA560机理模型上进行仿真实验,验证了预测控制算法的可行性和有效性.     

Nonlinear model predictive control for models in quasi‐linear parameter varying form

This article presents a nonlinear model predictive control (NMPC) approach based on quasi‐linear parameter varying (quasi‐LPV) representations of the model and constraints. Stability of the proposed algorithm is ensured by the offline solution of an optimization problem with linear matrix inequality constraints in conjunction with an online terminal state constraint. Furthermore, an iterative approach is presented with which the NMPC optimization problem can be handled by solving a series of Quadratic Programs at each time step, this being highly computationally efficient. A practical and simple way of obtaining quasi‐LPV representations of the system using velocity‐based linearization is presented in two examples.     

一类非线性系统的次优控制研究

考虑一类关系度不确定且零动态稳定的非线性系统的控制器设计问题．利用预测控制概念,通过选用较为全面的二次型性能指标,对输出进行高阶泰勒级数展开,推导出一种非切换的解析次优控制律,进而得出了在该控制律下闭环系统局部稳定的充分条件．仿真例子验证了该控制算法具有较好的动态性能,与已有的近似线性化方法相比,显示了该控制策略的优越性．