多变量汽温模糊预测控制

针对火电厂锅炉汽温对象具有大迟延、非线性时变的特性,提出一种基于T-S模糊模型的多输入多输出(MIMO)预测控制策略.将MIMO系统分解为多个多输入单输出(MISO)系统,利用T-S模糊模型描述对象的动态特性,模糊规则将非线性对象划分为多个局部子线性模型,并用加权最小二乘法辨识其参数,然后用预测函数原理设计控制器.为提高预测控制性能,采用多步线性化模型构成多步预报器.仿真结果表明对于MIMO系统的长期预报和控制,多步线性化模型预测控制性能优于单步线性化模型预测控制性能.     

基于T-S模糊模型的球磨机负荷控制系统

球磨机负荷控制系统通过调节给煤机的转速控制存煤量在给定值附近。针对其存在非线性、参数时变和大延迟等难以控制的特性,提出基于T-S模糊模型的预测函数控制新方法。用T-S模糊模型描述对象的非线性动态特性,根据模糊规则将非线性模型分解为若干个局部线性模型,并依据球磨机负荷对象的特性,将线性模型简化为一阶纯滞后环节。对辨识后得到的每个局部线性模型采用预测函数控制算法。仿真研究结果表明:系统响应速度变快、超调量较小,表现出较好的动态响应特性,同时还避免了PID控制器3个参数难以整定的困难。     

非线性模糊自适应直接广义预测控制

针对广义预测控制(GPC)计算量大的缺陷,提出一种模糊自适应直接广义预测控制(FDGPC)方法.该方法利用中值定理将一类非线性系统等价表示为时变线性系统,通过模糊逻辑系统直接设计预测控制器,利用三次样条基函数多项式逼近广义误差时变系数,基于广义误差估计值对控制器参数θu和广义误差估计值中的未知向量θe'进行自适应调整.理论证明了该方法可使广义误差收敛到原点的一个小邻域内.仿真结果验证了此方法的有效性.     

一种基于模糊控制的两步法预测控制方法

应用于工业的预测控制系统往往局限于线性系统,而针对实际生产中绝大多数的非线性系统却不能实现输出量跟踪.为了实现非线性系统的实际输出值能够跟随期望输出值,研究一种基于模糊控制的两步法预测控制方法.根据预测控制求解的中间变量v与为了跟随期望输出实际作用于系统的控制量u之间的对应关系,设计相应的模糊规则,确立模糊输入、输出及相应隶属度函数,从而建立模糊控制器,解决了采用Hammerstein模型时,由于静态非线性环节的难于求解实际控制量的弊端.通过仿真实例与传统求解非线性方程组算法对比突出说明了该方法在稳定性与鲁棒性上的控制优势.     

基于T-S模糊模型的燃气轮机系统负荷跟踪多目标预测控制

传统控制策略主要解决燃气轮机系统负荷跟踪问题,缺乏对经济性能的考虑。设计了基于T-S模糊模型的多目标预测控制器以同步提高系统跟踪性能和经济性能。首先,针对燃气轮机系统强非线性特性,选用T-S模糊模型增量结构,选取某联合循环机组历史数据进行模型辨识,所得模型能够根据运行工况实时更新模型参数,避免了模型失配问题。然后,基于此模型设计多目标预测控制器,定义负荷跟踪指标和经济性能指标,并对指标进行加权构成多目标代价函数。在多目标优化问题求解中,使用同步传热搜索算法优化代价函数获得控制量,提高控制系统快速性。仿真实验及评价指标结果表明,该多目标预测控制策略能够有效提高系统跟踪性能和经济性能。     

基于T-S模糊模型的燃气轮机系统负荷跟踪多目标预测控制

传统控制策略主要解决燃气轮机系统负荷跟踪问题,缺乏对经济性能的考虑。设计了基于T-S模糊模型的多目标预测控制器以同步提高系统跟踪性能和经济性能。首先,针对燃气轮机系统强非线性特性,选用T-S模糊模型增量结构,选取某联合循环机组历史数据进行模型辨识,所得模型能够根据运行工况实时更新模型参数,避免了模型失配问题。然后,基于此模型设计多目标预测控制器,定义负荷跟踪指标和经济性能指标,并对指标进行加权构成多目标代价函数。在多目标优化问题求解中,使用同步传热搜索算法优化代价函数获得控制量,提高控制系统快速性。仿真实验及评价指标结果表明,该多目标预测控制策略能够有效提高系统跟踪性能和经济性能。     

基于模糊建模技术的PEMFC非线性控制

针对PEMFC等一类具有严重非线性的复杂被控对象,提出一种基于模糊模型的非线性预测控制算法对PEM-FC系统进行建模与控制。在建模与控制过程中,采用离线学习和在线修正辨识出对象的模糊模型;其中,模型的参数通过模糊聚类初始化和离线反向传播算法进行学习,必要时,可通过在线调整后件参数,使模型的预测精度能满足实时控制的需要。线性辨识方法在线建立PEMFC控制系统的T-S模糊预测模型,然后基于分支定界法的基本原理对控制量进行离散寻优,从而实现PEMFC的非线性预测控制。仿真和实验结果证明了该算法的有效性和优越性。     

基于T-S模型的烧结终点广义预测自适应控制

针对铁矿石的烧结过程具有时滞、非线性、不确定等特性,在研究了烧结工艺和烧结终点子系统的部分参数选型的基础上提出一种基于T-S(Takagi Sugeno)模糊模型的烧结终点的预测控制方法。首先,根据烧结终点和台车速度之间的动态非线性化关系,建立烧结终点的T-S模糊模型;然后,在此基础上进行广义预测控制器的设计;最后加入了模糊补偿控制,以实现对烧结终点的自适应控制。利用某烧结厂产生的历史数据对该方法进行仿真实验,结果表明该方法具有较高的辨识精度,超调量小,控制时间短,方法有效。     

基于模糊预测的电站锅炉燃烧控制系统的优化设计

针对燃煤锅炉实际运行工况,建立了锅炉燃烧系统的受控自回归积分滑动平均(CARIMA)模型,并针对该模型设计了模糊预测控制器,充分利用广义预测控制的自校正多步预测和反馈校正等特点,将模糊控制作为广义预测控制的校正调节,并利用解耦的自治原理将锅炉燃烧系统的多变量控制问题转变为单回路控制系统的设计问题.仿真结果表明该控制系统对具有非线性、大延迟、强耦合等特性的电站锅炉燃烧系统具有很好的调节与跟踪特性.     

核电站蒸汽发生器水位的模糊GPC控制系统研究

蒸汽发生器水位直接影响到整个核电站的安全及稳定运行,但蒸汽发生器本身由于所具有的高度复杂性、非线性、时变性等特性,导致传统的串级PID控制等多种方法难以取得好的控制效果.在串级控制的基础上,采用模糊广义预测控制来对蒸汽发生器水位进行控制,此法能充分发挥模糊控制及预测控制的优点,首先利用T-S模糊模型对系统进行辨识,并将其转化为线性时变状态空间模型,然后基于线性化的模型设计出广义预测控制器,并对蒸汽发生器水位进行自适应控制.仿真结果表明,与传统的串级PID控制相比,模糊广义预测控制方法无论是抗干扰能力还是鲁棒性,都有了很大的提高.     

一种改进共轭梯度在线学习滑模控制算法

对于一类基于T-S模糊模型描述的非线性不确定系统,滑模控制算法的稳态误差和动态品质与T-S模糊算法描述模型的准确度相关,利用最小二乘支持向量机算法(LSSVM)学习T-S模糊模型可以很好的逼近实际系统.但是由于LSSVM算法对数据量有一定要求,而且学习速度比较慢,对要求动态响应较高或者内存较小的系统不适用.提出了一种基于改进共轭梯度在线学习算法学习T-S模型,可以实时逼近实际模型,配合滑模控制算法可以达到控制系统的渐进稳定.在不同误差条件下对该控制算法进行仿真实验,在随机误差幅值100以内,系统稳态误差为0.01,同时对时变误差表现出快速的稳定特性,显示了该控制算法较强的鲁棒性.最后,实验还对随机误差幅值为500的系统验证了T-S模型对于系统学习数据的随机误差具有去噪能力.     

模糊多模型控制及其对500MW单元机组协调控制系统的仿真研究

为解决火电单元机组协调控制系统的动态非线性和耦合特性，设计了基于T—S模糊模型和动态解耦PID控制器的模糊多模型协调控制系统。首先针对一个500MW单元机组的仿真模型，绘出了其相对非线性测度曲线，并据此得出了单元机组在典型工作点的5个线性化模型；然后对每个线性化模型分别设计了动态解耦PID控制器，并用T—S模糊模型合成出协调控制系统的全局控制器；最后使用Lyapunov稳定性定理及其推论对此协调控制系统的全局稳定性进行了证明。仿真研究证明了控制算法设计的有效性。     

单元机组负荷非线性预测控制及其仿真研究

大型单元机组负荷控制系统存在着强耦合、非线性等特性,常规线性控制策略难取得满意的控制效果。为此,该文提出了一种新的基于模糊模型和免疫优化的非线性预测控制方法,将离线辨识到的全局模糊模型作为预测模型,然后利用实数编码的免疫优化算法在线实现非线性预测控制的滚动优化,给出每个采样时刻的最优控制量。该方法还可通过修正的遗传算子方便地解决控制量受限问题。通过对一个500MW单元机组负荷控制系统的仿真试验,验证了该非线性预测控制方法的有效性。