一种多变量隐式极点配置自校正控制器及其应用A

本文提出了一种极点配置自校正控制器.该控制器不仅能控制开环不稳定或非最小相位系统,而且能控制具有任意、未知或变化传输延时结构的多变量系统.该控制器采用隐式方式来实现即利用输入输出数据直接辨识控制器的参数.这样不仅避免在线解矩阵方程,而且增加算法的鲁棒性.仿真和实时控制多变量电加热系统的结果表明该控制器具有好的控制性能.     

隐式自校正广义预测控制器及其全局收敛性

通过引入等价性能指标,给出了一种基于CARIMA模型、考虑模型误差的隐式自校正广义预测控制器.并通过构造两个辨识器,使控制器的全部参数能递推估计.文末给出了当采用改进型最小二乘法和随机逼近法估计参数时的自校正广义预测控制隐式算法的全局收敛性证明.     

显式Clarke-Gawthrop自校正控制器

基于原始CARMA模型的在线辨识和显式多步自校正递推预报器,本文提出了显式Clarke—Gawthrop自校正控制器,仿真例子说明了所提出的结果的有效性。     

极点配置显式自校正前馈控制器

一、极点配置前馈控制器假设系统用CARMAx模型描写为Ay(t)=q~(-k)Bu(t)+q~(-d)Dv(t)+Ce(t) (1)其中A,B,C,D是滞后算子q~(-1)的多项式;k,d为时滞,k≤d;y(t),u(t),v(t)分别为系统输出、控制和干扰;e(t)是零均值、方差为σ~2的白噪声.     

多变量系统的隐式广义预测自校正控制算法

针对双输入双输出机炉协调控制系统,介绍了一种隐式广义预测自校正控制算法并对其进行仿真研究,分析仿真结果,总结参数变化对整个系统性能的影响,结果证实了算法的有效性。     

调节-跟踪最优自校正控制器*

本文改进了文[1]的设计,减少了预估参数和迭代寻优的复杂运算,而且使系统的调节和跟踪性能最优。     

一种新的预测自校正控制器

本文通过在指标函数中引入加权多项式,为由脉冲响应模型描述的系统提出一种基于多步预测的极点配置自校正控制器,这种控制器能确保控制系统的稳定性,并能消除控制系统的稳态误差,算法的计算也比其它的预测控制算法如ＭＡＣ,ＧＰＣ等小。     

具有控制量约束的组合自校正控制器

提出了一种把对控制量的约束看作“扰动”，利用前馈补偿克服因控制限幅造成系统性能下降等影响的新方法。该方法使组合自校正器的优良跟踪与调节性能在输入约束下得以保持，且无需凑试任何参数，不增加任何复杂运算 。     

隐式自校正增量型模型算法控制器的全局收敛性

本文给出了一种基于脉冲响应模型的隐式自校正预测控制器,利用两个辨识器证明了其全局收敛性。     

全局收敛的鲁棒极点配置自校正控制算法

提出了一种可消除确定性扰动影响的鲁棒极点配置自适应控制器的设计方法.这种方法可以直接获得控制器参数,无需求解Diophantine方程,也不需要辨识多余的辅助参数和进行参数分离,而且根据内模原理可以消除未知确定性扰动的影响,实现对参考输入的稳态无误差跟踪.给出了所提算法的全局收敛性证明,并通过仿真实验验证了算法的有效性.     

显式自校正增量型模型算法控制器的内模结构及其全局收敛性

本文提出一种基于增量式脉冲响应模型的显式自校正内模预测控制算法,分析了其闭环特性及鲁棒性,证明了在一定条件下,显式自校正算法是全局收敛的,仿真研究说明算法是可行的。     

隐式多变量广义自校正控制器

本文提出了具有在线选择加权阵的两种多变量自校正控制器.加权阵的在线选择和自校正控制算法都采用隐式方案来实现.本文还证明了该自校正控制器具有全局收敛性.     

多变量双环自校正动态解耦控制器

本文提出一种多变量双环自校正动态解耦控制器,该控制器采用在零极点配置基础上叠加最小方差控制的结构,既能实现动态解耦,又改善了伺服跟踪性能,该控制器采用隐式递推算法,参数估计数目少,在线计算量小,仿真结果表明控制效果良好。     

多变量自校正解耦PID控制器

将前馈解耦控制与自校正ＰＩＤ控制相结合，提出了多变量自校正解耦ＰＩＤ控制器。该控制器适于具有任意延时结构和非最小相位系统，本文利用根轨变法证明了这一算法的全局收敛性。     

隐式极点配置自校正解耦控制器

针对一类多变量系统,本文提出了一种新的极点配置自校正解耦控制算法,它能通过参数估计直接获得控制器参数,运算量很小,数字仿真表明本算法具有较好的性能。