改进的广义预测算法在过热气温控制中的应用

针对传统广义预测控制算法（GPC）的计算量大这一缺陷,结合隐式广义预测算法（IGPC）和基于柔化矩阵的广义预测算法,通过辨识参数和输入增量引入柔化系数矩阵进行约束的方法对原算法进行改进,算法只精确计算当前时刻的控制作用而对未来时刻的控制序列进行离线近似计算.该算法简单,不必求解丢番图（Diophantine）方程和矩阵求逆,减小了在线计算量,确保了系统的快速性,并能够将输入很好地控制在约束范围之内,并具有良好的控制性能.同时隐式广义预测算法对模型的阶次、参数的变化都有较好的鲁棒性,能适应电厂过热汽温的控制.     

一种新型广义预测控制快速算法

广义预测控制(GPC)作为一种优良的算法受到了许多学者的重视.其基本思想是根据过去的输入输出以及未来输入通过优化二次型目标函数来预测未来输出.传统的GPC的缺点是计算量大.本文在隐式广义预测控制的基础上,通过改进其目标函数,提出了一种新型广义预测控制快速算法,避免了在线求解Diophantine方程和矩阵求逆,大大降低了计算量.仿真结果表明该算法的有效性.     

对角CARIMA模型多变量自适应约束广义预测控制

为了简化约束存在时多变量广义预测控制算法的设计与实现,依据对角CARIMA模型的结构特点,将多输入多输出对象的参数辨识和模型预报问题转化为一系列多输入单输出子对象的参数辨识和模型预报问题.推导了输入输出的约束形式及优化求解过程.简化了多变量对象的参数辨识、模型预报、目标函数和约束条件系数矩阵的计算.在由DCS控制的非线性液位装置上的对比实验结果表明了该方法的有效性.     

一类具有稳定性的广义预测控制算法

讨论加权广义预测控制算法(WGPC),通过定义过渡时域和在性能指标中引入加权 多项式,限制预测时域大于控制时域与过渡时域的和,保证了预测控制算法的稳定性;给出 了控制增量的表达式.研究表明,算法不仅能保证系统的稳定性且计算量没有增加,且可退 化为带有终端等式稳定性约束的预测控制算法,从而可以进行统一分析.加权多项式根据一 个虚拟的输出反馈来设计,数值仿真结果说明了该方法的有效性.     

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。     

基于对角解耦的多变量约束广义预测控制

由于多变量系统各变量之间往往存在严重耦合现象,在对系统进行对角解耦的基础上,设计了带约束输入的广义预测控制算法。该算法保证了系统输出有效跟踪设定值,并且充分考虑了输入信号及其增量均受约束的情况,使其均被控制在允许范围之内,同时避免了求解Diophantine方程,很大程度上减少了计算量。仿真结果表明该算法可以在很大程度上削弱变量之间的耦合程度,且具有良好的控制效果。     

多变量广义预测控制的快速算法

针对传统广义预测控制算法的计算量大这一缺陷，通过对未来的控制序列的离线近似计算，而只精确求解当前时刻要实施的控制量，提出了一种广义预测控制的快速算法。该算法简单．适用于任意维输入任意维输出(ADIADO)线性系统。由于不必求解Diophantine方程，并在求解逆矩阵时．降低了逆矩阵的维数，从而大大减小了在线计算量。仿真结果证实了该算法有效性和实用性。     

IGPC在循环流化床锅炉控制系统中的应用设计

循环流化床锅炉因其具有大扰动、多参数、强耦合、非线性等特点,使用常规控制理论很难建立其数学模型。针对这一问题,采用隐式广义预测控制算法和在线辨识自适应控制结合的方法。利用Matlab在线仿真及实验数据结果均表明了控制效果的可靠性,与传统的广义预测控制相比,隐式广义预测控制具有更好的求解效果,且弥补了传统广义预测控制计算量大的缺点。用Matlab绘制的隐式广义预测控制GUI图进一步简化了工业系统中使用广义预测控制的难度。     

参数时变系统的广义预测控制研究

针对参数时变系统,研究了自适应预测控制器的设计问题.采用隐式广义预测控制算法(IGPC),无需辨识对象模型参数,而是利用输入/输出数据直接辩识控制器参数,以求解最优控制增量,具有计算量小、实时性高的特点.仿真结果表明,在不需要关于被控对象先验知识的情况下,隐式广义预测控制器可以很好地跟踪设定值的变化,同时对于系统外部干扰和模型参数的变化具有很好的适应能力,在参数时变系统控制器设计中具有良好的应用前景.     

滑模等式约束的时滞系统广义预测控制

提出了一种滑模等式约束的广义预测控制方法.该方法将广义预测控制与离散滑模控制结合起来用于具有大惯性、大时滞、时变和非线性的热力站换热机组的供水温度控制系统中,并采用柔化输入信号的方法,可避免广义预测控制算法中的矩阵求逆,有效缩短了预测时域,减小计算量.最后给出了稳定性分析并通过仿真验证了该方法的有效性.     

基于输入输出模型广义预测控制的并行算法

本文提出了脉动算法实现基于输入输出模型的参数辨识及广义预测自校正控制，给出了相 阵列结构７工行实现这些算法，时序分析表明该方法可使广义预测自校正控制的实时性得到很大提高。     

基于状态空间模型广义预测控制的并行算法

本文首先基于脉动阵列经，提出了一种实时参数辨识的并行算法，然后推导出基于状态空间模型广义预测控制的两种新算法，这两种算法都可以通过阵列结构并行实现。     

Non-linear model based predictive control

Linearization, interpolation and end-point constraints are combined to derive a receding horizon predictive control algorithm for continuous-time non-linear systems which are subject to input constraints. The algorithm makes extensive use of the 'tail' of input/output state trajectories, namely the extension to current time of trajectories computed at the previous time instant. Through this device, the algorithm has guaranteed feasibility and stability and has some desirable attributes with respect to dynamic performance. The results of the paper are illustrated by a model of a coupled tank system.     

基于多变量广义预测控制的不稳定系统控制结构选择方法

对于多输入多输出系统, 在控制系统设计时首先要对被控变量和操纵变量进行控制结构选择. Bristol提出的相关增益矩阵(Relative gain array, RGA)法, 以及学者们后来提出的各种改进方法, 都只适用于稳定系统. 本文针对不稳定系统, 基于多变量广义预测控制(Generalized predictive control, GPC)的闭环控制律提出了一种控制结构的变量匹配准则. 通过对预测时域、控制时域等各个参数的优化选择, 使系统闭环稳定; 由闭环控制律得到被控变量期望值与操纵变量的相关性矩阵, 以此得出控制结构的变量配对方案. 通过实例研究表明, 对于开环不稳定系统, 该方法可以得出正确的变量配对结果.     

A continuation/GMRES method for fast computation of nonlinear receding horizon control

In this paper, a fast numerical algorithm for nonlinear receding horizon control is proposed. The control input is updated by a differential equation to trace the solution of an associated state-dependent two-point boundary-value problem. A linear equation involved in the differential equation is solved by the generalized minimum residual method, one of the Krylov subspace methods, with Jacobians approximated by forward differences. The error in the entire algorithm is analyzed and is shown to be bounded under some conditions. The proposed algorithm is applied to a two-link arm whose dynamics is highly nonlinear. Simulation results show that the proposed algorithm is faster than the conventional algorithms.     

具有Hammerstein形式的非线性系统广义预测控制

本文提出了具有Ｈａｍｍｅｒｓｔｅｉｎ形式的非线性系统广义预测控制方法，分析了当控制水平等于１时闭环系统的稳定性，同时还提出了使用线性估计器的非线性自适应广义预测控制算法。仿真结果表明了算法的有效性。     

改进的多变量广义预测控制算法

本文中,我们把改进的广义预测控制推广列多变量线性系统中.这种算法大量地减少了计算量,能控制任意维输入任意维输出的线性系统.     

小波变换在有约束广义预测控制中的应用

基于小波变换的多分辨分析功能,对有约束广义预测控制的预测和控制时域在小波域进行分块压缩,降低了约束维数,大大提高了计算效率。