锚泊辅助动力定位系统预测控制研究

本文针对锚泊辅助动力定位系统预测控制中实时性问题,选择隐式广义预测控制算法对混合定位船舶进行了控制器设计。针对GPC滚动优化过程中需引入繁琐的丢番图方程而引起的实时性差的问题,采用隐式自校正方法进行了修正,用递推最小二乘法直接辨识控制增量表达式中的参数,大大减少了计算复杂度,从而满足了控制器的实时性要求。隐式GPC不仅具有传统的GPC算法的优点,而且鲁棒性更好。通过船舶混合定位系统的仿真结果可以看出,隐式GPC算法具有良好的性能,从而提高了混合定位系统的定位精度和性能。     

锚泊辅助动力定位系统预测控制

针对锚泊辅助动力定位系统预测控制中的实时性特征,本文选择隐式广义预测控制算法对混合定位船舶控制器进行设计。对于广义预测控制算法滚动优化过程中需引入繁琐的丢备图方程中引起的实时性差问题,采用隐式自校正方法进行了修正。通过利用递推最小二乘法直接辨识控制增量表达式中的参数,减少了计算复杂度,从而满足了控制器的实时性要求。隐式GPC不仅具有传统的GPC算法的优点,而且鲁棒性更好。通过船舶混合定位系统的仿真结果可以看出,隐式GPC算法具有良好的性能,提高了混合定位系统的定位精度和性能。     

供热过程GPC隐式自适应算法应用研究

基于热工过程时滞、时变、不确定的特点和实时控制的要求,提出厂义预测自适应隐式算法,在对热力站供热过程进行分析之后,介绍了基本GPC算法,给出了基本GPC算法的IMC结构,由于基本GPC显式算法在线计算量大,实时性差,文中对GPC隐式算法进行了分析,推导出隐式自适应算法的控制律和参数辨识方程．最后,将GPC隐式自适应算法应用于集中供热热力站供热过程控制,通过仿真证明了所提出的GPC隐式自适应算法的有效和可行性．     

强干扰环境下船舶动力定位自抗扰控制系统仿真研究

根据船舶动力定位系统的强非线性等特点,研究了将自抗扰控制应用于船舶动力定位控制器的设计方法,给出了自抗扰控制器的相关算法,并对实际船舶分别进行有强干扰下和无干扰下的仿真实验,分析其控制特性。结果表明,与经典PID控制相比较,自抗扰控制具有更好的动态性能、抗干扰能力和鲁棒性。     

基于广义预测的非线性神经网络控制器

广义预测控制(GPC)是针对线性系统提出的一种控制方法,而神经网络具有对一般非线性函数的逼近能力。首先介绍基于GPC的神经网络控制系统的组成,进而提出采用两层线性神经网络构造预测器,采用E lamn型动态递归网络构造控制器,从而实现对非线性对象的快速控制,仿真结果说明了该算法的有效性。     

一种新型GPC算法及其在PMSM直接转矩控制中的实现

为了使永磁同步电动机(PMSM)直接转矩控制(DTC)系统适用于更高要求的场合,在给出PMSM -DTC系统的基础上设计了适用于该系统的速度环广义预测控制器(GPC),该控制器采用一种与阶梯式广义预测控制算法相结合的分段式新型广义预测控制(GPC)算法,该控制算法在目标函数中增加预测值和给定值差平方的加权项,并根据不同...     

一种模型预测控制器的FPGA硬件实现

针对快速动态系统对模型预测控制(MPC)的微型化和高实时性的需求,提出了一种MPC控制器的现场可编程门阵列(FPGA)硬件实现方法。MPC中的二次规划(QP)问题采用粒子群优化(PSO)算法进行求解。通过分析算法的特点,对算法计算步骤进行循环展开、流水线等优化处理,充分利用FPGA的硬件并行计算特性提高MPC的在线计算性能,最终得到MPC控制器的最优实现方案。最后以电子节气门的跟踪控制为例,在实验平台上进行了实时仿真实验,验证了基于FPGA硬件实现方法设计的MPC控制器的有效性和实时性。     

双重控制系统的广义预测控制

传统的双重控制方法建立在简单PID算法基础上，其性能受到一定的限制．为此，将广义预测控制算法应用于双重控制系统中，形成基于预测控制的双重控制算法．该算法继承了传统双重控制方法的控制结构和控制思想，采用主、副2个控制器进行控制．其中主控制器采用广义预测控制算法，针对快回路产生快控制作用使系统具有良好的动态特性；副控制器采用PID算法．针对慢回路产生慢控制作用以实现一定的经济指标；同时，副控制器的输出作为前馈量引入主控制器．主、副2个控制器互相协调工作，使系统既具有良好的动态特性，又符合工艺上或经济上的要求．仿真对比结果表明，该算法控制性能优良，具有较强的的抗干扰性和良好的鲁棒性，是一种较好的双重控制系统控制算法．     

船舶航向非线性系统的H_∞鲁棒控制与仿真

针对船舶航向非线性控制系统的数学模型,在考虑船舶操舵伺服机构特性的情况下,基于状态反馈线性化方法,采用闭环增益成形算法设计出了船舶航向鲁棒控制器。利用Matlab/Simulink工具箱进行仿真,结果表明,所设计的鲁棒控制器与采用极点配置法设计的鲁棒镇定控制器相比,具有较好的控制性能,对风浪干扰也具有很强的鲁棒性。     

型材多点柔性拉弯成形回弹预测

针对铝合金型材多点柔性拉弯的三维成形过程,基于Abaqus/Standard软件建立了多点柔性拉弯成形的有限元仿真模型及混合算法。其中,拉弯成形过程使用动态显式算法,回弹预测使用静态隐式算法,并采用Abaqus/Standard软件的隐式算法对拉弯成形零件的应力、应变及回弹进行了预测。试验结果表明:基于混合算法的有限元模型能够有效地预测回弹误差,且随着垂直方向上弯曲变形的增大,回弹的理论预测值与实际测量值的差距逐步缩小。     

瓦楞纸板生产线原纸张力广义预测自适应控制

针对瓦楞纸板生产线原纸放卷张力控制实时性的要求,采用了广义预测自适应控制算法设计张力控制器。建立了张力控制系统模型,并进行了仿真。仿真结果表明,该控制器响应速度快、张力控制稳定,抑制扰动能力强,控制性能优于常规PID控制器。     

一种复杂系统的分数阶内模PID控制器设计

高阶次复杂控制系统在系统分析与设计的过程中难以达到理想的效果,控制过程影响系统的准确性和控制性能,针对此问题提出了一种基于混合粒子群算法降阶的分数阶内模PID控制的设计方法。利用混合粒子群优化算法将原模型降阶为含有延迟环节的新型分数阶模型,再依据分数阶内模控制器的结构设计进行控制器的参数整定。仿真结果表明,降阶后的简单模型可以精确地逼近复杂的高阶系统,在降阶基础上的分数阶内模控制器具有良好的控制性能以及鲁棒稳定性。     

间歇式反应釜自寻优模糊控制器设计

以间歇式反应釜温度控制为目标,针对常规模糊控制参数和规则无法在线调整的问题,提出一种基于粒子群算法的自寻优模糊控制器(PSO-FC),通过引入一个含有加权因子的规则解析式,以时间绝对值误差积分作为系统性能评价函数,利用粒子群算法对加权因子、量化因子等相关参数的取值进行智能寻优,得到一组相对最优的参数,使控制器达到较为理想的控制效果。仿真结果表明,设计的基于粒子群算法的自寻优模糊控制器具有调节精度高、过渡时间短、实时性强等特点,有较高的实用价值。     

PID型广义预测控制算法在EPA中的应用

在分析PID算法和广义预测控制算法(GPC)的基础上,将广义预测控制算法的性能指标构造成PID形式,并推导了改进的PID型广义预测控制算法(PIDGPC).通过工业实时以太网(EPA)实验装置的模型仿真,在时域内分析了PID型广义预测控制算法控制器的参数选择对控制性能的影响,说明了PID型广义预测控制算法比基本广义预测控制算法具有更好的控制性能,将会有较好的工程应用前景.     

面向广义预测控制的协调控制系统建模与控制

针对电厂协调控制系统,提出了一种基于支持向量机(SVM)的广义预测控制(GPC)建模方法和控制算法。首先,根据电厂机组的实际运行参数,建立了600 MW亚临界燃煤机组协调控制系统受控对象的数学模型。其次,在建模过程中提出了一种新的混合优化算法——差分进化-灰狼优化混合算法(DE-GWO),以优化SVM,提高模型的准确性。最后,将基于SVM的GPC算法用于电站协调控制系统的设计。仿真结果表明,所提方法具有良好的跟踪能力和较强的鲁棒性。     

磁悬浮系统自抗扰广义预测控制

针对负载扰动以及轨道“台阶”现象可能导致磁浮列车失稳的问题,将自抗扰广义预测控制（LADRC-GPC）理论引入磁浮列车悬浮系统,设计了一种新型悬浮控制器。控制器采用分层控制策略,内层利用扩张状态观测器(ESO)对系统进行动态补偿,得到被控对象的受控自回归滑动平均模型(CARMA) ,降低了对被控对象数学模型的依赖程度。外层以内层控制为被控对象,采用广义预测控制（GPC）对系统进行动态优化控制,提高了控制器的跟踪性。通过仿真和实验与PID控制算法、线性自抗扰控制（LADRC）算法比较,结果表明:自抗扰广义预测控制算法具有较好的跟踪性与鲁棒性,在较大负载扰动时仍能保持较小的误差。     

Fuzzy控制和PID控制集成的船舶操纵控制器研究

船舶操纵的模型参数具有非线性、慢时变特性。船舶操纵的传统控制方法的操纵性能不能令人满意。讨论3种Fuzzy控制与PID控制集成的船舶操纵控制器。此控制器能克服单一控制法的不足,从而改善了控制性能和鲁棒性。     

基于输入设计的广义预测控制

讨论了广义预测控制 ( GPC)中参数γ的选取问题 ,指出了其中的不足 ,进而提出了基于输入设计的广义预测控制 ( GPCID)。该算法不必求逆矩阵 ,比 GPC占用内存小 ,计算速度快 ,但增强了鲁棒性。仿真结果表明了该算法优于 GPC算法     

改进的RFID室内定位算法

针对射频识别定位系统中RSSI线性定位算法的边界标签定位精度低问题,提出了一种改进的算法.该算法在边缘区域布置参考标签,并在这些布置参考标签的区域采用LANDMARC算法,而其它区域仍采用RSSI线性定位算法.使用MATLAB软件对算法进行仿真,结果表明:针对边界区域的定位标签,改进的算法比RSSI线性定位算法具有更好的定位精度,提高了整体定位区域的定位准确性;与LANDMARC算法相比,改进的算法由于使用较少的参考标签,所以降低了成本并且减少了算法的运行时间,从而提高了定位系统的实时性.     

基于混合蒙特卡罗算法的网络隐式节点监测方法研究

为了提高动态分簇传感网络的节点转发能力,提出了一种基于混合蒙特卡罗算法的网络隐式节点监测方法.首先,采用分布式均衡控制方法进行网络节点优化设计,构建动态分簇传感网络的输出信道模型.其次,利用自适应链路转发协议进行网络的路由探测设计,构建动态分簇传感网络的隐式节点路由均衡控制模型,提取隐式节点输出信息的关联特征量.最后,利用混合蒙特卡罗算法进行特征检测和信息提取,根据网络隐式节点的特征规律性分布对网络隐式节点信息进行监测.仿真结果表明,本文方法对网络隐式节点具有较好的监测效果,对网络隐式节点监测的最高丢包率仅为0.05,显著低于蚁群算法(0.29)与PEAS算法(0.48).