可实现多种控制目标的模型预测控制新算法

模型预测控制(MPC)采用集中控制的策略,主要应用于多输入多输出(MIMO)复杂过程的工艺对象.工艺过程对不同的控制变量,往往有不同的控制要求,如定值控制、区间控制或单边控制.当前的控制算法未考虑单边控制功能,而且形式繁琐、求解不便.为此,本文采用目标规划的思想,提出具有线性规划形式并且可实现多目标的模型预测控制新算法.将新算法用于多个典型过程对象,证实算法不仅能够控制常规目标,而且能够解决单边控制问题,实现了真正的多目标控制.     

参考轨迹在线优化的区间预测控制

实际生产过程控制中,特别是多变量耦合的复杂过程中,对某些被控变量其实并没有苛刻的给定值要求,只是满足在给定区间内即可,从而保证整个生产过程控制的平稳.针对这一问题,提出一种基于模型预测控制理论的区间控制算法.该算法对预测控制的优化性能指标进行改进,将性能优化指标中的参考轨迹作为约束变量进行在线优化处理;参考轨迹自动跟踪被控变量输出,使预测控制针对输出在不同的区域范围采取不同的控制强度,从而在实现区间控制的前提下满足平稳控制要求.最后以Shell公司的典型重油分馏塔控制问题为例进行仿真,验证算法的有效性和可行性.     

参考轨迹在线优化的区间预测控制

实际生产过程控制中,特别是多变量耦合的复杂过程中,对某些被控变量其实并没有苛刻的给定值要求,只是满足在给定区间内即可,从而保证整个生产过程控制的平稳.针对这一问题,提出一种基于模型预测控制理论的区间控制算法.该算法对预测控制的优化性能指标进行改进,将性能优化指标中的参考轨迹作为约束变量进行在线优化处理;参考轨迹自动跟踪被控变量输出,使预测控制针对输出在不同的区域范围采取不同的控制强度,从而在实现区间控制的前提下满足平稳控制要求.最后以Shell公司的典型重油分馏塔控制问题为例进行仿真,验证算法的有效性和可行性.     

基于区间二型T-S模糊模型的网络控制系统的输出反馈预测控制

针对干扰作用下的非线性网络控制系统,给出了带一个自由控制作用的输出反馈预测控制方法.首先,利用区间二型T-S模糊模型描述具有参数不确定性的非线性对象,采用马尔科夫链描述系统中的随机丢包过程,由此建立了丢包网络环境下的非线性网络控制系统的数学模型.然后,通过引入二次有界技术得到了干扰作用下网络控制系统的稳定性描述方法,并在此基础上给出了状态观测器的线性矩阵不等式条件.最后,基于估计状态,通过将无穷时域控制作用参数化为一个自由控制作用加一个线性反馈律得到了输出反馈预测控制方法.论文的特色在于构建了在线更新误差椭圆集合的基本方法,满足了约束条件下输出反馈预测控制保证稳定性的要求.仿真例子验证了所提方法的有效性.     

基于区间控制的约束预测控制及约束影响

在实际被控过程中往往存在着很多约束条件,这使得预测控制的在线优化问题表现为非线性,难以获得控制律的具体表达式,为约束预测控制的分析造成困难基于Newton控制框架,针对线性系统离散状态空间的动态模型,考虑具有输入、输出区间约束条件下,基于区间控制思想的预测控制律的解析表达式,分别得到无约束和有约束情况下状态反馈控制律的...     

设定区间的控制策略

针对在某些工业生产过程中，从节能和降低物耗出发，只需系统控制在某一设定区间。提出了设定区间控制方法，将设定区间的上、下限作为控制设定值构成2个设定值控制器，根据系统输出动态调度这2个设定值控制器，以确保系统输出在设定区间的范围内。经仿真和实际应用都取得了满意的效果。     

Superpave旋转压实仪控制系统的研究与开发

针对目前我国Suprpave旋转压实仪控制系统研究的不足,综合运用电子、机械、自动化等知识提出并设计了基于嵌入式单片机的数字化、智能化方向的Superpave旋转压实仪控制系统;通过对三位移传感器采集数据进行相应处理实现Superpave旋转压实仪压实角的精确检测和定位,建立了控制电机转角和旋转压实角对应关系的数学模型;当压实角偏离规定工作范围时,通过算法调节控制电机使其快速回到正常区间.     

输出反馈鲁棒调节器设计

本文提出了受扰线性定常多变量系统的鲁棒调节器问题,利用区间矩阵的概念和输出反馈方法来设计鲁棒控制系统,通过兼容Riccati方程和方程解的方法,使系统既具有稳定鲁棒性,又能满足给定相对稳定性的要求。     

基于DCS的预测PID控制系统鲁棒稳定性分析

针对基于DCS的预测PID的控制系统.利用Kharitonov定理和边缘理论分析其在参数不确定情况下输入、输出的鲁棒稳定性.具体就SOPDT(二阶加纯滞后)对象给出了系统保持稳定的最大过程参数区间,并对非最小相位系统进行了简单分析.理论分析和仿真结果表明,当过程参数偏离标称值时,该算法能使系统保持很好的鲁棒稳定性.     

汽水板式换热过程区间串级智能控制方法

汽水板式换热过程是以蒸汽阀门开度为输入,以蒸汽流量为内环输出,以供水温度为外环输出的强非线性串级工业过程,受到室外温度和厂区热用户放水的随机干扰,导致供水温度和蒸汽流量大范围波动.本文针对处于干扰环境下的具有不确定性和强非线性串级工业过程,将前馈补偿、串级PI控制和规则推理区间补偿控制相结合,提出了由外环供水温度前馈PI控制、内环蒸汽流量PI控制的串级控制与规则推理的内外环设定值区间补偿控制组成的区间串级智能控制方法,并成功应用于某选矿厂的汽水板式换热过程,工业应用结果表明所提出的方法在室外温度和热用户放水的随机干扰下,可以将供水温度和蒸汽流量同时控制在工艺要求的范围内.     

基于非对称沙漏网络结构的目标检测算法

基于无锚框深度学习的目标检测是一种主流的单阶段目标检测算法。融合多层监督信息的沙漏网络结构能够显著提升无锚框目标检测算法的精度,然而其速度却远低于同层次的普通网络的速度,并且不同尺度目标间的特征会互相干扰。针对上述问题,提出了一种非对称沙漏网络结构的目标检测算法。该算法在融合不同网络层的特征时不受形状大小的约束,能够快速高效抽象出网络的语义信息,使模型更容易学习到各种尺度之间的差异。针对不同尺度目标检测问题,设计了一种多尺度输出的沙漏网络结构用来解决不同尺度目标间特征互相干扰的问题,并精细化输出的检测结果。另外,针对多尺度输出使用了一种特殊的非极大值抑制算法以提高检测算法的召回率。实验结果表明,所提算法在COCO数据集上的AP50指标达到61.3%,相较于无锚框网络CenterNet提升了4.2个百分点。所提算法在精度与时间的平衡上超越了原始算法,尤其适用于对工业场景的目标进行实时检测。     

基于非对称沙漏网络结构的目标检测算法

基于无锚框深度学习的目标检测是一种主流的单阶段目标检测算法。融合多层监督信息的沙漏网络结构能够显著提升无锚框目标检测算法的精度，然而其速度却远低于同层次的普通网络的速度，并且不同尺度目标间的特征会互相干扰。针对上述问题，提出了一种非对称沙漏网络结构的目标检测算法。该算法在融合不同网络层的特征时不受形状大小的约束，能够快速高效抽象出网络的语义信息，使模型更容易学习到各种尺度之间的差异。针对不同尺度目标检测问题，设计了一种多尺度输出的沙漏网络结构用来解决不同尺度目标间特征互相干扰的问题，并精细化输出的检测结果。另外，针对多尺度输出使用了一种特殊的非极大值抑制算法以提高检测算法的召回率。实验结果表明，所提算法在COCO数据集上的AP50指标达到61.3%，相较于无锚框网络CenterNet提升了4.2个百分点。所提算法在精度与时间的平衡上超越了原始算法，尤其适用于对工业场景的目标进行实时检测。     

基于索引查询的CAVLC解码算法优化

针对CAVLC解码算法中码表查找算法存在运算量大和复杂度高的问题,在分析研究CAVLC码表结构特征的基础上提出一种新CAVLC解码优化算法。算法基本思路是对CAVLC码字前缀0的个数进行一级索引,对码字后缀进行二级索引,由一二级索引查询快速得到解码输出。测试结果表明,相比原算法,该优化解码算法在解码时间、存储空间方面都有显著的提高。     

四足机器人抗重心偏移步态优化

为解决四足机器人在其质心偏离躯干几何中心时的稳定性问题,提出了一种基于改进粒子群算法的优化方法.使用基于Hopf模型的振荡器搭建中枢模式发生器(central pattern generator,CPG)网络拓扑结构,通过对足端进行轨迹规划进而确定CPG模型相关参数,并对CPG单元间的耦合系数矩阵进行优化,使其能够输出...     

基于PLC的环境模拟系统温度控制算法的研究与实现

针对环境模拟试验温度控制系统中被控对象存在的非线性、时滞等特点,本文采用区间限幅PID控制算法和模糊PID控制算法对传统控制方法进行了改进。首先为了解决模拟量三通粗调阀调节缓慢的缺点,建立了区间限幅PID控制算法的控制规则表,并将其在PLC中实现。其次提出用模糊PID控制算法来解决电加热器的非线性、大时滞性问题,并结合实际控制经验建立了模糊控制规则表,然后将模糊PID控制算法在PLC中进行实现。最后将限幅PID和模糊PID控制算法应用于某大型环境模拟试验控制系统,实验结果表明利用改进算法对温度控制具有良好的稳定性及精确度。     

PID和Fuzzy控制相结合的分段复合控制

采用常规PID控制很难实现对大滞后、非线性等难以建立精确数学模型的被控对象的良好控制.为了解决这一难题,该文针对一个非线性二阶系统设计出PID和模糊控制相结合的分段复合控制器,该控制器不需要被控对象的精确数学模型.由于在整个控制过程中的不同阶段采用不同的控制方式,既继承了常规PID控制无静差、静态稳定性好的特点,同时又兼有模糊控制适应能力强、动态性能好的优势.通过MATLAB仿真实验表明,该分段复合控制器能够满足二阶非线性被控对象的控制要求,并取得了良好的控制效果.     

基于视觉感知的运动目标跟踪算法

针对运动目标跟踪问题, 为解决跟踪过程中因遮挡、目标尺度变化等易造成跟踪失败的现象, 提出一种基于视觉感知的跟踪算法。该算法以神经元响应为视觉特征, 首先从自然图像中学习初级视皮层细胞感受野; 然后计算背景图像和视频序列图像的神经元响应并得出差值, 与动态阈值比较, 识别出运动目标, 通过迭代实现目标跟踪。多类别实验结果表明, 该算法实现了运动目标稳定跟踪, 目标跟踪准确率达93. 5%且鲁棒性增强, 与典型算法Camshift和SIFT相比, 提高了跟踪算法的准确性和鲁棒性。     

一种精简化的球杆系统控制器建模方法

为了模拟人的控制行为,解决复杂控制中行为功能模拟模型的维度灾难问题,以球杆系统为研究对象,设计了精简化的球杆系统控制器模型.该模型采用核主元分析法和虚假最近邻点法,通过重构相空间实现变量选择;同时,利用最小二乘法进行线性回归,拟合从精简的输入空间到输出空间的回归数学模型.试验证明,该控制器的控制算法有效,具有较高的控制精度和稳定性.     

基于混合遗传模拟退火算法求解TSP问题

TSP问题是典型的NP-hard组合优化问题,遗传算法是求解此类问题的一种方法,但它存在如何较快地找到全局最优解,并防止“早熟”收敛的问题。针对上述问题并结合TSP问题的特点,提出将遗传算法与模拟退火算法相结合形成遗传模拟退火算法。为了解决群体的多样性和收敛速度的矛盾,采用了部分近邻法来生成初始种群,生成的初始种群优于随机产生初始种群。仿真实验结果证明,该算法相对于基本遗传算法的收敛速度、搜索质量和最优解输出概率方面有了明显的提高。     

基于模糊PI控制的光伏直流变换器控制策略研究

以光伏发电系统模型为基础,把直流变换器中的Boost电路作为研究对象,先分别采用占空比恒定的定脉宽调制和占空比可调节的传统PI控制作为控制方法,利用MATLAB/Simulink仿真工具搭建光伏发电系统的主电路模型,进而分别根据不同的控制方法对Boost电路进行仿真分析。由仿真分析得到,定脉宽调制控制和传统PI控制的参数设置均无法适应实际工况的变化。基于此,提出一种模糊PI控制算法,通过对传统PI控制的参数设定进行实时调整,改善Boost电路的输出电压,使系统能更好地克服实际运行工况变化带来的不利影响。通过仿真分析可得,模糊PI控制的鲁棒性增强,并且能够降低系统的输出电压超调,缩短系统的稳定时间,提升系统的抗干扰能力。