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。     

基于IGPC的时变大时滞系统自适应控制

针对工业过程中常见的参数时变和大时滞问题，研究了广义预测控制算法在其中的应用问题。为了克服普通广义预测控制算法计算复杂的缺点，采用隐式广义预测控制算法(IGPC)通过直接辩识控制器参数求解最优控制增量，具有计算量小、计算速度快的特点。仿真结果表明，在不需要关于被控对象的先验知识的情况下，隐式广义预测自校正控制器能很好地跟踪设定值的变化，当参数时变时仍具有很好的控制性能，适合于实现时变大时滞系统的自适应控制。     

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.     

广义输出误差前馈自校正鲁棒控制器

本文提出了一种新型的隐式自校正鲁棒控制器,即在最优零极点配置自校正控制器的基础上,引入了一个广义输出误差前馈控制信号,文中给出了广义输出误差前馈控制器的设计准则及仿真研究结果。     

一种约束输入输出的隐式广义预测控制新算法

基于CARIMA模型提出了一种约束输入输出的隐式广义预测控制算法.针对广义预测控制问题,在整个预测时域和控制时域,对输入幅值,输入增量和输出幅值施加了约束,引入了输入输出柔化系数,从而简化了目标函数,减小了计算量,该算法不必求解逆矩阵;并采用了隐式广义预测自校正控制算法,利用并列预测控制器间的特点,直接辨识输出预测器中的参数,从而避免了在线求解Diophantine方程.该算法占用内存小,计算速度快,仿真结果表明该算法具有良好的控制性能.     

基于神经网络的时滞非线性系统的广义预测控制

针对一类时滞非线性被控对象,提出一种基于RBF神经网络的广义预测自校正控制方案,在广义预测控制中,采用RBF神经网络建立被控对象的多步预测模型,并不断修正预测输出,提高预测输出的精度.控制器则采用GPC隐式修正算法,不用辨识对象的模型参数,大大减少了计算量.经过仿真研究,与常规的PID自适应控制方法相比较,证明了该方法的优越性,预测控制误差小,实时性好,动态响应快.     

一种极点配置自校正导弹控制器的设计方法

根据导弹的非线性时变的特点,以及自适应控制的优点,结合计算机技术与现代控制理论,设计了一种极点配置自校正导弹控制器.该文为滚转通道建立了二阶离散传递函数模型,给出了模型参数的在线辨识方法,研究了极点配置自校正控制器的设计方法,给出了控制量的计算公式和仿真结果.仿真的结果表明,该控制器对非线性时变的控制对象具有满意的控制效果.     

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.     

高速公路交通问题中的多变量自校正控制

本文建立了高速公路车辆群时变参数模型，设计了入口匝道的多变量隐式自校正控制器，并将该结果应用于国内最长的高速公路－沈大公路计算机监控预案仿真实验，改变了目前国内外高速公路传统的确定性控制方式。     

广义预测控制隐式算法在温控系统中的应用

温控对象普遍具有大时滞、非线性和时变性等特点,使用传统的PID控制器难以取得理想的控制效果.广义预测控制(GPC)是基于参数模型的一种预测控制,在优化中引入了多步预测的思想,并且能用最小二乘法在线辨识参数,因此适用于温度控制.GPC隐式算法减少了计算量,提高了实时性.Matlab仿真和实验结果证明,GPC隐式算法具有处理大时滞和时变等问题的能力.     

广义最小方差自校正重置PID控制器及其在压力系统中的应用研究

针对压力系统的纯延迟、大惯性、非线性、时变等特点,本文将重置控制和以广义最小方差为性能指标的自校正PID控制相结合,提出一种广义最小方差自校正重置PID控制方法。该方法首先根据被控对象的数学模型,以广义最小方差为目标设计广义最小方差控制器,通过选择该控制器的分母多项式,求解Diophantine方程,得到具有PID结构形式的广义最小方差控制器,再在该控制器的积分项中引入重置控制,构成广义最小方差重置PID控制;对于模型未知或参数慢时变的被控对象,通过采用带遗忘因子的递推最小二乘法构建系统的自适应机制,增强控制系统的自适应能力和鲁棒性。最后,将该控制方法应用于压力容器的恒值控制中,获得了比较满意的控制效果。     

具有比例积分结构的广义预测自校正控制器

本文通过对一般预测控制中目标函数的改进，导出了具有比例积分结构的广义预测自校正控制器，从而极大地改善了控制器性能。仿真结果表明了该算法的有效性，对促进自校正控制器在工业中的应用具有一定意义。     

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。     

多变量模糊自校正控制器及其应用

本文介绍了表达ＭＩＳＯ动态系统的模糊模型，并提出了有关参数和结构的在线辨识算法。根据辨识的模糊模型，利用Ｃｌａｒｋｅ的单变量广义预测控制（ＧＰＣ）原理［１］设计了多变量模糊自校正控制器。仿真研究表明，该模糊自校正控制方法应用于火电机组负荷系统的控制，可以收到良好的效果。     

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。     

工业锅炉的加权预测自校正控制

本文介绍了加权广义预测自校正控制器在工业锅炉上的应用,实际运行结果显示了这种 控制器有很好的鲁棒性.