模型预测控制及其应用（续）

三、采用单位阶跃响应有限序的 MPC 算法MPC 若用单位阶跃响应有限序列为模型,其控制算法和上述用单位方波响应有限序列为模型的算法基本相同,所不同的是:1.预测方程改为     

预测PID控制算法的基本原理及研究现状

在现今全球竞争日益激烈的市场环境下，通过先进控制获取经济效益来提高企业竞争力，已成为一种趋势。据有关文献报道（薛美盛等，2002），稳中有降种不同石油化工装置实施先进控制后，其每年净增效益如表1如示。虽然稳中有降公司所报出的年效益有所不同，但其数据出入不大，而实施先进控制所需成本只占其产生效益的很小一部分比例。     

模型预测控制及其应用（续）

五、有纯时延系统的 MPC 算法MPC 用来控制有纯时延系统,其算法与上面介绍的 MPC 通用算法几乎没有什么区别,仅在某些细节上稍有不同。设稳定的有纯时延的系统的单位方波响应如图8所示,时延时间为τ,由于存在时延,响应的有限序列 h_i,i=1,2,…,N 的前 d 项序列值 h_j=0,j=1,2,…,d。d_T≤τ。这里不要求采样周期 T一定能整除时延时间τ(即τ可以不为 T 的整数倍),系统的预测输出的状态空间表达式形式上和方程     

非线性广义预测控制算法及其仿真研究

为了实现对非线性广义预测控制算法的仿真研究,采用神经网络建立非线性预测模型,在其工作点附近线性化,并对线性化模型进行广义预测控制,利用单片输出BP网络所辨识的非线性模型进行分析,提出了一种基于非线性广义预测前馈补偿控制律的补偿算法,改善了线性化所带来的模型失配误差.最后通过Matlab进行了仿真.仿真结果验证了算法的有效性.     

压电智能板结构的振动模型预测控制研究

研究了压电智能板结构的振动预测控制问题,在导出其有限元运动微分方程后,对其进行解耦,在状态空间中利用最小实现和平衡降阶法对其进行降阶处理,据此降阶模型设计了模型预测控制器,将其应用于对原系统的振动控制,并讨论了预测步长和控制步长对控制性能的影响。以智能悬臂板结构为例,求出了相应的预测控制器,仿真结果表明它成功地实现了压电智能板结构对干扰的抑制。     

一类广义双线性系统的预测控制

针对一类广义双线性系统,研究了其基于Ｖｏｌｔｅｒｒａ近似模型的预测控制算法,优化中考虑了预测输出对实际输出变化趋势影响的抑制,并采用引入积分因子的反馈校正方法,保证零偏差特性。仿真结果表明该算法具有较好的效果     

电厂锅炉燃烧优化控制系统的设计

介绍了采用神经网络PID算法的锅炉燃烧优化控制系统.在现有的DCS控制系统的基础上,嵌入上述优化系统,既利用了原有DCS控制系统采集的锅炉参数,又利用先进的控制分析软件对数据进行优化处理,达到了燃烧控制优化的目的.实验过程中,对1台3.0×10⁵kW的燃煤机组,在150MK,220MK,259MK和300MK等4个负荷点做了相关试验,涵盖了机组正常运行范围.实验结果表明,锅炉燃烧效率能提高1个百分点.     

基于双模型预测函数控制的间歇化学反应温度系统的研究与应用

本文结合PVC聚合釜温度跟踪控制问题,提出了基于双模型的预测函数控制策略.该控制策略通过在不同的反应区间采用不同的预测模型,以适应过程参数在不同区间发生的变化.该控制策略具有算法简单、易于工程实现等优点,有很高的应用价值.     

全电式炮控非线性系统模型预测控制器设计

全电式炮控系统是一个强非线性的复杂控制对象,由于存在摩擦力矩、参数摄动等不确定内部因素,常规控制算法难于对其实现精确控制。针对提高全电式炮控非线性系统控制的性能,本文提出了一种基于模型预测控制的全电式炮控系统控制方法,并把菌群优化算法应用到非线性系统模型预测控制器设计。通过对控制目标的分析,将输入受限的非线性预测控制器设计问题转化为控制器参数寻优问题,并利用菌群优化算法来对参数进行寻优,提高了系统控制性能。文中对算法的稳定性进行了分析,并通过全电式炮控非线性系统实例对算法进行了验证。结果证明了算法的有效性和可行性,为全电式炮控非线性系统模型预测控制器的设计提供了一种有效的途径。     

混合动力汽车模型预测能量管理研究现状与展望

能量管理策略是混合动力汽车的核心技术,其直接决定了整车燃油经济性、动力性及驾驶性。然而,实际工况的不确定性和扰动性极大地增加了能量管理算法的设计难度。为此,开发高效、适应性强的能量管理算法至关重要。模型预测能量管理由于具有滚动优化、反馈校正等优点,可减少未来工况扰动对优化性能的影响,提升工况适应性和整车经济性。重点阐述基于模型预测控制的混合动力汽车能量管理策略的发展状况,并对其基本原理、优势、适用范围进行了综合分析。通过对比分析总结不同控制方法的优缺点,并运用具体算例阐释模型预测能量管理策略的特点。最后从不同角度对预测能量管理的发展方向进行了展望,为先进混合动力汽车能量管理控制器的研发提供一些参考。     

优化控制在锅炉燃烧中的应用

锅炉燃烧优化控制技术是保证其在最佳情况下运行，提高其经济效益的关键技术。为了实现其过程预测优化控制，利用人工神经网络(ANN)来建立锅炉燃烧优化控制的模型，基于过程测量数据可以反映对象的规律和特性，提出采用过程测量数据检验对象模型的构想。并且提出了一种双ANN结构的锅炉燃烧控制模型，经模型预测-实测对比，其最大误差不过2％，较好地解决了锅炉燃烧控制模型地构造、学习算法和误差校正等问题。     

基于内模结构的自适应仿人智能协调控制

以内模结构为基础，把仿人智能控制与内模控制结合起来，构造自适应仿人智能协调控制系统；采用多模态控制策略，以被控对象输入量的变化和模型误差作为仿人智能控制器和内模控制器之间的协调参数，使控制器的快速性、平稳性、鲁棒性和抗扰性得到极大改善。仿真实验证明在该控制结构下的控制策略非常有效。     

基于T-S模糊模型的非线性系统广义预测控制

针对离散非线性系统,提出一种基于T-S模糊模型的广义预测控制方法。该方法将采样点的T-S模糊模型转化为采样点线性模型与非线性误差叠加的线性形式,通过迭代修正非线性误差,使具有非线性误差的线性模型预测控制律逐渐逼近采样点T-S模糊模型预测控制律。同时,该预测控制方法也能适用于当系统受输入输出约束时的控制。仿真结果验证了所提出的TS模糊模型广义预测方法有效。     

带ESO的ANFTSMC控制PMSM的新型MPTC无传感器控制策略

针对电动汽车中永磁同步电机传统控制策略对电机控制性能差的问题,提出了一种新型的自适应非奇异快速终端滑模模型预测转矩控制策略.设计了新型自适应指数趋近率,用性质更佳的双曲正切函数tanh()替换传统的切换函数sgn(),并构造了带ESO扰动观测的新型ANFTSMC作为系统转速控制器,消弱了抖振,提高了系统鲁棒性.为实现调速系统的无传感器控制,构造了基于tanh(Fal)的ESO转速观测器.与传统基于Fal函数的ESO相比,观测误差较小,观测精度较高.同时,针对预测转矩控制策略,提出了新型的目标函数构造方法,避免了权重系数的设计,并对传统电压矢量选择方法进行了改进与优化,减少了算法的计算量,结合所设计的新型控制器可有效提高系统的快速性,增加算法的实用性.     

基于神经网络的主动隔振控制技术研究

针对主动隔振系统存在非线性的情况,提出一种神经网络控制方法.控制器采用CMAC(cerebellar model articulation control)网络,参数调整基于梯度下降法.为消除系统次通道对控制器参数调整的影响,利用BP(back propagation)网络离线辨识得到次通道模型.系统的输出误差信号与次通道模型参数相结合,共同调整控制器参数.仿真结果表明,该控制方法对于存在非线性的主动隔振系统具有良好的控制效果,隔振能力超过常用的滤波LMS(least mean square)方法.     

大时间热响应常数投影物镜超高精度温度控制

为满足高分辨率光刻机控制大时间热响应常数投影物镜温度时响应速度和超高精度的要求,设计了前馈—串级水冷投影物镜温控系统。该系统以物镜为主控对象、冷却循环水为副控对象。针对物镜的慢动态温度变化特征,采用模型预测控制作为外环主控制算法;针对冷却水远传回路的纯时滞特性,采用带Smith预估器的PID控制作为内环副控制算法;为解决光刻机在不同工况下激光光路对物镜温度的严重扰动,引入前馈补偿控制激光热扰动。最后,在不同控制结构和热干扰条件下,进行了模拟物镜温度控制实验。结果显示,物镜温度稳态误差曲线在±0.01 ℃内波动。实验证明该系统极大地提高了物镜的温度收敛速度,具有较强的抗干扰能力,能满足物镜的超高精度温度控制要求。     

Model predictive control for a class of systems with isolated nonlinearity

The paper is concerned with an overall convergent nonlinear model predictive control design for a kind of nonlinear mechatronic drive systems. The proposed nonlinear model predictive control results in the improvement of regulatory capacity for reference tracking and load disturbance rejection. The design of the nonlinear model predictive controller consists of two steps: the first step is to design a linear model predictive controller based on the linear part of the system at each sample instant, then an overall convergent nonlinear part is added to the linear model predictive controller to combine a nonlinear controller using error driven. The structure of the proposed controller is similar to that of classical PI optimal regulator but it also bears a set-point feed forward control loop, thus tracking ability and disturbance rejection are improved. The proposed method is compared with the results from recent literature, where control performance under both model match and mismatch cases are enlightened.     

双电机后驱车辆操纵稳定性分层混杂模型预测控制

为改善车辆在复杂工况下的操纵稳定性,解决低附着路面易失稳的问题,针对后驱双电机轮边驱动电动汽车提出一种结合直接横摆控制与主动转向控制的操纵稳定性控制策略。控制策略采用分层控制结构：上层控制器采用多输入多输出系统的模型预测控制,对目标附加横摆力矩与前轮主动转向角进行求解;下层转矩分配控制器采用混杂模型预测控制（hMPC）,将轮胎纵向力的非线性特征简化为分段的混杂系统,在分配驱动转矩时考虑车轮在不同工况下的滑转情况。搭建了基于dSPACE实时仿真系统的仿真平台,在高附着、低附着路面下进行半实物仿真试验。仿真结果表明,与二次规划（QP）转矩分配算法相比,高附着路面工况下平均相对误差减小了17.64%,方均根误差减小了42.86%,最大偏离误差相对减少了7.64%;低附着路面工况下可以有效防止车辆失稳,改善操纵稳定性。     

叠堆式超磁致伸缩致动器的模型预测滑模控制

根据新型电液伺服阀的驱动要求,设计了叠堆式超磁致伸缩致动器(SGMA),为补偿其固有的非线性,提高位移输出精度,研究了SGMA的控制策略,并对控制策略进行了仿真和实验验证。首先,采用永磁体和GMM棒交替排布的结构形式设计了SGMA,有助于提高偏置磁场的均匀性;然后,根据SGMA的结构特点,将其视为多自由度振动系统,建立了系统的位移输出模型;接着,在输出模型的基础上,结合模型预测控制与滑模控制策略,设计了模型预测滑模控制器;最后,进行了控制策略仿真和实验验证。实验结果表明,模型预测滑模控制器能够实现SGMA的精密控制。在阶跃控制实验中,系统稳定时间低于1.5ms,无超调和稳态误差;在正弦控制实验中,系统最大控制误差约为0.83μm,相对值约为6.9%,证明了控制策略的有效性。     

弹性连杆机构振动的模型预测主动控制研究

基于机构离散状态空间模型,提出了抑制弹性连杆机构振动响应的模型预测主动控制方法。将复杂机构动力学模型中的非线性因素、耦合因素以及系统高阶模态的影响作为扰动,建立了预测机构动态变形响应的预测模型,采用带实时预测误差修正的模型预测控制方法对弹性连杆机构的振动进行了主动控制,降低了控制方法对复杂机构数学模型的要求,提高了控制系统的实时性。数值仿真和实验结果证明了该方法的有效性。