基于一类特殊非线性模型的广义预测控制

针对Hammerstein模型和Wiener模型,分别选择PH中和滴定过程和控制阀门作为仿真对象,研究了基于两步法的非线性预测控制方法。计算机仿真结果表明,该控制算法比PID控制具有更好的控制品质。     

Hammerstein模型非线性预测控制的研究

对于pH中和过程的控制,由于其本身具有严重的非线性特性,因而对于此过程的控制十分困难.鉴于此,本文提出了Hammerstein系统非线性预测控制方法,并应用仿真和试验的方法分别实现了对pH中和非线性过程的控制.研究结果表明,Hammerstein模型非线性预测控制具有良好的控制效果和很强的稳定性,且优于常用的PID控制方法.     

一种新型非线性Hammerstein系统动态矩阵控制算法

将动态矩阵控制策略(DMC)推广到由一个非线性静态多项式函数和一个线性动态阶跃响应环节组成的非线性Ham-merstein系统,详细地给出了该新型非线性Hammerstein系统动态矩阵控制算法(NLH-DMC).把NLH-DMC应用于一套强非线性pH中和过程,给定值跟踪和抗干扰仿真结果表明,NLH-DMC比线性DMC(LDMC)和过程控制领域常用的非线性PID(NL-PID)具有更好的控制性能.进一步的仿真实验证实,NLH-DMC不仅具有良好的控制响应,而且在存在较大模型误差时仍具有很好的稳定性及鲁棒性.     

基于LS-SVM/PID复合逆系统的预测控制

为了提高预测控制算法的控制性能,提出一种基于最小二乘支持向量机(LS-SVM)/PID复合逆系统的预测控制算法。该算法在PID控制的基础上,利用LS-SVM离线建立被控对象的非线性逆模型作为前馈控制器,形成直接逆控制,其克服了逆系统方法鲁棒性不强的缺陷,并与原系统串联构成一个伪线性系统;然后,结合预测控制算法实现系统的预测控制。仿真结果表明,该算法具有较好的跟踪性能和抗干扰能力。     

基于多Hammerstein模型及APSO的预测控制策略

研究了基于多Hammerstein模型的非线性预测控制问题,提出了基于多模型融合的非线性预测控制方法,根据实际对象不同的工作点建立了非线性系统的多Hammerstein模型表示,以此模型集合作为实际对象的预测模型,兼顾预测控制处理各类约束的优点,以计算量较小的自适应粒子群算法(APSO)作为预测控制的滚动优化方法计算最优控制序列,避免了传统粒子群算法易早熟和算法后期粒子易在全局最优解附近"振荡"的缺点,并给出相应的模型切换策略,pH中和反应的仿真结果说明了此方法的有效性,同时也为菲线性预测控制提供了一种新方法.     

非线性系统的蚁群优化预测PID控制

针对非线性、时变及大惯性系统的控制问题,提出了一种基于蚁群算法的预测PID控制算法。该算法以神经网络作为预测模型,将预测控制和PID控制相结合,并用蚁群算法在线优化控制器参数,其中以常规的Ziegler-N ichols方法整定的控制器参数为基础,选取蚁群优化变量的动态搜索区间。该算法考虑了控制能量受限情况下,非线性系统的预测控制问题。计算机仿真结果表明,该非线性控制方案具有较好的鲁棒性,相对传统PID控制策略还表现出了良好的动态性能,能够满足对再热汽温对象的控制要求。     

PID-DMC算法及其在液位控制系统中的应用

提出了一种新的带PID校正环节的DMC算法，论述了其原理并将其应用于实际液位控制系统，实现了系统在模型失配明显的情况下对二阶液位对象的有效控制。由于控制阀的非线性特性使得本实验中的液位对象具有时滞弱非线性特性，常规DMC算法控制存在明显的模型失配问题并影响了系统的控制性能。为此在常规DMC算法中引入PID环节，从而得到了一种新的PID—DMC算法。实验结果表明该算法能有效改善系统在模型失配情况下的控制性能，且算法简单易行，在线计算量小。     

一种新型的预测函数PID控制算法的研究

针对应用于工业过程中的系统具有大时滞、时变性、非线性等特点,采用传统的PID控制方法难以实现良好的控制效果.将预测函数控制算法和PID控制算法相结合,提出了一种新型的预测函数PID控制算法.该算法具有预测函数控制算法鲁棒性强和PID控制算法抗干扰性好的优点.仿真结果表明,与常规预测函数控制算法相比,该控制算法满足系统对快速性和稳态精度的要求,具有良好的鲁棒性和抗干扰能力.     

基于SVR的非线性动态系统建模方法研究

提出一种基于支持向量回归机(SVR)的非线性动态系统建模方法。用非线性静态子环节和线性动态子环节串联——Hammerstein模型来描述非线性动态系统。然后，通过函数展开将Hammerstein模型的非线性传递函数转换为等价的线性形式，从而建立起线性中间模型。再由SVR算法辨识出中间模型参数。最后，通过中间模型参数与Hammerstein模型参数之间的关系，实现原系统的非线性静态环节和线性动态环节的同时辨识。用非线性动态系统标定实验数据进行测试，建模结果表明所提方法具有如下优点：1)只需进行一次动态标定实验； 2)能给出非线性动态模型的数学解析表达式；3)充分利用SVR的优点，使所建模型具有更好的鲁棒性。该研究为非线性动态系统建模又提供了一种新方法。     

基于Hammerstei模型的非线性预测控制

本文提出了一种针对Hammerstein模型的预测控制策略。该策略将Hammerstein模型中的无记忆非线性静态增益环节,改进成易于由中间变量求取控制量的环节,避免了求解高阶方程根的困难,又对线性环节采用线性系统的广义预测控制。由于引入了广义预测控制中多步预测的思想,抗噪声的能力显著提高。仿真结果验证了该策略的有效性。     

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。     

基于小波变换的非线性广义预测控制

提出了基于小波变换的非线性广义预测控制算法。预测模型采用Hammerstein模型,对于其静态非线性部分采用小波网络来辨识,动态线性部分用最小二乘法来辨识。这种辨识方法比传统的多项式拟合的模型误差要小得多。基于这种预测模型广义预测控制器弥补了传统广义预测控制的模型失配问题。以CSTR为例对所设计的控制器进行仿真研究,结果表明控制器能够取得良好的控制效果。     

约束Hammerstein系统输出反馈非线性预测控制

针对具有状态、输入和中间变量约束的Hammerstein系统,采用两步法控制策略,给出一种新的可保证闭环系统指数稳定的输出反馈非线性模型预测控制算法.基于Hammerstein系统的特殊结构,结合状态观测器给出无约束线性环节的输出反馈最优控制律,通过滚动优化一有限时域的约束优化问题计算实际控制量.给出保证闭环系统指数稳定的充分条件.以工业双环管聚丙烯装置牌号切换控制为例进行仿真,仿真结果验证该算法的有效性和实用性.     

基于远程预报辨识的非线性广义预测控制算法

推导了基于远程预报辨识的非线性广义预测控制算法.该算法在辨识基于Hammer-stein 模型的非线性过程时,采用了预测控制算法中远程预报的思想,并在广义预测控制器的设 计上采用了新的优化指标,这就使辨识机制与控制机制有机地结合起来,对系统的阶次不确定 有很好的鲁棒性.     

约束Hammerstein系统非线性预测控制及在聚丙烯牌号切换中的仿真研究

对状态和输入受约束的Hammerstein系统, 提出一种新的可保证闭环指数稳定的非线性模型预测控制策略. 基于线性子系统镇定的最优控制律, 滚动预测非线性代数方程的解算误差, 继而在线优化计算满足约束的预测控制量. 进一步, 得到闭环系统指数稳定的解算误差上界. 从而闭环系统不仅满足约束而且对解算误差具有鲁棒性. 最后以工业聚丙烯牌号切换控制为例, 仿真验证本文算法的有效性.     

Performance analysis of a dynamic phenomenological controller for a pellet cooling process

The cooling zone of an induration furnace exhibits a nonlinear dynamic behavior in addition to a strong coupling between output pressure and temperature. Simulation studies show that linear controller performance is unacceptable from an industrial point of view. In order to obtain adequate performance on a wide operating range, a nonlinear predictive controller (NLMPC) based on a phenomenological process model is proposed. Since the furnace simulation model shows that the equipment behaves as a Hammerstein model, a variable change is performed and a linear model predictive controller (MPC) is developed for the cooling zone. Both controllers are tested for set-point changes and disturbance rejection and give relatively similar performances. It is concluded that for processes having structured nonlinearities, as the cooling zone considered here, linear MPC should be preferred to NLMPC since the computation time is far less demanding and the industrial implementation easier.     

Two-step output feedback predictive control for Hammerstein systems with networked-induced time delays

This paper is mainly concerned with the design problem of two-step model predictive control (MPC) for nonlinear systems represented by Hammerstein model, where the network-induced time delays exist between sensor to controller (S2C) and controller to actuator (C2A) links. We assume that the system state is not measurable, so the state observer is employed to estimate the state. The intermediate variable for the linear part of the system is calculated by minimising the quadratic performance function. The time-delay compensation algorithm of two-step output feedback predictive control (TSOFPC) for Hammerstein systems is presented and validated by a numerical example.     

采用Hammerstein模型的非线性预测控制

对于象ｐＨ中和，高纯度分离以及化学反等过程的控制，由于其过程本身的严重非线性而变得十分困难。本文提出了一种采用Ｈａｍｍｅｒｓｔｅｉｎ模型的预测控制方法来控制诸如上述的非线性过程，Ｈａｍｍｅｒｓｔｅｉｎ模型用两种方法进行辨识：联立辨识法与序贯识法，特别地，本文提示了一种改进型Ｈａｍｍｅｒｓｔｅｉｎ模型用于克服常规Ｈａｍｍｅｒｓｔｅｉｎ模型在控制器设计时的不足之处，对－ｐＨ中和过程的仿真结果表明，基于