多变量非线性系统的有约束模糊预测控制

针对多变量非线性系统提出了一种带约束输入的广义预测控制(GPC)算法.首先对多变量非线性系统建立T-S模糊模型,利用模糊聚类算法和正交最小二乘算法对输入变量的模糊划分及后件部分的参数分别进行辨识,然后在每个采样点对系统进行局部动态线性化.根据得到的系统线性化模型设计GPC算法,该算法充分考虑了控制输入及其增量受约束的情况,而且不必求D iophantine方程,大大减小了计算量.仿真结果表明该算法能保证系统输出有效跟踪设定值,而且控制输入和控制增量均在其约束范围之内.     

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     

中定量纸机多变量递阶DMC研究

针对中定量纸机多变量预测控制算法中存在的离线计算复杂、实时性较差等问题,设计了基于关联估计的递阶多变量动态矩阵预测控制(DMC)算法.新递阶控制算法考虑了多变量系统各个变量之间的相互影响,设计了关联估计的协调算法,应用递阶协调控制方法完成了简化了多变量DMC算法.实际控制结果表明,该算法具有简单易实现,实时性好的特点,能够达到较好的控制效果.     

转向系统背压加载的广义预测控制

针对转向系统背压加载的时变、非线性、多变量耦合等过程特性,研究了一种基于最小二乘支持向量机(least square support vector machine,LS-SVM)的广义预测控制算法.采用LS-SVM辨识方法对系统进行建模,并用粒子群算法对LS-SVM的参数进行寻优,为控制器的设计奠定基础;对于时变的特点,采用基于在线LS-SVM的广义预测控制混合算法,实时修改模型参数.转向系统背压加载的控制实验结果表明,基于LS-SVM的广义预测控制混合算法是有效的,能准确地跟踪设定的加载压力,对扰动有较强的鲁棒性,具有实际工程应用价值.     

基于T-S模型的非线性多变量系统快速GPC控制

把T-S模糊模型辨识非线性对象和预测控制技术相结合,提出一种基于T-S模型的非线性耦合多输入多输出系统快速广义预测控制(GPC)方法,并给出了简化的规则选择方法.该方法在线调节参数少、计算量小.仿真结果表明具有控制平稳、超调小、跟踪快的特点.能够对非线性耦合多变量系统进行良好控制,适合工业过程在线应用.     

广义预测控制与滚动式LQG控制关系

基于输入输出模型的广义预测控制与基于状态空间模型的滚动优化控制之间的关系还没有被人们所认识.本文基于CARMA模型及其等价的状态空间模型,建立了多变量广义预测控制算法的各种等价形式;给出了一种多变量滚动式的LQG控制算法;建立了随机多变量系统的广义预测控制与LQG控制之间的关系,导出了闭环系统特性方程,从而为分析多变量广义预测控制系统的稳定性和鲁棒性奠定了基础.     

多变量系统控制输入受限的约束预测控制

针对多变量系统控制输入变量受约束的情况,利用预测控制器在设计过程中能显式地处理约束问题的特点和变量间的相互耦合关联作用,在计算控制律时,首先假设控制输入变量不受约束,计算出控制量,然后把不满足约束条件的控制量设定为边界值,并重新计算那些在约束范围内的控制量,使得原不满足约束条件的控制输入变量的作用得到补偿,该过程可反复进行,直到使得所有的控制量都满足约束条件,从而得到了一种新的约束预测控制算法。该算法物理意义明确,计算量小。仿真研究表明其控制效果优于硬约束限幅控制。     

对角CARIMA模型多变量广义预测近似解耦控制

针对多变量系统中存在的强耦合,提出基于对角CARIMA模型的多变量广义预测控制近似解耦算法.根据对角CARIMA模型中的A和C矩阵为对角形式的特点,将多输入多输出系统分解为多个多输入单输出系统进行预测和控制,一定程度上降低了变量之间的耦合性.根据模型预测值与参考轨迹之间的偏差实时调整目标函数中跟踪误差的加权系数,达到进一步降低各个回路之间耦合的目的.加权系数调整的基本原则是,每个输出跟踪误差的加权系数是由其他输出在同时刻偏离参考轨迹的加权误差平方和构成.当某个输出偏离目标值时,其他输出的跟踪误差权值相对增大,以避免输出之间的相互扰动,达到近似解耦的目的.利用单变量GPC、多变量MGPC、基于设定值观测器解耦的MGPC以及提出的近似解耦方法,分别对温室温度和相对湿度控制系统进行仿真实验.仿真结果显示,近似解耦算法控制平稳,输出变量之间的相互扰动显著降低.     

广义预测控制在MGT-CCHP系统中的应用研究

针对微型燃气轮机冷热电联供系统(MGT-CCHP)大热惯性、多变量间强耦合、非线性和时变性的控制难点,在集总参数简化模型基础上,提出了两种基于阶梯式广义预测控制(SGPC)的控制策略。第一种充分发挥GPC处理多变量耦合系统的优势,设计了多变量协调GPC控制器。第二种遵循MGT-CCHP系统的物理连接,分别为微型燃气轮机和制冷机设计了两个独立的GPC控制器。基于MATLAB进行的80 kW MGTCCHP系统仿真结果表明,与解耦PID控制相比,所设计的两种预测控制策略能够快速响应负荷以及冷热水温度变化、超调量和系统间耦合波动较小,更好地保证了MGT-CCHP系统经济可靠运行。     

基于PSO与LMI优化的非线性模型预测控制

将微粒群算法(PSO)与线性矩阵不等式(LMI)用于输入受限非线性预测控制器的设计,提出了基于PSO与LMI联合优化的非线性预测控制算法。算法采用双模控制策略,利用LMI离线优化确定终端不变区域,以扩大非线性优化的求解范围,降低算法的保守性。利用PSO在线优化求解非线性预测控制输入,以避免求解非线性规划问题,同时对算法的稳定性进行了分析。仿真结果表明了该算法是有效的、可行的。     

带约束处理的PI型广义预测控制

在PI型广义预测控制(PIGPC)的基础上,使用Lagrange乘子法处理输入输出的约束条件,从而求得带约束处理的PI型广义预测控制。在线性系统中对控制量及输出量的约束可以转化为对控制增量的约束,通过添加松弛变量将简化的不等式约束转化为等式约束,采用求解等式约束的方法求解不等式约束的最优解。仿真结果表明,加入约束处理后可有效限制系统的输入输出,算法更加符合实际应用的要求。     

输入受限的广义预测控制算法的稳定性

在系统输入受限的情况下,采用一般的控制可能造成控制算法的不稳定,本文针对输入受限的广义预测控制问题,将其数学表达式转化为系统框图,并根据内模原理求出了系统的闭环传递函数,在此基础上对输入受限的广义预测控制算法的稳定性进行了分析,最后进行仿真验证.     

PID结构广义预测控制算法的仿真及分析

为了使智能车转弯平滑,提出了一种具有PID结构的广义预测控制算法.利用PID控制与广义预测控制规律的相似性,通过改变一般预测控制中的目标函数,确立了广义预测控制算法的递推关系.并对其进行了仿真,结果表明：舵机通过路径检测传感器采集到当前路径信息做出转弯响应,可以预测出下一时刻的转向控制信息.在干扰信号的作用下,对于不同的路径信息,目标函数中增量u的输出曲线稳定,时间明显缩短,在7s后出现周期性变化,使得舵机的预测输出轨迹接近给定输入轨迹,实现了对PID参数自动整定和优化.     

基于遗传算法的广义预测PID控制及其在锅炉主汽温系统中的应用

针对超超临界机组的主汽温控制,提出了一种广义预测PID控制方法,该方法采用改进遗传算法对PID控制器参数进行在线优化.采用了一种基于广义预测控制性能指标的遗传算法寻优思路,建立了主、副回路PID参数优化模型;在选择、交叉和变异算子方面,初始种群设计方面和交叉、变异概率调整方面对遗传算法进行了改进.最后对广东潮州电厂某锅炉现场连续运行的历史数据进行了控制仿真,结果表明采用基于改进遗传算法的预测PID控制策略后,系统在动、静态特性和变负荷能力上均比常规串级系统效果更好.     

热连轧活套系统的数据驱动预测控制

针对热连轧活套高度和张力系统的双输入双输出强耦合特性,提出了基于数据驱动预测控制策略.基于子空间辨识方法,利用离线和在线输入输出数据直接辨识控制器参数,避开模型辨识的过程,同时基于预测控制原理,利用未来输入和已经测得的数据信息,预估未来输出,充分利用预测信息设计控制器,在下一个采样周期开始新的循环.该方法能够提高控制精确度,具有较强的扰动抑制能力.仿真结果表明该方法的可行性和较好的控制效果.     

神经网络GPC在非线性三容水箱系统中的应用

从一个单输入单输出的非线性三容水箱实验过程出发，研究非线性控制问题，当前研究的目标是设计并实现一个基于神经网络广义预测控制的合适算法。仿真和对比的结果表明，对于此模型，神经网络广义预测控制优于神经网络直接逆控制，产者将应用在实际的三容水箱系统。     

带有导前信号校正的广义预测控制

针对工业过程控制对象具有较大惯性,扰动出现在对象前部的情况,在传统广义预测控制的基础上,引入了导前信号校正环节,并对输出作出了更准确的预测。仿真结果表明,在一定条件下,该算法明显优于传统广义预测控制。     

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。