具有纯滞后多变量控制系统的研究

具有纯滞后多变量控制系统的研究张兴福ＴｈｅＳｔｕｄｙＭｕｌｔｉｖａｒｉａｂｌｅＣｏｎｔｒｏｌＳｙｓｔｅｍｗｉｔｈＴｉｍｅＤｅｌａｙｓ￥ＺｈａｎｇＸｉａｇｆｕ１引言近年来，间内外刊’Ｌ尸’过Ｗ小河人的较人纯滞后和多变辉耦会问题做了人诉的印沦研究和仿真实...     

分数阶混沌系统的自适应预测同步

结合自适应控制和预测反馈控制,提出了一种新的实现分数阶混沌系统同步的自适应预测控制方法.利用分数阶Lyapunov稳定性理论,导出了分数阶混沌系统同步的一些新的充分条件.与已有的结果相比,该方法无需反馈增益的先验知识,且收敛速度快和在实验中很容易实现.最后数值实验进一步验证了所提同步方法的有效性.     

多变量系统灰色预测函数控制方法研究

针对多变量时滞系统,提出一种以灰色模型为基础的多变量灰色预测函数控制策略,并给出多变量灰色预测函数控制算法.分析了灰色系统建模,灰色模型预测输出,和控制量计算方程的求解.仿真实验表明,该方法有较强的鲁棒性,快速性和强抗干扰能力强的特点.     

脱硫系统多变量扰动抑制预测控制方法

脱除烟气中的二氧化硫是燃煤电厂烟气处理不可缺少的一环。由于脱硫系统具有多变量、强耦合的特点,只根据解耦控制或针对主对角元设计的扰动,观测器难以实现对扰动的准确估计,尤其在模型偏差较大时,将对象间的耦合关系当做扰动处理往往会导致控制效果恶化,难以实现预期效果。因此提出一种多变量扰动观测器,基于多变量离散状态空间模型,结合历史运行数据估计前一时刻的扰动,并进行补偿。这种扰动观测器可以考虑不同通道之间的耦合关系,保证了扰动估计的准确性和合理性,然后通过仿真验证了该方法的有效性。     

分数阶系统的分数阶PID 控制器设计

对于一些复杂的实际系统,用分数阶微积分方程建模要比整数阶模型更简洁准确.分数阶微积分也为描述动态过程提供了一个很好的工具.对于分数阶模型需要提出相应的分数阶控制器来提高控制效果.本文针对分数阶受控对象,提出了一种分数阶PID控制器的设计方法.并用具体实例演示了对于分数阶系统模型,采用分数阶控制器比采用古典的PID控制器取得更好的效果.     

多重滞后系统的预测控制

研究了过程控制中常见的多重滞后系统的预测控制问题．同时考虑状态变量滞后和控制作用滞后,提出了一种改进的状态反馈预测控制算法,它假设在滞后时间内状态变量未来预测值保持其当前值不变,给出了其简化的递推算法．解决了因多重状态滞后问题的存在,使状态变量的未来值利用模型直接递推很难得到的问题．最后通过仿真实例表明了算法的有效性．该算法计算量小、易于实际工程应用．     

一种基于多步预测的多变量自校正控制算法

本文提出一种简单的基于多步预测的自校正控制算法.该算法以 CARIMA 模型为基础,采用多步预测、优化,使其具有较强的鲁棒性.本文提出的算法简单、易于实现,只需较少的关于系统的验前知识.     

一种分数阶预测控制器的研究与实现

本论文研究了一种新型预测控制器RTD-A的分数阶实现方法及应用. 与常规控制器比较, RTD-A控制器具有参数意义明确, 易于整定和实施的优点. 论文将RTD-A控制器扩展到分数阶形式, 并与经Z-N法整定的分数阶PI?D1控制器和Wang-Juang-Chan法整定的PID控制器进行了比较. 所提出的分数阶预测控制器在设定值跟踪, 克服负荷扰动, 鲁棒性等方面都有较理想的控制性能. 仿真结果验证了这种分数阶预测控制器的有效性.     

基于分数阶神经网络的瓦斯涌出量预测

针对现有的煤与瓦斯涌出危险性区域预测模型存在收敛速度慢、极易陷入局部极值等问题,结合BP的局部搜索能力和分数阶算法快速的全局搜索能力,提出了一种基于分数阶神经网络的新预测模型,用于非线性瓦斯涌出量的动态预测。经训练和实验结果表明:该模型较其他模型具有更好的滤波效果、更强的抗干扰能力、更快的收敛速度、更高的收敛精度等特点,能够达到准确指导实践的要求。     

RS+交织+卷积级联纠错码的FPGA实现

为了提高编解码速率,更好地满足实时收发系统的要求,本文提出了采用由纯硬件电路构成的现场可编程逻辑门阵列（Field Programmable Gate-Array,FPGA）取代CPU系统的纠错码策略．该策略先把RS（Reed Solomon)、交织、卷积编解码分别模块化,然后通过端口映射方式对它们进行逻辑组织以实现整个编解码的级联．分析表明,用FPGA构成的纠错码系统不仅使电路大大简化,稳定性得到极大提高,而且可编程逻辑器件的高智能化使整个系统的设计、调试周期大大缩短．     

An analytical tuning approach to multivariable model predictive controllers

Multivariable model predictive control is a widely used advanced process control methodology, where handling delays and constraints are its key features. However, successful implementation of model predictive control requires an appropriate tuning of the controller parameters. This paper proposes an analytical tuning approach to multivariable model predictive controllers. The considered multivariable plants are square and consist of first-order plus dead time transfer functions. Most of the existing model predictive control tuning methods are based on trial and error or numerical approaches. In the case of no active constraints, closed loop transfer function matrices are derived and decoupling conditions are addressed. For control horizon of one, analytical tuning equations and achievable performances are obtained. Finally, simulation results are used to verify the effectiveness of the proposed tuning strategy.     

利用时滞补偿器降低广义预测控制动态关联作用

本文提出了通过预加前、后纯时滞补偿器的方法降低多时滞多变量广义预测控制的闭环动态关联作用的思想,给出了设计方法,并讨论了设计参数的选择对系统的动态关联作用的影响,通过仿真证明了本文所提出的方法的有效性。     

Online tuning of derivative order term of variable-order fractional proportional–integral–derivative controllers for the first-order time delay systems

In this study, an online tuning strategy for the fractional derivative order term of the variable-order fractional proportional–integral–derivative (PID) controller is proposed for processes with dead time. The classical step response is divided into regions, and meta-rules are developed for each region in order to improve the control performance. To achieve the goals of the meta-rules, a set of equations that are the functions of absolute error and model parameters are proposed to manipulate the fractional order derivative during the process. These equations can handle the changes in model parameters since the coefficients of these equations are functions of model parameters. On both simulation studies and experimental results on the active suspension system, we show that the proposed method improves the time domain performance criteria both in relation to reference tracking and load disturbance rejection. Moreover, the robustness of the proposed method has also been tested and analyzed for the dead time variation within the process.     

阶梯式模型预测控制中控制权重的下限值研究

为了研究控制权重在预测控制器中起作用的范围与其余控制器参数的关系,对于阶梯式动态矩阵控制,通过一个中间变量,间接研究了控制权重λ的下限值与预测步长和阶梯因子的关系．在一定范围内,该下限值对参数变化很敏感,并出现很陡的峰值,此时可去掉控制加权项,其功能由阶梯因子来部分承担,来改善系统闭环性能．本文的研究结果可以指导控制权重λ的取值以及进一步简化算法．     

时滞过程的多变量广义预测控制算法

文章提出了用广义预测控制算法解决多变量系统的时滞问题的一种新的方案。该方法将时间滞后因子自然纳入系统的控制机制,可完全无误差的实现对时滞系统的控制,克服了传统近似法解决时滞所带来的误差问题。这种广义预测控制算法能有效的控制开环不稳定非最小相位系统,并有良好的解耦性能．在跟踪性．鲁棒性和抗下扰性方面都得到了很好的控制效果。     

A Design Of Multiloop Predictive Self‐Tuning Pid Controllers

In this paper, a new design scheme of multiloop predictive self‐tuning PID controllers is proposed for multivariable systems. The proposed scheme firstly uses a static pre‐compensator as an approximately decoupling device, in order to roughly reduced the interaction terms of the controlled object. The static matrix pre‐compensator is adjusted by an on‐line estimator. Furthermore, by regarding the approximately decoupled system as a series of single‐input single‐output subsystems, a single‐input single‐output PID controller is designed for each subsystem. The PID parameters are calculated on‐line based on the relationship between the PID control and the generalized predictive control laws. The proposed scheme is numerically evaluated on a simulation example.     

特征结构下多变量预测控制系统的闭环反馈结构及其应用

文献[1]把多变量频域设计方法和单变量预测控制结合起来,提出了在特征结构下的多变量预测控制算法。本文在此基础上提出了特征结构下多变量预测控制系统的闭环反馈结构。利用此反馈结构不仅可有效地减少多变量预测控制算法的计算量及所需的存贮空间,而且还可以方便地判别此类预测控制系统的闭环稳定性。文中以火力发电厂中带汽-汽换热器的20万千瓦火电机组汽温系统为例进行了预测控制的仿真,仿真结果表明,用本文所提出方法设计的多变量预测控制系统,具有良好的控制效果。