一种基于DMC的新型预测PID控制器及其整定(英文)

本文提出一种基于动态矩阵控制(DMC)算法预测特性的新型PID控制方法.在考虑将来的输出期望偏差罚函数最小的前提下,由DMC计算出控制变量的值.继而构造基于DMC的预估器用以预测将来时刻的系统输出.根据将来时刻的多步预测偏差,PID控制器产生当前时刻的实际控制增量.文中也给出了基于DMC的预估器及PID控制器的参数整定方法.仿真结果表明,与常规的PID控制和DMC控制相比,所提方法具有良好的控制性能,扰动抑制尤其优良.     

基于广义预测控制的模型预测控制系统仿真软件设计

本文介绍了基于广义预测控制的模型预测控制(MPC)系统仿真软件的开发与实现过程。该软件包含了MACI、MAC、DMC、DDMC和GPC五种预测控制算法,可以用不同的方法实现对预测控制系统的综合性仿真以及控制器参数的调整。利用该软件可对模型预测控制系统的作用机理做进一步仿真分析,并有助于定性分析各种算法中设计参数对系统性能的影响以及不同算法之间的区别。     

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.     

隐式自校正广义预测控制器及其全局收敛性

通过引入等价性能指标,给出了一种基于CARIMA模型、考虑模型误差的隐式自校正广 义预测控制器.并通过构造两个辨识器,使控制器的全部参数能递推估计.文末给出了当采 用改进型最小二乘法和随机逼近法估计参数时的自校正广义预测控制隐式算法的全局收敛 性证明.     

一种无约束多步递归神经网络预测控制器

本文针对具有强非线性、多工作点特性的控制系统, 提出了一种基于递归BP神经网络的多步预测模型; 通过分析预测模型的内在数学关系, 选择了二次型函数作为预测控制器的目标函数, 并给出了目标函数关于控制序列的雅可比矩阵和赫森矩阵的计算方法; 最后使用Newton-Rhapson算法设计出了滚动优化控制策略, 构建了一个非线性多步预测控制器. 仿真结果表明, 文中提出的多步预测控制器具有较好的控制效果.     

基于VC++与MATLAB的电力负荷预测

本文在简要介绍Matlab和VC 的基础上,提出了Matlab和VC 混合编程的思想,并在构建基于神经网络的电力负荷预测模型的基础上,利用Matlab和VC 混合编程对电力负荷预测进行了软件开发,实际应用表明,此软件在短期预测中具有较高精度,具有较高的精度,为高度复杂的非线性电力系统模型化提供了一条新途经。     

基于特征模型的柔性结构直接自适应模糊预测控制

为了避免用模态截断方法设计控制器时所引起的控制和观测溢出问题,把柔性结构模型转化为用含有未知系数的二阶差分方程描述的特征模型,对此模型提出了当柔性结构实现位置保持时的直接自适应模糊预测控制方法.此方法直接利用模糊逻辑系统设计预测控制器,并基于广义误差估计值对控制器参数和广义误差估计值中的未知向量进行自适应调整.文中证明了所设计的控制器可使广义误差估计值收敛到原点的一个小邻域内.仿真结果验证了此方法的有效性.     

直流调速系统的动态矩阵控制仿真

基于预测控制的优良品质,将过程控制领域中的动态矩阵控制(DMC)应用到运动控制领域中。根据DMC算法设计DMC控制器,以提高直流调速系统的动态性能。本文还分别用DMC和PI控制同一直流调速系统进行了MATLAB仿真。仿真结果证明了DMC的优越性能。     

基于Laguerre模型的数字电源预测控制器设计

超导托卡马克装置中性束注入(EAST-NBI)系统是一种低压大电流开关电源(特种电源)。该系统非线性较强,增益较大,传统的比例积分微分(PID)控制系统稳定性和动态响应较差。应特种电源的控制要求,引入了一种新型的结合比例积分(PI)控制与基于Laguerre函数模型的预测控制算法。详细介绍了该算法的控制律、Matlab仿真以及可编程门阵列(FPGA)编程实现。经过Matlab仿真以及开关电源平台实验表明,该控制算法比传统PI控制具有更快的动态响应和更稳定的输出。     

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.     

一种多变量系统分散优化DMC算法

提出一种多变量系统的分散优化动态矩阵控制（ＤＭＣ）算法,该处冯动 经的特点,将多变量系统ＤＭＣ算法分散为若干单变量系统的ＤＭＣ算法,使多变量ＤＭＣ算法参数设计和算法求解计算人为简化。     

多变量动态矩阵控制系统的闭环稳定性

定量分析了无约束多输入多输出（MIMO）动态矩阵控制系统的闭环稳定条件,首先基于脉冲响应模型重新描述了动态矩阵控制（DMC）算法;在此基础上,推导得到了MIMODMC系统的闭环稳定条件,以便于预测控制系统的分析与设计。     

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.     

基于对角解耦的多变量约束广义预测控制

由于多变量系统各变量之间往往存在严重耦合现象,在对系统进行对角解耦的基础上,设计了带约束输入的广义预测控制算法。该算法保证了系统输出有效跟踪设定值,并且充分考虑了输入信号及其增量均受约束的情况,使其均被控制在允许范围之内,同时避免了求解Diophantine方程,很大程度上减少了计算量。仿真结果表明该算法可以在很大程度上削弱变量之间的耦合程度,且具有良好的控制效果。     

基于SVM的PVC汽提过程预测控制方法

针对汽提塔温度控制系统的非线性和参数时变的特性,采用支持向量机对汽提塔温度进行建模,结合非线性模型的实时线性化和广义预测控制隐式算法,提出了基于支持向量预测模型的广义预测控制算法.同时将该算法应用到聚氯乙烯汽提生产过程当中,并将模型在线校正和误差反馈校正相结合,根据实际情况进行了多种情况下的仿真,仿真结果表明了方法的有效性.     

MIMO系统的多模型预测控制

针对非线性多变量系统提出一种多模型预测控制(MMPC)策略.首先给出一种多模型 辨识方法,利用模糊满意聚类算法将复杂非线性系统划分为若干子系统,并获得多个线性模型, 通过模型变换得出全局系统模型,接着对全局MIMO系统设计MMPC,并进行了系统的性能分 析,最后以pH中和过程为例,通过仿真研究验证了辨识和控制算法的有效性.     

预测控制的无扰切换技术

提出了关于动态矩阵控制器(DMC)与广义预测控制器(GPC)的改进无扰切换方法．其中 ，前者在DMC控制模式启动初期采用过程的脉冲响应模型实现对过程输出的自由响应预测， 在非DMC控制模式下，只需要存储过程输入/输出数据，而不必在线进行反馈校正．二者都有 一个共同特点，即不必考虑过程的直流工作点，这给预测控制算法的在线实现带来了很大的 方便．最后，通过纸机定量控制系统的仿真研究证明了上述算法的有效性．     

锅炉汽包水位非自衡系统的预测控制

由于动态矩阵控制预测控制算法无法直接控制带有积分环节的过程,针对这一困难,研究了一种适用于积分过程的DMC算法.该算法通过改变经典DMC算法的移位阵,使得有限维阶跃响应系数模型能够对积分过程进行准确的未来输出预测,从而避免了预测截断误差的产生.锅炉汽包水位系统的工业实验结果验证了算法的有效性.由于算法的结构没有改变,计算量也没有增加,该算法较之已有的针对非自衡对象的算法有更强的实用性.     

基于ANN的非线性系统GPC算法及仿真研究

将神经网络（ANN）技术应用于常规GPC算法，设计了基于ANN的非线性系统GPC结构方案，并对其控制原理和控制算法进行研究,基于ANN高度非线性映射等特性，运用数字仿真方法，对所设计的控制结构方案进行仿真研究,仿真结果显示，基于ANN的非线性系统GPC结构方案合理可行，并取得了满意的控制效果．