预测与反馈相综合的自校正控制器及其在水管压力控制中的应用

本文将预测自校正控制器与通常的反馈控制器相结合，提出了预测与反相综合的自校正控制器，并将其应用于工厂的水管压力控制，取得满意的效果。     

带有自校正的PID预测计算机控制算法研究

常规PID控制有许多不完善之处，其中最主要的问题就是PID控制器参数一旦调整好后。在整个控制过程中都是固定不变的，从而使系统很难达到最佳的控制效果。提出了一种带有自校正的PID预测计算机控制算法，包括控制结构、控制器设计以及变换为具有PID结构形式的过程。仿真结果表明带有白校正的PID预测控制算法调整时间短，平滑性较好，表明该带有自校正的PID预测计算机控制算法的有效性和较好的控制综合性能。     

带模糊防滑控制的深海机器人速度预测跟踪

面向深海“稀软底”作业机器人提出一种基于模糊控制的防滑控制方法，并采用带参数自校正模块的变维灰色预测控制器进行速度跟踪控制。防滑控制器能增强深海机器人的行驶速度与沉积物特性匹配，有效抑制作业机器人两侧履带的打滑，保证机器人在极限海底沉积物上安全行走作业。带自校正模块的变维预测速度跟踪算法，与单纯的PID速度跟踪、不带自校正模块的预测速度跟踪、不变维带自校正模块的预测速度跟踪相比，具有更好的速度跟踪性能和自适应性。仿真结果表明了算法的有效性。     

有效克服系统时延的PID自校正预测控制新算法

给出了ＰＩＤ自校正预测控制器的一种简单设计方法。其主要内容有：不同于自适应预测算法，基于内模原理构成ｄ步超前预测控制器；根据ｄ步超前预测信号，应用数据处理的新技术，构成了ＰＩＤ自校正预测控制的新算法。仿真及运行结果表明，这种控制技术是有效的。     

环形加热炉自校正控制系统

本文介绍了递推综合预测自校正控制器(RSGPC)在环形钢管加热炉上的应用情况.运行结果显示这类控制器具有极强的鲁棒性.     

隐式自校正增量型模型算法控制器的全局收敛性

本文给出了一种基于脉冲响应模型的隐式自校正预测控制器，利用两个辨识器证明了其全局收敛性。     

工业锅炉的加权预测自校正控制

本文介绍了加权广义预测自校正控制器在工业锅炉上的应用,实际运行结果显示了这种 控制器有很好的鲁棒性.     

基于IGPC的时变大时滞系统自适应控制

针对工业过程中常见的参数时变和大时滞问题，研究了广义预测控制算法在其中的应用问题。为了克服普通广义预测控制算法计算复杂的缺点，采用隐式广义预测控制算法(IGPC)通过直接辩识控制器参数求解最优控制增量，具有计算量小、计算速度快的特点。仿真结果表明，在不需要关于被控对象的先验知识的情况下，隐式广义预测自校正控制器能很好地跟踪设定值的变化，当参数时变时仍具有很好的控制性能，适合于实现时变大时滞系统的自适应控制。     

快速预测控制算法及在单回路数字控制器中的应用

为使先进的预测控制算法在工业过程单回路数字控制器中方便有效地实现，本文设计了一种快速预测控制算法，降低了控制律在线运行的计算理，了算法实现所需的存储空间，且同时具有良好的适应性和鲁棒性，基于此算法的单回路数字控制仪表“广义预测自校正单回器调节器”在工业现场投入试运行，控制效果好，具有广泛的应用推广价值。     

模块多变量自校正控制器

为了解决控制中的约束问题，将模块多变量控制思想与自校正控制器相结合，并引入阶梯式 控制，构造一种新的自校正控制器．本文介绍了该控制器设计方法并给出了仿真结果．     

利用BP算法的一种自适应模糊预测控制器

提出一种由模糊预测器和模糊预测控制器组成的自适应模糊预测控制方案,采用ＢＰ算法训练模糊预测器和模糊预测控制器,并给出这种模糊预测控制器的训练算法。控制系统对于具有纯时延的非线性被控过程有良好的控制性能。     

六自由度机械臂约束预测控制系统的设计

本文提出了一种基于约束预测控制的机械臂实时运动控制方法.该控制方法分为两层,分别设计了约束预测控制器和跟踪控制器.其中,约束预测控制器在考虑系统物理约束的条件下,在线为跟踪控制器生成参考轨迹;跟踪控制器采用最优反馈控制律,使机械臂沿参考轨迹运动.为了简化控制器的设计和在线求解,本文采用输入输出线性化的方式简化机械臂动力学模型.同时,为了克服扰动,在约束预测控制器中引入前馈策略,提出了带前馈一反馈控制结构的预测控制设计.因此,本文设计的控制器可以使机械臂在满足物理约束的条件下快速稳定地跟踪到目标位置.通过在PUMA560机理模型上进行仿真实验,验证了预测控制算法的可行性和有效性.     

空调蒸发器的自适应预测控制策略

针对空调蒸发器运行状态,提出一种基于模糊神经模型的自适应单神经元预测控制器,该控制器具有结构简单、易于操作、控制器参数可在线调节的特点.离线建立空调蒸发器的模糊神经模型,再利用模型的梯度信息在线调节单神经元控制器参数,使控制系统较快地趋于稳定.仿真结果表明,提出的自适应单神经元预测控制器具有较好的动态性能和稳态性能,并能够成功地应用到空调蒸发器的控制中.     

Experimental evaluation of a multivariable adaptive nonlinear predictive controller

A new multivariable adaptive nonlinear predictive controller is designed using a general nonlinear input-output model and variable transformations. The controller is similar in form to typical linear predictive controllers can be tuned analogously or by specifying a single parameters for each controlled variable. In addition, the design procedure is computationally efficient. The new controller is compared to a multi-loop proportional-integral (PI) controller with one-way static decoupling and to an adaptive linear predictive controller through tests on a simulated nonlinear distillation column. The new controller performed well in an experimental application to a multicomponent distillation column.     

基于不确定逼近的机械手自适应鲁棒预测控制

针对具有参数不确定性和未知外部干扰的机械手轨迹跟踪问题提出了一种多输入多输出自适应鲁棒预测控制方法. 首先根据机械手模型设计非线性鲁棒预测控制律, 并在控制律中引入监督控制项; 然后利用函数逼近的方法逼近控制律中因模型不确定性以及外部干扰引起的未知项. 理论证明了所设计的控制律能够使机械手无静差跟踪期望的关节角轨迹. 仿真验证了本文设计方法的有效性.     

广义预测控制器系数直接算法

为了简化广义预测控制算法的分析与设计，提出了广义预测控制器系数直接计算方法．该方法利用过程模型直接递推，把广义预测控制律表达成控制器系数与参考轨迹及过程历史信息乘积的形式．其控制器系数计算只与模型参数及设计参数有关，避免了在线求解Diophantine方程、输出预测表达式及自由响应项，简化了设计思路，减少了在线运算量．在一个DCS控制的非线性液位装置上得到的对比实验结果表明该方法是可行和有效的．     

基于跟踪误差调节的非线性自适应模糊预测控制

将模糊逻辑系统引入预测控制，对一类非线性离散系统提出了直接自适应模糊预测控制的方法，此方法首先建立被控对象的预测模型;然后基于此模型直接利用模糊逻辑系统设计预测控制器，并基于跟踪误差对控制器参数中的未知向量进行自适应调整;最后证明了此方法可使跟踪误差收敛到原点的一个小邻域内。     

Bridging the gap between the linear and nonlinear predictive control: Adaptations for efficient building climate control

The linear model predictive control which is frequently used for building climate control benefits from the fact that the resulting optimization task is convex (thus easily and quickly solvable). On the other hand, the nonlinear model predictive control enables the use of a more detailed nonlinear model and it takes advantage of the fact that it addresses the optimization task more directly, however, it requires a more computationally complex algorithm for solving the non-convex optimization problem. In this paper, the gap between the linear and the nonlinear one is bridged by introducing a predictive controller with linear time-dependent model. Making use of linear time-dependent model of the building, the newly proposed controller obtains predictions which are closer to reality than those of linear time invariant model, however, the computational complexity is still kept low since the optimization task remains convex. The concept of linear time-dependent predictive controller is verified on a set of numerical experiments performed using a high fidelity model created in a building simulation environment and compared to the previously mentioned alternatives. Furthermore, the model for the nonlinear variant is identified using an adaptation of the existing model predictive control relevant identification method and the optimization algorithm for the nonlinear predictive controller is adapted such that it can handle also restrictions on discrete-valued nature of the manipulated variables. The presented comparisons show that the current adaptations lead to more efficient building climate control.     

Optimal control of nonlinear systems: a predictive control approach

A new nonlinear predictive control law for a class of multivariable nonlinear systems is presented in this paper. It is shown that the closed-loop dynamics under this nonlinear predictive controller explicitly depend on design parameters (prediction time and control order). The main features of this result are that an explicitly analytical form of the optimal predictive controller is given, on-line optimisation is not required, stability of the closed-loop system is guaranteed, the whole design procedure is transparent to designers and the resultant controller is easy to implement. By establishing the relationship between the design parameters and time-domain transient, it is shown that the design of an optimal generalised predictive controller to achieve desired time-domain specifications for nonlinear systems can be performed by looking up tables. The design procedure is illustrated by designing an autopilot for a missile.     

基于网络模型的综合多速率采样预测控制器

针对网络控制系统(NCS)中存在的网络延迟和数据丢包问题以及网络控制系统的多采样率特性,将预测控制器和网络延迟补偿器相结合,提出一种基于网络模型的综合多速率采样预测控制器.预测控制器利用多步预测、滚动优化、反馈校正控制策略补偿了传感器-控制器传输延迟,网络延迟补偿器补偿了控制器-执行器传输时延和一些未知网络延迟.仿真试验表明,该算法对网络延迟和数据丢包具有一定的补偿作用,提高了网络资源利用率并且保证闭环网络控制系统渐近稳定.