基于因果逻辑关系的CPS分布式控因研究

针对多子系统间存在复杂因果逻辑关系的信息物理系统(cyber-physical systems,CPS),建立带有未知非线性项和不确定耦合项的CPS多因系统模型,并提出基于云控制技术的分布式控因方法.利用非线性解耦观测器对CPS多因系统进行动态前馈线性化,使得CPS多因系统分解为多个无耦合关联的CPS因系统.设计基于非线性解耦观测器的分布式模型预测控制器以及分布式优化算法,对解耦后的CPS因系统实现在线约束优化控制.最后,通过数值仿真表明所提出控制策略和优化算法的有效性.     

基于神经网络与多模型的非线性白适应广义预测解耦控制

针对一类非线性多变量离散时间动态系统,提出了基于神经网络与多模型的非线性自适应广义预测解耦控制方法．该控制方法由线性鲁棒广义预测解耦控制器和神经网络非线性广义预测解耦控制器以及切换机构组成．线性鲁棒广义预测解耦控制器用于保证闭环系统输入输出信号有界,神经网络非线性广义预测解耦控制器能够改善系统性能．切换策略通过对上述两种控制器的切换,保证系统稳定的同时,改善系统性能．同时本文给出了所提自适应解耦控制方法的稳定性和收敛性分析．最后,通过仿真实例验证了该方法的有效性．     

冷热水混合系统的DMC解耦控制

提出了一种基于DMC预测控制的解耦方法用于冷热水混合系统的液位和温度的双变量控制。由液位偏差经DMC算法得到的注入水的总控制量和由温度偏差经DMC算法得到的热水注入控制量不直接加到控制对象上，而是根据冷热水的温度和总量与分量的关系，分别得到冷水和热水注入控制量，从而实现解耦。试验结果表明：尽管混合器的温度与液位具有很强的耦合性及滞后特性，该方法仍取得了较好的控制效果。     

神经网络解耦预测函数控制

结合解耦思想研究多变量系统预测函数控制。通过引入神经网络补偿环节，对多变量系统解耦，在此基础上，对解耦后各子系统进行单变量预测函数控制，以确定各个控制量。同时基于系统脉冲传递函数，得到单变量PFC控制器的显式表达式。仿真表明，该算法有较好的跟踪特性，对解决多变量系统的优化和控制具有一定的适用性。     

电厂锅炉除氧器系统的解耦广义预测控制研究

由于除氧器具有非线性、大迟延、强耦合和模型时变的特性,传统的PID调节器难以使除氧控制系统达到理想的控制效果。为了使除氧器水位和冷凝泵出口压力的控制取得满意的效果,采用解耦广义预测控制方法。该算法首先利用预测模型得到系统未来时刻的输出,然后将设定输出值和预测值间的预测误差变化率作为自适应控制器的输入,控制器利用最小二乘算法推理得到控制输出,并在系统中增加一个相互耦合项,来调整原有的自适应控制规律,获取未知参数信息并有效地抑制强耦合造成的控制量波动。通过仿真表明,该算法计算简单、鲁棒性较强、控制品质较高,运用此算法的该除氧系统比常规系统具有更优越的性能。     

基于MAS的分布式焦炉集气管压力解耦控制

针对焦炉集气管压力这类多变量非线性耦合系统,提出了一种基于multi-agent system(MAS)的焦炉集气管压力智能协调控制系统方案,给出了agent的分层组织结构和演化机制．在控制agent中,采用TS模糊神经回归网络对被控对象进行分布式建模,运用分布式智能协调解耦算法进行解耦控制,监督学习与强化学习相结合,采用遗传协进化算法对多个agent协调优化．通过agent模态变迁进行模式切换,以适应快速突变环境．工程应用表明,提出的控制策略有效地解决了集气管压力这类复杂对象的过程控制问题．     

基于PMV指标的双闭环前馈解耦式室内空气控制策略

本文针对空调系统动态时变、非线性、大时延、干扰随机、强耦合的特性,提出了以前馈解耦式广义预测控制为内环和PMV指标自校正优化为外环相结合的双闭环控制策略,该策略核心在于前馈解耦式预测控制内环以及PMV指标优化外环,并对该控制策略算法进行仿真,仿真结果表明其稳态精度高,具有较好的跟踪性能.     

基于串联结构的分布式模型预测控制

分布式模型预测控制(Distributed model predictive control, DMPC)是一类用于多输入多输出的大规模系统的控制方式.每个智能体通过相互协作完成整个系统的控制. 已有的分布式预测控制算法可以划分为迭代式算法和非迭代算法:迭代算法在迭代到收敛情况下,具有集中式预测控制(Centralized model predictive control, CMPC)算法的性能,但迭 代次数过多,子系统间通信量大;非迭代算法不需要迭代,但性能有一定损失.本文提出了一种基于串联结构的非迭代分布式预测控 制算法.本文算法在串联结构系统中可以有效减少计算量,并结合氧化铝碳分解(Alumina continuous carbonation decomposition process, ACCDP)这一串联过程,通过仿真验证了算 法的有效性;同时分析了算法运用在串联结构下的性能并证明了其稳定性.     

预测控制 第六讲 多变量系统的解耦预测控制

预测控制──第六讲多变量系统的解耦预测控制成都电子科技大学（成都）周云钟上一节以多变量系统的动态矩阵控制讨论了多变量系统的预测控制问题。本讲介绍多变量系统的一种新的预测控制方法，即频域解耦、时域预测与优化的算法。１多变量系统的频域解耦设计设一个ｍ输入...     

多变量预测控制工程应用的控制模型前馈解耦策略

针对多变量预测控制计算量大、控制效果对扰动和模型失配敏感等特点,提出一种适用于预测控制工程应用的控制模型前馈解耦策略.基于结构分析,保留重要的被控变量与操作变量配对关系,将不重要的被控变量与操作变量配对作为前馈引入进行补偿,简化了系统结构,降低了系统耦合程度,减弱了预测控制器对扰动和模型失配的敏感程度,极端情况下形成的单入单出或小规模多入多出系统有效减小了在线计算量;基于分布式预测控制思想,给出控制模型前馈解耦策略的分散优化策略,进一步减小了系统规模和在线计算量.最后,通过仿真验证了所提策略的可行性与有效性.     

多变量系统的广义预测控制解耦设计

针对在系统关联严重的情况下,通过选择合适的权矩阵,预测控制可以实现间接解耦控制,但是系统的跟踪性能将大大降低的问题,提出了一种带设定值观测器的多变量广叉预测解耦控制算法,结合前馈解耦控制策略与广义预测控制律,将其他通道对当前通道的影响作为扰动,从而实现近似解耦.在目标函数中用控制量的增量代替控制量,使控制增量变化不至于...     

阳极焙烧温度的建模与多变量解耦控制

阳极焙烧温度系统是一个含有耦合、大时滞、非线性的多变量控制系统。为实现对阳极焙烧温度的精确控制,依据现场采集的大量温度数据,辨识出阳极焙烧炉温度的二阶惯性滞后控制模型。以此模型为初始预测模型,提出阳极焙烧温度的多变量预测函数解耦控制方法,对焙烧温度进行多变量预测函数解耦控制。仿真和应用结果表明,这种控制方法的控制精度和鲁棒性优于原有的PID方法,具有很好的控制效果。     

焙烧烟气温度的建模与多变量解耦控制

阳极焙烧烟气温度是一个耦合的非线性的多变量控制时象,是提高电解铝生产质量和效率的主要参数,为实现其精确控制,依据现场实际测得的温度数据,辨识出烟气温度的控制模型.以此模型为初始预测模型,提出了一种多变量预测函数解耦控制方法.仿真研究了焙烧烟气温度解耦控制的有效性,与原有的焙烧烟气温度PID控制方法进行了实际应用比较.仿真和应用比较结果表明,这种控制方法的控制精度和鲁棒性优于原有的PID方法,具有很好的控制效果.     

基于神经网络与多模型的非线性自适应广义预测解耦控制

针对一类非线性多变量离散时间动态系统,提出了基于神经网络与多模型的非线性自适应广义预测解耦控制方法.该控制方法由线性鲁棒广义预测解耦控制器和神经网络非线性广义预测解耦控制器以及切换机构组成.线性鲁棒广义预测解耦控制器用于保证闭环系统输入输出信号有界,神经网络非线性广义预测解耦控制器能够改善系统性能.切换策略通过对上述两种控制器的切换,保证系统稳定的同时,改善系统性能.同时本文给出了所提自适应解耦控制方法的稳定性和收敛性分析.最后,通过仿真实例验证了该方法的有效性.     

A predictive functional control algorithm for multivariable systems with time delay

To improve the dynamic characteristics and the coupling capability, a new predictive functional control algorithm is proposed for strong coupling multivariable systems with time delay, which combines predictive functional control and decoupliug control. First, a decoupling control algorithm is proposed, in which first-order models with time delay are established by analyzing the amplitude-frequency and phase-frequency characteristics of the decoupled subject. Then, a controller is designed for the single-variable subjects after decoupling based on the principles of predictive functional control. The simulation results show that this proposed algorithm has less online computation time and faster tracking. It can provide a more effective control for complex multivariable systems.     

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。     

感应电机最小定子电流的PI预测函数控制

研究感应电机效率优化问题,针对目前传统控制方法在电动机动态时为使电机能够提高响应性能而无法兼顾效率优化的缺点,设计了一种基于多变量PI预测函数的最大转矩电流比控制策略.通过引入预测输出误差项,构建具有比例、积分性质的多变量预测函数控制器,并应用到感应电机电流环控制中.能够有效地控制定子电流励磁分量与转矩分量,从而实现电动机转子磁链与转速的解耦控制.改进型多变量PI预测函数控制策略具有跟踪效果好、抗干扰能力强、无超调、稳态误差小的优点,兼顾了感应电机的动态效率与转速响应速度.同时该算法与传统预测控制器结构类似,便于广大工程人员设计实现,适用于电动汽车中的驱动电机.     

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．     

双输入双输出时滞过程解耦Smith 控制

针对实际工业过程控制中常见的双输入双输出时滞过程,提出基于Smith预估补偿控制的反向解耦控制器设计方法。通过对系统解耦后的对象采用内模控制思想设计Smith预估控制器,并讨论控制系统对象为一阶加纯滞后（FOPDT）模型下其控制器的实现方法和系统鲁棒稳定性分析。结合实际过程中的模型实例,该解耦控制方案使得系统各路输出响应完全解耦并具有较好的标称性能和鲁棒性。仿真实例验证了该方案的有效性和优越性。