预测控制定性综合理论的基本思路和研究现状

通过引入最优控制理论和Lyapunov方法, 预测控制的理论研究在最近十多年中发展迅速, 取得了丰硕成果. 本文总结了预测控制定性综合理论的基本思路, 回顾了近十年关于具有稳定性和性能保证的预测控制的主要研究成果, 并根据近年来预测控制研究的发展趋势, 指出高效预测控制的研究已逐渐成为这一领域研究的热点.     

串联系统广义预测控制及在飞行控制中应用

给出了串联系统广义预测自校正控制器(CSGPC)。通过求取两组丢番图方程,优化串联系统的多步预测控制目标函数获得控制律,并针对飞行控制系统的纵向通道控制进行了仿真研究,验证了这种控制方案的优良性能。串联系统是一种复杂的控制系统,存在于工业过程以及航空航天过程中。因此将预测控制推广到串联系统具有重要的应用价值,为飞行控制系统中应用预测控制理论提供了一种先进实用的方法。     

预测函数控制的内模控制理论

内模控制是一种基于过程数学模型进行控制器设计的新型控制策略,是研究预测控制重要的理论基础。预测函数控制是一种控制量计算方程简单,实时控制效果好的新型预测控制算法。本文用内模控制理论研究预测函数控制,分析了系统的鲁棒性和稳定性,最后进行了参数设计和仿真研究。     

模型预测控制——现状与挑战

30多年来, 模型预测控制(Model predictive control, MPC)的理论和技术得到了长足的发展, 但面对经济社会迅速发展对约束优化控制提出的不断增长的要求, 现有的模型预测控制理论和技术仍面临着巨大挑战. 本文简要回顾了预测控制理论和工业应用的发展, 分析了现有理论和技术所存在的局限性, 提出需要加强预测控制的科学性、有效性、易用性和非线性研究. 文中简要综述了近年来预测控制研究和应用领域发展的新动向, 并指出了研究大系统、快速系统、低成本系统和非线性系统的预测控制对进一步发展预测控制理论和拓宽其应用范围的意义.     

基于LMI的多模型鲁棒预测控制

用线性矩阵不等式 (LMI)方法研究多模型鲁棒预测控制, 提出了状态反馈的综合方法, 并分析了闭环系统的可行性, 同时证明闭环系统渐近稳定. 在此基础上, 研究了带终端零状态的有限优化时域预测控制和无穷优化时域预测控制的性能, 证明了两者在性能上的一致性.     

串联系统广义预测控制及在飞行控制中应用

给出了串联系统广义预测自校正控制器(CSGPC).通过求取两组丢番图方程,优化串联系统的多步预测控制目标函数获得控制律,并针对飞行控制系统的纵向通道控制进行了仿真研究,验证了这种控制方案的优良性能.串联系统是一种复杂的控制系统,存在于工业过程以及航空航天过程中.因此将预测控制推广到串联系统具有重要的应用价值,为飞行控制系统中应用预测控制理论提供了一种先进实用的方法.     

基于广义预测控制的VAV空调系统风管静压控制特性研究

基于广义预测控制理论,建立了VAV空调系统风管静压的预测控制模型并进行了仿真。仿真结果表明,该算法控制效果优于传统PID,为VAV空调系统的应用与推广提供了新的控制方法,从而使系统性能更好,更加节能。     

灰色数列预测模型在热工对象模糊控制中的应用

针对现有很多热工过程控制系统“大时滞”特点与典型模糊控制器在应用中的不足，结合灰色系统预测理论在对连续时间事件预测的良好性能，该文基于热工过程控制输入信号的特点，建立了在线算法简单的灰色数列预测模型，仿真及其改进模型，并经仿真研究后证实模型具有较好的预测性能。该方法很好的一个特点是在线计算简单、易于硬件实现，可以推广应用在热工控制领域。     

流程工业预测控制技术概述

对预测控的研究作了简要概述.对预测控制的发展历史作了简要回顾.阐述了预测控制与自适应和内模理论的结合方面的研究.对于非线性系统的预测控制,从预测模型的角度,描述了关于预测控制方法的研究情况.并且讨论了预测控制与其它智能控制策略结合的研究.最后指出了一些预测控制研究中的问题,以及预测控制研究的方向.     

一种模糊神经网络自适应预测控制方案的研究

提出了一种模糊神经网络自适应预测控制方案,对学习公式进行了理论推导,并结合误差补偿以提高预测控制的精度。仿真实验表明,该算法可实现模糊控制和神经网络的优势互补,对非线性复杂系统具备良好的控制性能     

Robust and stochastic model predictive control: Are we going in the right direction?

Motivated by requirements in the process industries, the largest user of model predictive control, we re-examine some features of recent research on this topic. We suggest that some proposals are too complex and computationally demanding for application in this area and make some tentative proposals for research on robust and stochastic model predictive control to aid applicability     

城市污水处理过程模型预测控制研究综述

城市污水处理过程具有生化反应复杂、非线性、不确定性等特点,在受进水流量、进水组分、天气变化等强干扰作用时,很难保证出水水质维持在规定范围内。模型预测控制以其可应用于非线性系统、显式处理约束问题等优点,近几年在城市污水处理过程中得到了广泛应用。本文从模型预测控制方法在城市污水处理过程中所依托的模型角度出发,介绍了其在基于机理模型和数据驱动的城市污水处理过程中的研究现状,阐述了在不同模型和控制变量下的控制效果。最后提出了城市污水处理过程中仍需解决的问题,并对模型预测控制方法在城市污水处理过程控制中的未来研究方向做出了展望。     

Adaptive and Predictive Control Strategies for Wind Turbine Systems: A Survey

The wind turbine (WT) is a renewable energy conversion device for transformation of kinetic energy from the wind to mechanical energy for subsequent use in different forms. This paper focuses on wind turbine control design strategies. The content is divided into the following parts: 1) An overview of the recent advances that have been made in the application of adaptive and model predictive control strategies for wind turbines. 2) Summarizes some important aspects of modeling of wind turbines for control studies. 3) Provides an outlook on the application of adaptive model predictive control for uncertain systems to stimulate new research interests for wind turbine systems. We provide an overall picture of the research results with evaluation of the merits/demerits.      

模糊预测控制发展的概况

模糊预测控制(FPC)是近年来发展起来的新型控制算法,是模糊控制和预测控制相结合的产物。在预测控制的模型预测、反馈校正、滚动优化的机理下,对模糊预测控制近20年来的发展概况和实现形式作了归纳,指出模糊模型引入预测控制,体现了预测控制向智能控制方向拓展的趋势,更符合人们的控制思想,可进一步提高控制的效果,并就其有待解决的问题发表了一些看法。     

A tutorial review of economic model predictive control methods

An overview of the recent results on economic model predictive control (EMPC) is presented and discussed addressing both closed-loop stability and performance for nonlinear systems. A chemical process example is used to provide a demonstration of a few of the various approaches. The paper concludes with a brief discussion of the current status of EMPC and future research directions to promote and stimulate further research potential in this area.     

工业过程系统的预测控制

预测控制方法自1970's提出后在学术界和工业应用领域都取得了很大的进展,尤其在工业过程控制方面成为一种重要的先进控制方法.根据工业过程控制的特点和进一步的需求,对近年来在工业过程控制领域预测控制方法取得的新进展进行综述,包括过程控制系统模型辩识,数据驱动的预测控制和在网络信息模式下的预测控制等.并对预测控制进一步的发展需求进行分析,介绍了欧盟正在进行的第七框架对于大系统分布式预测控制的研究内容.     

Chaos particle swarm optimization and T-S fuzzy modeling approaches to constrained predictive control

Predictive control of systems is very much related to the efficiency and cost of systems, as well as to the quality of systems outcomes. However, it is difficult to achieve optimal predictive control because most predictive controls for systems have characteristics of randomness, strong and complex constraints, large delay time, fuzziness, and nonlinearity. Conventional methods of solving constrained nonlinear optimization problems for predictive control are mainly based on quadratic programming, which is quite sensitive to initial values, easy to trap in local minimal points, and requires large computational effort. In recent years, T-S fuzzy modeling has been found to be an effective approach in performing predictive control. Intelligent optimization algorithms, such as chaos optimization algorithm (COA) and particle swarm optimization (PSO), have been shown to have faster convergence and higher iterative accuracy than those based on conventional optimization methods. In this paper, chaos particle swarm optimization (CPSO), which involves combining the strengths of COA and PSO, and T-S fuzzy modeling are proposed as approaches to perform constrained predictive control. Predictive control of temperature of continued hyperthermic celiac perfusion for medical treatment based on the proposed approaches was carried out. Simulation tests were conducted to evaluate the performance of temperature control based on T-S fuzzy modeling and CPSO. Test results indicate that the T-S fuzzy model based on CPSO outperforms models based on generalized predictive control, COA, and PSO.     

非线性系统神经网络预测控制研究进展

摘 要：神经网络由于其在非线性系统建模与优化求解方面的优势,被广泛应用于预测控制中,形成了各种各样的神经网络预测控制算法。本文系统地评述了非线性系统神经网络预测控制系统中的模型选取、控制器优化、控制系统结构设计方法以及收敛性理论等研究现状,分析了非线性系统神经网络预测控制算法存在的问题和今后的研究方向。