广义预测控制的直接算法

采用三个辨识器分别辨识开环系统、闭环系统和控制器的参数,利用开环系统参数计算预测输出和参考轨迹,通过辨识闭环系统参数得到广义输出,用于辨识控制器的参数,并给出一种广义预测控制的直接算法。仿真结果表明该算法是有效可行的。     

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.     

基于神经网络与多模型的非线性自适应广义预测控制

针对一类不确定非线性离散时间动态系统, 提出了基于神经网络与多模型的非线性广义预测自适应控制方法. 该自适应控制方法由线性鲁棒广义预测自适应控制器, 神经网络非线性广义预测自适应控制器和切换机制三部分构成. 线性鲁棒广义预测自适应控制器保证闭环系统的输入输出信号有界, 神经网络非线性广义预测自适应控制器能够改善系统的性能. 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. 给出了所提自适应方法的稳定性和收敛性分析. 最后通过仿真实例验证了所提方法的有效性.     

基于参数辨识的自适应解耦控制算法的研究

多变量模型的复杂结构、强耦合性、被控对象参数的未知、慢时变等问题要求控制器必须具有良好的自适应性,针对以上问题提出了一种基于改进的广义最小方差闭环自适应解耦控制器实现更好的自适应,其由参数可调的控制器和自适应控制律组成,此控制器通过将闭环系统方程的传递函数矩阵等于期望的对角矩阵来实现解耦,同时改进的辨识算法可进行在线辨识控制器的参数实现同步自适应解耦。通过以CARMA为多变量控制模型,采用该方法进行仿真有效的解决了多变量之间的耦合性。结果表明该方法能够适应相应的变化,跟踪性能较好,且具备良好的解耦能力,进而保证了闭环系统的稳定性,从而验证了此方法能够效提高控制系统的稳定性和鲁棒性。     

基于HM非线性模型的滚动时域H_∞控制

基于HM(HeterogeneousModel)非线性系统模型,提出并研究了滚动时域H∞控制器的设计.给出了基于H∞性能指标的最优控制律和其存在的充分性条件,该控制律可以保证系统稳定和干扰衰减增益不超过某一上限.然后,为了减少计算量,设计了有上述相同性能保证的次优控制器.     

一类不确定广义时滞系统的保性能控制

研究同时具有状态时滞和控制输入时滞的一类不确定广义系统的保性能控制问题。对于给定的性能指标及所容许的不确定和时滞,设计一个无记忆状态反馈控制律,使得闭环系统是渐近稳定的,闭环系统的性能函数值不大于给定的一个数。利用Lyapunov稳定性定理和线性矩阵不等式工具,得到广义系统的状态反馈保性能鲁棒控制器存在的充分条件和设计方法,并给出相应性能指标上界。仿真示例表明该方法的有效性。     

时滞系统的降维状态预测观测器及预测控制器设计

研究控制项含有时滞的线性系统的预测控制问题.利用被控对象的预测输出向量和系统的控制向量,设计了一种降维状态预测观测器,并将该状态观测器用于时滞控制系统的最优状态反馈控制中.利用该状态预测观测器可将闭环系统的时滞项移至系统闭环结构之外,从而最优控制规律完全可以按无时滞系统进行设计.由性能指标计算公式表明,该预测控制器关于二次型性能指标是次优的.     

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．     

未知参数多变量线性系统自适应模糊广义预测控制

对未知参数多变量线性系统提出了自适应模糊广义预测控制方法.该方法直接用模糊逻辑系统组成的向量设计广义预测控制器,并基于广义误差向量估计值对控制器中的未知向量和广义误差估计值中的未知矩阵进行白适应调整.该方法不但能保证闭环系统所有信号有界,而且可使广义误差向量收敛到原点的一个邻域内.     

可重构飞行控制律设计的混合特征结构配置方法研究

将特征结构配置与模糊控制理论相结合对飞机侧向飞行重构控制律进行设计.首先介绍了重构控制律中特征结构配置的原理和反馈增益矩阵的算法实现,在此基础上结合带优化修正参数的无量化模糊控制方法对闭环系统进行鲁棒控制器设计.该控制策略以特征结构配置作为故障后系统的内环控制器,模糊控制器作为外环控制器,使系统获得较好的动态性能和较强的鲁棒性.仿真结果表明系统有效抑制了内部参数摄动对飞行任务的不良影响.     

A design method for indirect iterative learning control based on two-dimensional generalized predictive control algorithm

Indirect iterative learning control (ILC) facilitates the application of learning-type control strategies to the repetitive/batch/periodic processes with local feedback control already. Based on the two-dimensional generalized predictive control (2D-GPC) algorithm, a new design method is proposed in this paper for an indirect ILC system which consists of a model predictive control (MPC) in the inner loop and a simple ILC in the outer loop. The major advantage of the proposed design method is realizing an integrated optimization for the parameters of existing feedback controller and design of a simple iterative learning controller, and then ensuring the optimal control performance of the whole system in sense of 2D-GPC. From the analysis of the control law, it is found that the proposed indirect ILC law can be directly obtained from a standard GPC law and the stability and convergence of the closed-loop control system can be analyzed by a simple criterion. It is an applicable and effective solution for the application of ILC scheme to the industry processes, which can be seen clearly from the numerical simulations as well as the comparisons with the other solutions.     

基于Popov定理的输入非线性广义预测控制系统的稳定性分析

对存在输入饱和约束和输入可逆静态非线性的系统,采用两步法广义预测控制策略. 首先用线性广义预测控制策略得到中间变量,代表期望的控制作用,然后用解方程方法补偿可逆 静态非线性并用解饱和方法满足饱和约束,得到实际的控制作用.两步法计算简单,特别适用于 快速控制的场合.将该控制系统闭环结构转化为静态非线性增益反馈结构,利用Popov定理分 析了该系统的闭环稳定性,得到了稳定的充分条件,并具体给出了有效的控制器参数确定算法使 得稳定性结论具备实用的价值.给出了算例验证了稳定条件.     

模型跟踪广义预测鲁棒自适应控制器

本文采用滤波CARMA模型,基于内模原理,提出了一种新的广义预测鲁棒自适应控制器,并分析了闭环系统性能,在新的控制器中,引入适当的前馈作用,使得跟踪和调节问题解耦,利用部分状态跟踪、模型参考以及极点配置方法解决跟踪问题,利用多步预测滚动优化方法解决调节问题;适当选择滤波器可以保证对平稳随机扰动有满意的响应,减少可调参数对闭环系统响应的影响,增强系统对未建模动态的鲁棒性,仿真结果表明:该控制器对确定性和非平稳随机扰动具有不变性,对系统时延和阶次变化具有鲁棒性,适用于非最小相位和开环不稳定系统。     

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.     

预测控制算法的内模结构及其统一格式

本文应用内模控制（ＩＭＣ）原理，研究了现有各类预测控制算法ＩＭＣ、ＭＡＣ、ＤＭＣ、ＧＰＣ、ＧＰＰ的控制器方程，闭环系统输入输出和误差方程，归纳出它们的统一算式，为理解各类预测控制算法的内在联系及进一步研究提供了方便．     

一类工业过程预测控制的闭环分析

该文定量分析了一类典型工业过程预测控制系统的闭环性能,文中首先基于广义动态矩 阵控制系统的内模控制结构和控制器的最小化形式,导出了一阶惯性加时滞的典型对象预测 控制的闭环传递函数,在此基础上,给出了预测控制中主要设计参数与闭环动态响应和扰动抑 制时间的解析关系以及关于闭环系统鲁棒性的三个定理,提出了对增益或时滞失配允许范围 的搜索算法,从而为分析和设计预测控制系统提供了理论依据.     

A receding horizon control approach to sampled-data implementation of continuous-time controllers

We propose a novel way for sampled-data implementation (with the zero order hold assumption) of continuous-time controllers for general nonlinear systems. We assume that a continuous-time controller has been designed so that the continuous-time closed-loop satisfies all performance requirements. Then, we use this control law indirectly to compute numerically a sampled-data controller. Our approach exploits a model predictive control (MPC) strategy that minimizes the mismatch between the solutions of the sampled-data model and the continuous-time closed-loop model. We propose a control law and present conditions under which stability and sub-optimality of the closed loop can be proved. We only consider the case of unconstrained MPC. We show that the recent results in [G. Grimm, M.J. Messina, A.R. Teel, S. Tuna, Model predictive control: for want of a local control Lyapunov function, all is not lost, IEEE Trans. Automat. Control 2004, to appear] can be directly used for analysis of stability of our closed-loop system.     

带有内动态的离散不确定非线性系统的滑模预测跟踪控制

对于一类带有内动态的单输入-单输出不确定离散非线性系统,基于滑模预测控制技术设计了一个控制器.通过反馈校正和滚动优化技术,可以及时补偿不确定性的影响,提高了匹配和不匹配不确定项的鲁棒性.然后,通过滚动优化技术得到期望的滑模控制律.特别地,通过预测控制,滑模控制的抖振现象可以消除.最后,在不确定项的界未知的情况下,得到闭环系统的所有信号都是有界的,并且跟踪误差是鲁棒稳定的.仿真例子说明所提出控制方法的有效性.     

一类不确定系统基于滑模干扰补偿的广义预测控制

广义预测控制(GPC)是基于非线性机理模型的一种优化控制策略, 但当系统存在内部不确定性、建模动态误差和外部干扰的情况下, 采用基于标称系统模型的GPC方法的系统性能将显著下降. 为此, 针对一类不确定非线性系统, 首先分析设计了一种基于不确定模型的理想GPC控制律; 同时设计了一种滑模干扰补偿器(SMDC)对系统的复合干扰进行估计, 将其输出作为补偿控制与标称GPC控制律结合以消除不确定性和外干扰的影响, 并利用Lyapunov理论分析了闭环复合系统的性能; 最后将其应用于一种高超声速飞行器(HSV)姿态控制系统, 仿真结果表明该方法具有很好的鲁棒特性和干扰衰减特性.