基于线性二次型高斯基准的多变量预测控制技术经济性能评估

由于受控过程参数的漂移及缺乏维护,令采用的控制器性能逐渐降低,需要做经济性能评估,以确保其最佳运行状态.因为目前最小方差评估算法没有考虑控制器的约束条件,对此我们采用线性二次型高斯(linearquadratic Gaussian,LQG)基准的模型预测控制(model predictive control,MPC)双层优化控制结构,将控制和输出的加权值引入上层经济性能指标,通过求解LQG问题获取控制与输出方差关系的离散点集,进一步拟合Pareto最优曲面方程,建立优化命题并求解最优经济指标及设定值.对延迟焦化加热炉的多变量MPC控制进行了性能评估及分析,证明该方法可以改进控制器设计,提高经济效益.     

基于初态矩阵控制的时延系统预测补偿算法研究

针对工业过程控制中难以避免的时延问题,分析了其产生的机理.对于系统等效时延,采用预测思想,阐述了以动态矩阵控制的预测状态空间形式,并在此基础上,提出了时延补偿算法.引入补偿因子和过渡因子在线整定预测控制量和时延控制量,使控制作用快速平稳过渡,对于突变频繁的时延系统亦能迅速跟踪输入.仿真结果表明,该改进算法的时延补偿性能良好,保证了控制的稳定性和快速性.     

时延系统预测补偿算法的研究

时延问题在工业过程控制以及网络传输中难以避免,严重影响控制效果,尤其对于输入信号变化较大的控制过程,危害更加严重.针对输入突变系统时延问题,以动态矩阵控制(DMC)的预测思想作了分析,并在此基础上提出了时延预测补偿算法(TDCDMC),参照预测控制量,通过补偿因子和过渡因子整定滞后的控制量,使系统输出迅速跟踪突变输入,控制作用快速平稳过渡.仿真结果表明,该算法的时延补偿性能良好,保证了控制的快速性和稳定性.