基于动态矩阵控制的双层结构预测控制的整体解决方案

本文给出一种双层结构预测控制的整体解决方案. 该方案分为开环预测、稳态目标计算和动态控制三个模块. 开环预测基于实测被控变量值和过去的操作变量值, 在假设未来操作变量不再变化的情况下, 估计未来的被控变量值. 稳态目标计算根据开环预测结果和外部目标等要求, 计算操作变量、被控变量的稳态目标值以及软约束的放松量. 动态控制根据开环预测结果和稳态目标输出结果, 计算未来的控制作用增量序列, 采用经典的动态矩阵控制策略. 这个整体解决方案保证了三个模块在模型、约束、目标上的一致性. 该算法是在已有文献的基础上, 将三个模块统一处理得到的. 仿真与应用例子证实了该算法的有效性.     

输入非线性系统的两步法预测控制的鲁棒稳定性

针对具有不确定性和输入饱和约束的Hammerstein模型，采用两步法预测控制器，首先不考虑约束、非线性和不确定性，得到一个期望的中间变量．然后通过求解非线性代数方程组来处理非线性并通过解饱和来满足约束．采用Lyapunov方法得到了指数稳定条件，并给出了吸引域的计算和调整方法．最后通过仿真实例验证了稳定性结果．     

具有约束的Hammerstein非线性控制系统的设计与分析

为得到快速有效的算法，提出一种具有输入约束的新的两步法控制器，加入模型中间变量的约束来代替输入约束，并给出中间变量约束的在线确定方法，引入中间变量约束可使非线性方程总有实解，有利于闭环系统的稳定和提高系统的最优性能，仿真结果验证了理论分析的正确性。     

输入非线性广义预测控制系统的吸引域分析与设计

对输入非线性包括输入饱和与Hammerstein非线性的系统,采用两步法广义预测控 制(TSGPC)策略.首先不考虑输入非线性,采用线性GPC求解期望的中间变量,然后采用 解方程的方法处理Hammerstein非线性并用解饱和方法满足饱和约束.将TSGPC转化为状 态空间描述,研究该控制策略的吸引域问题.将吸引域的求解化为迭代求解的优化问题,给 出了求解算法和满足给定吸引域要求的控制器的调整方法.通过仿真验证了理论结果.     

采用双交叠模糊分划的T-S模糊系统的稳定性分析

研究前件变量采用双交叠模糊分划的T-S模糊系统的稳定性问题．首先针对自由系统，将连续时间系统的、基于最大交叠规则组的稳定性分析方法推广应用于离散时间系统，并采用模糊Lyapunov方法得到了稳定性的新结论．采用非并行分布补偿控制律，针对受控系统也得到了相应的结论．这些结论比已有的结果更加宽松．仿真例子验证了该稳定性结论．     

离线鲁棒预测控制器综合方法的改进方案

对离线鲁棒预测控制器综合方法进行改进.离线鲁棒预测控制算法离线确定一个控制律序列,对应一组吸引域;在线根据当前状态位于哪个吸引域内部(或哪两个吸引域之间)选择相应的一个控制律(或相邻的两个控制律的线性插值).引入参数Lyapunov函数得到多包椭圆型吸引域和多包二次稳定的离线控制律,改进了控制器的可行性和最优性.改进的控制器保持了稳定性以及控制律关于系统状态的连续性.     

面向预测控制的有限阶跃响应模型辨识

本文针对工业预测控制软件开发中所需有限阶跃响应模型辨识问题,给出了一种辨识算法．该法包含数据坏值的标识与插值、数据滤波、辨识案件分组、积分型输出的处理,适合实际软件开发与工程实现．在模型的计算环节,本 文采用经典的最小二乘辨识方法和递增的惩罚因子．本文的主要贡献是将稳定型输出和积分型输出统一处理,采用增量数据辨识和增量算法,与实际应用的动态矩阵控制技术完全吻合．仿真算例验证了本文算法的有效性．     

双层预测控制中保证动态控制可行的稳态目标计算策略

在双层结构模型预测控制(Model predictive control, MPC)中, 稳态目标计算(Steady-state targets calculation, SSTC)层(上层)为动态控制(Dynamic control, DC)层(下层)提供操作变量、被控变量设定值和变量约束. 但是,上层可行域和下层吸引域间存在的不一致性可能使得上层给出的设定值无法实现. 本文为下层事先选取若干组放松的软约束, 并对每一组软约束都离线计算出相应的吸引域, 其中最大的一个吸引域包含稳态目标计算的可行域. 在控制过程中, 根据当前状态所属吸引域在线地决定在DC层采用的软约束组. 采用上述方法后, 对所有处于最大吸引域的初始状态, 在跟踪稳态目标的过程中, 下层优化问题都是可行的. 仿真算例证明了该方法的有效性.     

基于多优先级稳态优化的双层结构预测控制算法及软件实现

研究包含稳态目标计算（Steady-state target calculation,SSTC）层和动态控制层的双层结构预测控制（Model predictive control,MPC）及其实现方法. 我们将已有的辨识、优化和控制方案适当地组合并软件化. 通过在多优先级稳态目标计算中引入新的变量,给出了稳态目标计算的统一表达方法,每个优先级的优化问题或是跟踪外部目标,或是放松软约束. 通过仿真算例和应用实例相结合的方式验证了软件功能.     

有界丢包网络环境下不确定系统的预测控制

研究了有界丢包网络环境下的多包不确定系统的鲁棒预测控制．首先在构建无限时域性能代价函数时,不同于传统预测控制方法,只考虑成功数据传输序列,并由此提出了两种鲁棒预测控制方法：将无限时域控制作用参数化为一个状态反馈控制律;或参数化为一个自由控制作用接一个状态反馈控制律．与传统方法一样,采用性能代价函数作为Ｌｙａｐｕｎｏｖ函数证明了系统的闭环稳定性．仿真实例验证了此方法的有效性．