基于混合逻辑动态模型的混杂系统预测控制

针对过程工业控制对象的混杂特性，采用基于混合逻辑动态模型的预测控制策略。给出混杂系统的建模方法，并对其稳定性进行分析。仿真结果表明基于混合逻辑动态模型的预测控制能使混杂系统跟踪设定值并满足操作约束，为研究新一代复杂工业控制系统提供了新的思路。     

一类混杂系统的模型预测控制

采用基于混合逻辑动态的建模方法，将系统的 连续动态过程、逻辑部分和操作约束表示为带有混合整数不等式约束的线性状态方程的形式 ．给出了混杂系统的建模原理，并采用预测控制策略对系统进行控制．具体实例的仿真结果 表明基于混合逻辑动态模型的预测控制能使混杂系统跟踪设定值并满足操作约束．     

基于广义混杂预测算法的智能车电机控制

智能汽车的关键技术在于根据传感器获取的道路输入信息确定汽车转角及速度的输出。针对广义预测控制算法(GPC)对离散系统控制的局限性,结合混杂动态逻辑模型(MLD)以及广义预测算法的特点,提出一种广义混杂预测控制算法。该算法主要利用在被控对象的数学模型中引入辅助二进制变量,在不影响系统稳定性的前提下,增加了对离散事件的响应,扩展了广义预测控制算法在混杂系统中的应用。以飞思卡尔智能车模为控制对象,对电机的控制算法进行了实际测试。实验结果表明,该算法自适应能力强,稳定度高,可以实现智能车模型的平稳快速过弯。     

混杂系统的研究进展

混杂系统理论和应用是近年来的一个研究热点．在介绍混杂系统概念的基础上，对混杂系统研究中的常用模型进行分类比较，并对混杂系统的性质分析和混杂控制设计中的主要内容和主要研究方法进行总结，最后对今后的研究方向做了总体展望。     

倒立摆系统显式模型预测控制

由于模型预测控制的反复在线优化计算特点,使得模型预测控制难以适用于动态变化较快的机电系统的控制,如倒立摆动系统的控制,为此研究了倒立摆动系统的显式模型预测控制.基于约束线性优化控制问题的多参数规划方法,建立了显式模型预测控制系统,以避免控制系统反复在线优化计算.应用建立的显式模型预测控制系统,对于直线一级和二级倒立摆系统控制做了研究,并做了数值仿真计算.研究结果表明倒立摆系统显式模型预测控制的平衡控制效果是明显的.     

主动叶尖间隙模型预测控制系统设计与仿真

为将发动机全工况内叶尖间隙控制在最佳状态,首先,提出实现间隙主动控制的双闭环控制系统结构;其次,设计一种由多个电子机械式作动装置成的可变结构的机匣结构,并建立了其数学模型;然后,应用基于串级模型预测控制的主动间隙控制策略,完成了控制器的设计;最后,以某发动机叶尖间隙变化为被控对象,仿真验证了所设计系统.结果表明:所设计系统控制偏差≤0.01 mm,对对称性间隙变化和非对称性间隙变化的控制效果均较好,可为主动叶尖间隙控制的实现提供参考.     

混杂系统滚动时域状态反馈预测控制研究与实现

分析了混杂系统混合逻辑动态建模机理,提出混杂系统基于滚动时域状态反馈预测控制策略,并对滚动时域状态估计器的收敛性进行了研究.仿真实例验证了滚动时域状态反馈预测控制策略的有效性.     

混杂系统的预测控制

因混杂系统预测控制（PC-HS）具有在线处理控制量和状态量的约束等优点,而成为学术界研究的一个热点．系统地论述了PC-HS的发展和研究现状,在介绍混杂系统的背景和模型的基础上,重点讨论了PC-HS的各种算法、性能等几个前沿问题,并对PC-HS目前研究中存在的问题进行了分析,对未来的一些研究方向进行了展望．     

预测控制可行性与约束优先级的混杂处理

针对预测控制约束不可行和优先级问题，提出了利用混合逻辑动态(MLD)框架处理的混杂方法，并将该方法从状态模型推广到输入输出模型，使得该方法具有更加广泛的适用性．通过将约束优先级表示为命题逻辑，并将命题逻辑转化为整数不等式，可将约束不可行和优先级问题集成在控制器中．通过对Wood-Berry塔的仿真，验证了该方法的有效性．MLD框架为解决预测控制约束不可行和约束优先级问题提供了新途径。     

具有间隙与补偿的分线性预测控制

本文通过引入间隙非线性预补偿器,讨论了具有间隙非线性特性及白噪声干扰的系统的预测控制问题。     

一类干扰有界约束非线性系统的鲁棒模型预测控制

针对一类干扰有界约束非线性系统设计了基于控制不变集切换策略的鲁棒模型预测控制算法.针对非线性系统线性化之后的结果,给出了平衡点的非线性标称系统控制不变集的计算方法.然后在考虑线性化误差和加性有界干扰影响的基础上,构造了平衡点附近最小鲁棒正不变集.结合不变集切换策略和Tube不变集控制方法,提出了干扰有界约束非线性系统的不变集切换策略.最后将该算法应用到一类典型的非线性化工过程连续搅拌反应釜(CSTR)中,仿真结果验证了算法的有效性.     

含间隙非线性的Wiener-Hammerstein系统复合补偿控制

针对含非对称间隙环节的Wiener-Hammerstein系统提出了一种新的由输出反馈和间隙动态逆补偿构成的复合控制方案.首先应用参数化分段线性表达式设计了未知参数的整体估计模型,可同时估计线性参数和间隙的特征参数,然后提出了一种新的误差有界的间隙动态逆模型,该模型可使得驱动信号能在间隙的不同线性段之间快速切换,在此基础上设计了鲁棒补偿控制律,同时对输入线性环节采用输出反馈控制构建了复合控制器,通过李亚普诺夫方法证明了闭环系统的稳定性.带减速器的单电机伺服系统模型的仿真结果表明该方法在跟踪精度良好的同时可使系统动态响应满足要求.     

混杂系统优化控制的动态规划方法研究

研究了末态自由、时间一定的混杂系统的最优控制问题. 提出了基于可达网络的混杂系统优化控制的动态规划方法. 这种方法能够给出问题的全局最优解, 并有效地降低系统的计算量.     

考虑齿隙伺服系统的反步自适应模糊控制

针对具有未知参数和齿隙非线性的机电伺服系统,引入一种近似死区函数建立了系统的数学模型,给出了死区函数中参数的选取方法.用两个自适应模糊逻辑系统在线逼近机电伺服系统中的未知参数和非线性环节,从而避免了对每个未知参数推导自适应律.基于反步法设计了自适应模糊控制器,可抑制未知参数和齿隙非线性对系统性能的影响.采用Lyapunov方法证明了位置跟踪误差的指数收敛性.与PID控制方法对比的仿真实验表明,本文方法能够显著减小齿轮间传递力矩的振荡,并具有很好的控制精度和鲁棒性.     

约束非线性系统切换鲁棒预测控制

采用“分段蕴含”(PWE)方法, 用一组线性变参数模型(LPV)近似约束非线性系统, 降低模型近似的保守性. 对每个LPV模型引入参数Lyapunov函数, 得到稳定的控制律, 并施加于非线性系统. 当检测到LPV模型发生切换时, 根据可行域的离线设计方法确定适当的切换律, 使系统按照设定的规则切换, 保证切换后的初始状态可行. 在文章最后给出了基于切换策略的控制算法的可行性和稳定性. 与传统非线性预测控制相比, 基于切换策略的鲁棒预测 控制方法保守性更低, 计算量更小.     

A nonsmooth IMC method for mechanical systems with backlash

This paper proposes a discrete-time nonsmooth internal model control （NSIMC） approach for mechanical transmission systems described by so-called sandwich system with backlash. In this method, a dynamic compensator is introduced to compensate for the effect of the input linear subsystem. Thus, the sandwich systems with backlash can be simplified as a pseudo-Hammerstein system with backlash. The corresponding NSIMC strategy is designed to control this system. The design procedure of the controller is presented based on the analysis on the robust stability by considering the model errors involved with the effect of backlash as well as the compensated error of the input linear subsystem. Moreover, as the model is switched among the different operating zones, the robust filters are proposed to guarantee the robust stability and satisfactory control performance of the system.     

Recursive identification for dynamic systems with backlash

A recursive algorithm for identification of nonlinear dynamic systems with backlash is proposed in this paper. In this method, the backlash, which is a non‐smooth function, is decomposed into a combination of a group of piecewise linearized models so that all the parameters of the backlash can be estimated separately. Moreover, the model of the backlash is embedded into a Hammerstein‐type model. Thus, a pseudo‐Hammerstein model with backlash is constructed. The estimation of the parameters for such a non‐smooth nonlinear system can be implemented through a so‐called recursive general identification algorithm (RGIA). Then, the corresponding convergence analysis of the RGIA for the model with backlash is also investigated. After that, two examples are presented to show the performance of the proposed method. Copyright © 2009 John Wiley and Sons Asia Pte Ltd and Chinese Automatic Control Society     

混合动力汽车模型预测控制策略研究

针对传统混合动力汽车控制方法无法实现实时最优控制的问题,提出了基于简化混合动力汽车系统模型的预测控制智能优化策略.通过将3自由度的系统模型简化为1自由度的系统模型,并采用连续广义最小残量方法求解模型预测控制问题.运用MATLAB/Simulink与GT-POWER联合仿真平台进行仿真,实验结果验证了系统模型简化的有效性,以及所设计的模型预测控制算法大幅度提高混合动力汽车的燃油经济性的能力和实时控制性能.