基于模糊补偿的广义预测控制

针对在广义预测控制中采用在线辨识模型参数来克服模型失配的影响的情况 ,提出了用模糊推理对控制量进行补偿的解决方案。仿真结果表明 ,该方案非常有效 ,适合用于具有时滞的复杂工业系统。     

基于T-S模型的非线性多变量系统快速GPC控制

把T-S模糊模型辨识非线性对象和预测控制技术相结合,提出一种基于T-S模型的非线性耦合多输入多输出系统快速广义预测控制(GPC)方法,并给出了简化的规则选择方法.该方法在线调节参数少、计算量小.仿真结果表明具有控制平稳、超调小、跟踪快的特点.能够对非线性耦合多变量系统进行良好控制,适合工业过程在线应用.     

线性系统模态参数识别的递推子空间辨识方法

为了解决系统模型的在线辨识,一种用于线性时变系统辨识的递推子空间辨识方法,能够实现对系统状态空间模型的在线递推估计.通过应用阵列信号处理中的传播函数方法,代替了子空间辨识中的奇异值分解,得到一种基于传播函数方法的递推子空间算法.该算法避免了奇异值分解计算量大的缺点,可以有效地降低计算量.最后通过Ansys建立线性系统模型,仿真结果表明,该方法能够降低计算量并且能准确地辨识出线性系统的模态参数.     

热连轧活套系统的数据驱动预测控制

针对热连轧活套高度和张力系统的双输入双输出强耦合特性,提出了基于数据驱动预测控制策略.基于子空间辨识方法,利用离线和在线输入输出数据直接辨识控制器参数,避开模型辨识的过程,同时基于预测控制原理,利用未来输入和已经测得的数据信息,预估未来输出,充分利用预测信息设计控制器,在下一个采样周期开始新的循环.该方法能够提高控制精确度,具有较强的扰动抑制能力.仿真结果表明该方法的可行性和较好的控制效果.     

具有误差预测修正的DMC算法

ＤＭＣ（动态矩阵控制）是预测控制的典型算法之一,它具有建模简单,计算量少,鲁棒性强等特点。但是,现有的各种ＤＭＣ算法,在任一时刻的误差信息均是采用该时刻的实际输出与上一时刻的一步模型输出预测的差值,并以此补偿基于模型的预测,当模型失配较为严重时,其控制品质不太理想。为此,利用预测误差的历史数据建立误差预测模型,通过对误差的预测来修正基于非参数模型的过程预测输出,从而得到了具有误差预测修正功能的ＤＭＣ算法。仿真结果表明,该算法能够较好地克服建模误差的影响,提高了控制品质。     

无刷直流电机分数阶PI预测函数控制研究

为了提高无刷直流电机转速的动态性能和抗干扰性,提出一种新型的基于ARMAX模型的预测函数控制(PFC)与分数阶PI(FOPI)相结合的控制算法,通过在性能指标函数中引入预测输出误差,形成具有分数阶PI的结构。在无刷直流电机转速环的控制中,该算法通过递推最小二乘法在线辨识分数阶PI预测函数(FOPI-PFC)的预测模型,使得控制输入根据系统的预测模型的变化而不断滚动优化。仿真结果表明,FOPI-PFC控制算法不仅结合了分数阶PI静态误差小、上升速度快和预测函数无超调、计算量小及较强的鲁棒性等优点,还解决了预测控制模型失配和传统PI控制抗干扰性能差的问题。     

基于T-S模糊模型的供水系统预测控制策略研究

针对恒压供水控制系统,运用模型预测控制方法进行了建模和仿真。该方法利用带遗忘因子的加权递推最小二乘法对模型后件参数进行在线辨识,减小模型失配造成的对控制性能的影响;将非线性供水系统模型转化成线性时变状态空间模型,并由此实现对模型输出的预测,并通过滚动优化不断得到最优的预测控制输入,反馈校正过程提高了控制输出精度。仿真分析验证了该方法在供水过程中的灵敏性和准确性。     

基于T-S模型的自适应模糊预测函数控制

针对多变量非线性系统，提出一种基于Takagi-Sugeno(T-S)模型的自适应模糊预测函数控制方法.在T-S模糊模型结构已确定情况下，利用加权递推最小二乘法对T-S模糊模型后件参数进行在线辨识.对模糊模型在每一采样点进行线性化，将描述非线性系统的T-S模型转化为线性时变的状态空间模型，并假设输入基函数为阶跃函数，推导出预测控制律的解析式.仿真结果表明，该方法在求解控制律时，无需求解非线性优化问题，并且有效克服了模型失配对系统控制性能的影响，增强了系统的跟踪性能和鲁棒性.     

制粉系统球磨机的神经网络预测控制

通过对制粉系统球磨机这一非线性被控对象建立神经网络预测模型,提出了基于神经网络预测控制器的非线性预测控制方法。为了克服大多数非线性系统预测控制在线计算量大的问题,在预测控制性能指标约束下,采用非线性优化求解技术,得到当前工作点的最优预测控制量,用来训练神经网络预测控制器,最终实现非线性系统的神经网络直接预测控制。新的方法大大减少了在线计算量,仿真试验结果证实了所提方法的有效性。     

基于粒子群优化算法的变压器参数辨识

基于模型的变压器保护原理需要对变压器绕组参数进行精确辨识.利用双绕组变压器的参数辨识方程,使用粒子群优化算法,提出了新的参数辨识算法.消除了最小二乘法计算速度慢、计算量大的局限性,可以实现对变压器绕组参数的在线精确辨识.通过Matlab/Simulink对算法进行仿真,结果表明,该算法能够正确辨识变压器绕组电阻和漏感参数,具有较好的应用前景.     

基于LSTM模型的SCR系统喷氨量串级预测控制

常规PID对时变、时滞的选择性催化还原脱硝技术(SCR)脱硝系统控制效果不佳,难以满足环保排放要求,因此提出了一种基于长短期记忆(LSTM)神经网络滚动预测的串级预测控制策略。将LSTM网络预测输出作为下一时刻输入数据,建立能自动微调的SCR系统模型;将LSTM网络与预测控制方法相结合应用于SCR喷氨优化控制中,并在此优化控制方案基础上加入PID控制,建立喷氨量串级预测控制系统。仿真结果表明:该控制策略对于SCR系统具有调节速度快、动态控制性能好等优点,且能克服模型失配的影响。     

基于LSTM模型的SCR喷氨串级预测控制

常规PID对时变、时滞的SCR系统控制效果不佳,难以满足环保排放要求。因此提出一种基于长短期记忆神经网络（LSTM）滚动预测的串级预测控制策略。将LSTM网络预测输出组装成下一时刻输入数据,建立能自动微调的SCR系统模型;通过将LSTM网络与预测控制方法相结合应用于SCR喷氨优化控制中,并在此优化控制方案基础上加入PID控制,建立喷氨量的串级预测控制系统。结果表明：该控制策略对于SCR系统调节速度快、动态控制性能好、能克服模型失配的影响。     

Incremental multivariable predictive functional control and its application in a gas fractionation unit

The control of gas fractionation unit(GFU) in petroleum industry is very difficult due to multivariable characteristics and a large time delay.PID controllers are still applied in most industry processes.However,the traditional PID control has been proven not sufficient and capable for this particular petro-chemical process.In this work,an incremental multivariable predictive functional control(IMPFC) algorithm was proposed with less online computation,great precision and fast response.An incremental transfer function matrix model was set up through the step-response data,and predictive outputs were deduced with the theory of single-value optimization.The results show that the method can optimize the incremental control variable and reject the constraint of the incremental control variable with the positional predictive functional control algorithm,and thereby making the control variable smoother.The predictive output error and future set-point were approximated by a polynomial,which can overcome the problem under the model mismatch and make the predictive outputs track the reference trajectory.Then,the design of incremental multivariable predictive functional control was studied.Simulation and application results show that the proposed control strategy is effective and feasible to improve control performance and robustness of process.     

无人直升机发动机恒转速广义预测控制

采用基于受控自回归积分滑动平均值模型的广义预测控制和总距前馈补偿相结合的复合控制策略设计恒转速控 制器,实现进入恒转速闭环控制模式发动机的恒转速控制。针对实际中的几种典型情况进行仿真,与传统PID控制进行对比, 并做地面系留试验。离线仿真和地面系留试验结果表明,所设计的控制器鲁棒性强,能满足小型无人直升机对发动机的跟踪 性、抗干扰性要求,保证直升机主旋翼在各种飞行状态下恒速运转,以获得最佳的气动效率。     

永磁电机增量式直接预测速度控制

直接预测速度控制是实现永磁电机高性能无级联速度控制结构的理想方案,为解决其存在的在线计算负担重、控制自由度受限问题,基于此针对两电平电压型逆变器驱动的永磁电机系统,提出一种增量式直接预测速度控制策略,以期提升电机系统的转速动态控制性能.在所提出策略中,首先,为降低算法在线计算量,根据增量式预测模型建模理论,构建出低复杂度增量式速度预测模型,可在线实现宽时域内的多步速度预测,以增强算法稳定性. 其次,为增加算法控制自由度,扩充虚拟电压矢量至算法控制集,并设计出与之配合的边界矢量合成方法和两阶段穷举寻优方法,以尽可能的降低穷举次数,可以较低的计算量筛选出最优输出电压矢量. 在增量式速度预测模型和扩张控制集的辅助下,所提出策略可在不显著增加在线计算量的基础上,保证算法具备较为优良的转速动、静态性能. 实验结果表明,相比于传统策略,所提出控制策略不仅能够实现对参考转速的无静差平稳跟踪,且转速动态调控能力更优,并具备一定的参数鲁棒性.     

Industrial applications of advanced control techniques

This paper discusses two industrial control applications using advanced control techniques. They are the optimal-tuning nonlinear PID control of hydraulic systems and the neural predictive control of combustor acoustic of gas turbines. For hydraulic control systems, an optimal PID controller with inverse of dead zone is introduced to overcome the dead zone and is designed to satisfy desired time-domain performance requirements. Using the adaptive model, an optimal-tuning PID control scheme is proposed to provide optimal PID parameters even in the case where the system dynamics is time variant. For combustor acoustic control of gas turbines, a neural predictive control strategy is presented, which consists of three parts: an output model, output predictor and feedback controller. The output model of the combustor acoustic is established using neural networks to predict the output and overcome the time delay of the system, which is often very large, compared with the sampling period. The output-feedback c     

模糊PID控制的助力模式对操纵稳定性影响分析

电动助力转向系统(EPS)设计中最重要的是助力控制模式的控制器设计。在PID控制的基础上引入了模糊控制,提出了基于模糊PID控制的助力控制模式;应用TruckSim和Simulink建立EPS联合仿真模型;采用常用的操纵稳定性开环和闭环两种评价方法进行PID控制和模糊PID控制仿真对比试验,研究模糊PID助力控制模式对EPS性能及整车操纵稳定性的影响。开环评价对比试验结果表明:模糊PID控制器的助力性能较好,但操纵稳定性略差一些。闭环对比试验表明:EPS助力控制模式能有效地提高转向系转向轻便性,模糊PID控制器作用下的操纵性和汽车行驶安全性较好。认为模糊PID控制器下的助力控制模式助力性能好于PID控制器,模糊PID控制器更适合EPS助力控制模式。