一种广义预测自适应控制的直接方法

使用正则化技术和具有死区的参数估计算法,提出一种新的广义预测自适应控制直接方法,并证明了控制算法的全局收敛性.本文提出的方法在热风炉实验装置上进行了实时控制,其结果表明控制方法的有效性.     

广义预测算法在智能小车控制中的应用

针对各种传感器输入的信息无法快速识别出前方道路,在智能车系统控制领域难以准确实现.本系统用MC9S12XS128MAL作为核心处理器,完成智能车电源、驱动、数据采集处理和测速等模块的设计与实现,在此基础上提出了一种改进广义预测路况识别的控制算法.仿真表明该改进控制算法的可行性,并进行大量的实践和调试,简单的改变控制参数...     

一种新型广义预测控制快速算法

广义预测控制(GPC)作为一种优良的算法受到了许多学者的重视.其基本思想是根据过去的输入输出以及未来输入通过优化二次型目标函数来预测未来输出.传统的GPC的缺点是计算量大.本文在隐式广义预测控制的基础上,通过改进其目标函数,提出了一种新型广义预测控制快速算法,避免了在线求解Diophantine方程和矩阵求逆,大大降低了计算量.仿真结果表明该算法的有效性.     

一种自适应阶梯式广义预测控制方法

针对线性时滞系统存在控制调节时间长、超调量大的问题,提出了一种自适应阶梯式广义预测控制(ASGPC)算法。为了解决传统广义预测控制求解最优控制律时矩阵求逆计算量大的问题,引入限定控制量变化的阶梯因子。固定阶梯因子未考虑到系统的动态响应过程,制约了控制性能的进一步提高。在分析不同阶梯因子对系统控制性能影响的基础上,设计了一个依赖于系统调节误差的自适应阶梯因子,根据系统响应偏差情况对阶梯因子进行动态调整。仿真结果表明,ASGPC算法能够根据系统误差实时调整阶梯因子,与广义预测控制、阶梯式广义预测控制相比,改善了系统的动态性能,调节时间更短、超调量更小。     

广义预测控制在集散控制系统中的应用

广义预测控制具有柔化作用、多步预测、滚动优化和在线自适应校正等优点，能直接处理具有大滞后和不确定性的工业对象。采用矩阵分解和递推求逆算法在加热炉温度控制中的应用表明，该算法适用范围广，提高了控制精度，取得了良好的经济效益。     

基于T-S模型的自适应模糊广义预测控制

对一类非线性系统,利用一种基于模糊规则的快速模糊辨识方法建立起系统的T—S模型,并基于该模型应用局部递推最小二乘方法根据采样值对模型参数进行在线修正,根据系统动态线性化模型采取广义预测控制策略,从而实现了基于T—S模糊模型的非线性系统自适应模糊预潮控制。与以往的模糊广义预测控制算法相比,此方法简单,而且较大地减少计算量,适合于在线控制。通过仿真研究验证所提方法的有效性。     

一种自适应广义预测极点配置加权控制器

针对预测控制存在如何减小计算量，保证实时性问题，提出一种用计算量小的递推算法辨识方程参数的新方案，并推广了以往献有关Diophantine方程的递推算法，应用表明，所提出的方案是有效的。     

一类双线性系统的广义预测控制研究

双线性模型预测控制的研究表明,采用一般双线性模型的预测控制将涉及非线性优化问题,在线处理相当困难,而采用线性近似模型的预测控制又会带来较大的偏差.针对一类输入一输出双线性系统,提出了一种双线性系统的广义预测控制算法.该算法将基于输入-输出模型双线性系统中的双线性项和线性项合并,建立了一种类似于线性系统的ARIMA模型,并充分利用多步最优预测信息,由递推近似实现多步预测.控制律具有解析形式,避免了一般非线性寻优的复杂计算,并能适用于非最小相位双线性系统.仿真实验表明该算法具有良好的控制效果.     

基于神经网络的广义非线性预测PID控制

针对一些复杂的非线性系统用基于线性模型的预测控制器控制效果不理想的问题，本文提出在利用前馈网络对非线性系统建模的基础上，对系统输出实现递推多步预测，并且结合非线性PID，用另一前馈神经网络作为控制器，实现对非线性系统的控制。经网络的在线辨识采用梯度法，仿真实验验证了方法的有效性。     

广义预测自适应控制的直接算法及全局收敛性分析

该文提出了广义预测自适应控制的直接方式,给出了控制算法并分析了控制算法的全局收敛性.     

递推自适应加权多步预测控制

本文给出了加权多步预测控制(WLPC)[1]的递推自适应算法,该算法将每个采样时刻WLPC算法中计算量很大的极点配置方程求解问题化为一步递推的算法,大大减少了在线计算量,从而使WLPC成为一种实际可行的算法,本文还证明了其闭环稳定性.     

催化裂化反应再生系统的预测控制研究

针对大型炼油厂催化裂化装置反应再生系统的工艺和控制要求,设计了多变量二次动态矩阵控制器,取得良好的仿真和工业应用试验效果.     

广义预测鲁棒自适应控制

本文指出自校正控制中广泛采用的CARMA模型会导致控制系统对确定性扰动和非平稳随机扰动缺乏鲁棒性;在CARMA模型中引入相应于上述扰动的不可控模态,给出了一种广义的CARMA模型;基于内模原理,提出一种新的广义预测鲁棒自适应控制器;并从理论上揭示其鲁棒性机理;给出了数字仿真。理论分析和数字仿真结果表明:这种广义预测自适应控制器对各类扰动和对象参数变化具有很强的鲁棒性。     

乙苯脱氢反应器系统的广义预测控制

本文详细介绍了在乙苯脱氢反应器计算机控制系统中引人多输入、单输出系统(MISO)的广义预测控制算法,以及在扰动和负荷变化下在线控制情况.该算法简捷、直观,具有良好的控制效果.文中还给出了算法的推导过程,讨论了柔化参数α和加权系数λ对控制质量的影响.     

基于ARMAX模型的新型广义预测控制

本文中提出了基于ARMAX模型的新型广义预测控制,揭示了其控制策略与模型算法控制(MAC)之间的内在联系。     

一种新型的动态矩阵控制算法及仿真研究

动态矩阵控制(DMC)中顺序开环控制增量的计算涉及到矩阵的求逆运算,计算量很大,不利于微处理机的在线应用。为减少运算量,使微机编程实现方便,并保持系统优良的控制性能和较强的鲁棒性,在深入理解动态矩阵控制算法的基础上引入了控制增量的期望衰减因子,以期望控制增量在控制时域长度内逐步接近于零。这一思想使得矩阵求逆运算成为数的求逆(倒数)运算,运算量大为减少,运算速度大大提高。基于这一思想提出两种设计方案,并通过计算机仿真研究,证实了算法的有效性。