共查询到20条相似文献,搜索用时 93 毫秒
1.
针对间歇过程的实时优化问题, 提出了一种基于自优化控制的批内优化方法. 以测量变量的线性组合为被控变量, 在单批次内跟踪控制被控变量实现间歇过程的实时优化. 根据是否在间歇过程的不同阶段切换被控变量, 给出了两种自优化控制策略, 对每种策略又分别提出两种设定轨线选取方案. 为求解这些情形下的最优被控变量(组合矩阵), 以最小化平均经济损失为目标, 推导了组合矩阵和经济损失之间的函数关系, 分别将其描述为相应的非线性规划问题. 在此基础上, 进一步引入了扩张组合矩阵, 将这些非线性规划问题归纳为求解扩张组合矩阵的一致形式(扩张组合矩阵具有不同的结构约束), 并推导得到了其中一种方案的解析解计算方法. 以一个间歇反应器为研究对象, 验证了方法的有效性. 相似文献
2.
3.
4.
5.
提出了对于一大类未知,不确定,时变单输入单输出离散非线性系统,利用三层BP网络,采用快速BP算法构成学习和自校正控制的方案,针对同一被控对象,设计了PID控制器,仿真结果表明本文所提出的神经网络自校正控制的优越之处。 相似文献
6.
本文以一个典型的化工单元过程-蒸发过程为研究对象,在开发其数学模型基础上,提出了一种实时性强易于在计算机上实现的非线性控制算法,以解决实际非线性控制系统解耦和提高鲁棒性问题。并给出仿真研究分析结果。 相似文献
7.
针对湿法冶金金氰化浸出过程的实时优化问题,提出一个自优化控制方案.基于系统的参数不确定模型,选择并求解输出变量的线性组合为被控变量,在反馈控制器作用下跟踪其恒定设定值,实现浸出过程在不确定性扰动下的自优化控制.仿真结果验证了该控制方案的有效性:扰动产生时,系统的经济指标在常规控制作用下得到改善,并最终运行于真实的最优点附近,提高了浸出过程的生产效益. 相似文献
8.
非线性系统的多神经网络自学习控制 总被引:3,自引:0,他引:3
本文提出了一种未知非线性动力学系统的多网络自学习控制方法。通过对系统的神经元网络辨识器和神经元网络控制器的有机结合,发展了基于逆动力学辨识器的控制网络广义Delta学习规则,从而使得整个控制系统具有很强的自、自学习能力。文中最后通过对系统进行的仿真研究证实了这种控制结构的有效性,仿真例子说明经过100个周期学习后,其系统的跟踪误差控制在1%以内。 相似文献
9.
阐述了工业过程中出现的拟周期和混沌等动态行为,并分析了形成的原因和条件.介绍了与之密切相关的非线性科学中的混沌、微分动力学系统以及遍历论等理论,综述了工业过程的广义稳态优化控制的研究成果、理论意义和实用价值及其发展方向. 相似文献
10.
11.
一种新型非线性Hammerstein系统动态矩阵控制算法 总被引:1,自引:0,他引:1
将动态矩阵控制策略(DMC)推广到由一个非线性静态多项式函数和一个线性动态阶跃响应环节组成的非线性Ham-merstein系统,详细地给出了该新型非线性Hammerstein系统动态矩阵控制算法(NLH-DMC).把NLH-DMC应用于一套强非线性pH中和过程,给定值跟踪和抗干扰仿真结果表明,NLH-DMC比线性DMC(LDMC)和过程控制领域常用的非线性PID(NL-PID)具有更好的控制性能.进一步的仿真实验证实,NLH-DMC不仅具有良好的控制响应,而且在存在较大模型误差时仍具有很好的稳定性及鲁棒性. 相似文献
12.
针对当前低产井间歇抽油自寻优控制系统频率差保护能力较差,导致无功补偿误差较大,控制时间较长的问题,设计了基于物联网技术的低产井间歇抽油自寻优控制系统;根据气体分离路径,构建控制硬件元件操作路径,采用DCZL23-WFET600S-I型采集器采集内部信息,利用RS-485的串口连接方式,构建信息串口连接模式,利用数据控制器标准化处理控制数据,完成控制系统硬件设计;匹配控制准则与控制平台程序,查询匹配最佳数值信息,完成平台初始化处理,设计软件控制背板,连接控制前端和控制信道,构建数据传输联络通道,采用光电转换隔离技术,交换原油数据传感信息,调整算法的录入模式,连接系统软件平台中心控制网络,执行网络连接指令,实现控制系统软件操作;实验结果表明,所设计系统的频率差保护整体值为7.0 Hz,动作值为50.05 Hz,控制时间仅为7.6 s,频率差保护能力较好,能够有效减小无功补偿误差,缩短控制时间。 相似文献
13.
14.
15.
16.
《Journal of Process Control》2014,24(9):1346-1357
A novel weighting method is proposed for multimodel predictive control of nonlinear systems with multiple scheduling variables (MIMO nonlinear systems), in which the gap metric is employed to formulate weighting functions for local controller combination. Compared to existent weighting functions, the proposed weighting method has two major advantages: firstly, there is only one tuning parameter, which makes it simpler. Secondly, the weights depend only on the scheduling vector and can be calculated off-line and stored in a look-up table. Therefore, the computational load can be reduced, especially for nonlinear systems with multiple scheduling variables. A MIMO CSTR system is studied to demonstrate the effectiveness of the proposed weighting method. 相似文献
17.
Jinfeng Liu David Muñoz de la Peña Benjamin J. Ohran James F. Davis 《International journal of control》2013,86(2):257-272
In this work, we introduce a two-tier control architecture for nonlinear process systems with both continuous and asynchronous sensing and actuation. This class of systems arises naturally in the context of process control systems based on hybrid communication networks (i.e. point-to-point wired links integrated with networked wired or wireless communication) and utilising multiple heterogeneous measurements (e.g. temperature and concentration). Assuming that there exists a lower-tier control system which relies on point-to-point communication and continuous measurements to stabilise the closed-loop system, we propose to use Lyapunov-based model predictive control to design an upper-tier networked control system to profit from both the continuous and the asynchronous measurements as well as from additional networked control actuators. The proposed two-tier control system architecture preserves the stability properties of the lower-tier controller while improving the closed-loop performance. The theoretical results are demonstrated using two different chemical process examples. 相似文献
18.
针对离散非线性系统,利用神经网络非线性激励函数的局部线性表示,提出一种可用于非线性过程的神经网络预测函数控制方法并给出了控制律的收敛性分析.该方法将复杂的神经网络非线性预测方程转化成直观而有效的线性形式,同时利用线性预测函数方法求得解析的控制律,避免了复杂的非线性优化求解,仿真结果表明了算法的有效性. 相似文献
19.
对于非线性迭代学习控制问题,提出基于延拓法和修正Newton法的具有全局收敛性的迭代学习控制新方法.由于一般的Newton型迭代学习控制律都是局部收敛的,在实际应用中有很大局限性.为拓宽收敛范围,该方法将延拓法引入迭代学习控制问题,提出基于同伦延拓的新的Newton型迭代学习控制律,使得初始控制可以较为任意的选择.新的迭代学习控制算法将求解过程分成N个子问题,每个子问题由换列修正Newton法利用简单的递推公式解出.本文给出算法收敛的充分条件,证明了算法的全局收敛性.该算法对于非线性系统迭代学习控制具有全局收敛和计算简单的优点. 相似文献
20.
Nivaldo F. Silva Carlos Eduardo T. Drea Andr L. Maitelli 《Asian journal of control》2019,21(5):2193-2207
An iterative model predictive control (MPC) scheme for constrained nonlinear systems is presented. The idea of the method is to detour from the solution of a non‐convex optimization problem using a time‐variant linearization of the nonlinear system model that is adjusted iteratively by solving an iterative quadratic programming optimization problem at each sampling time. The main advantage is the faster resolution of the optimization problem by using quadratic programming instead of non‐convex programming and yet, properly describing the nonlinear dynamics of the process being controlled. In this article, a general framework of the method is presented together with a discussion on the conditions under which the iterations converge and on the uncertainty of its results due to the linearization used, as well as some practical considerations about its implementation. The performance of the proposed controller is illustrated via two examples. 相似文献