时滞多变量系统的变结构预测控制

本文提出了一类时滞多变量系统的变结构预测控制方法,仿真效果证明了该方法对系统时滞具有较强的鲁棒性,对参数时变具有自适应性.     

大规模时滞系统的动态规划模型与优化算法

工业工程中的一些大系统往往具有时滞效应,其最优决策一直是个难题.基于生产计划和生产调度的优化研究,归纳出一类大规模时滞系统的动态规划模型,研究其优化算法.提出条件最优化原理,使动态规划推广到时滞系统的优化中.推导时滞型微分动态规划的递推算法公式,在一定条件下证明了其收敛性.将这一算法用于水厂最优递阶控制的协调级,仿真验证它的可行性和有效性,获得的结果对于水厂节能具有重要意义.所提出的模型与算法可用于更为广泛的场合.     

非线性时滞系统自适应模糊动态面控制

针对含完全未知时滞的不确定非线性系统的控制问题,提出了一种自适应模糊动态面控制方案.首先采用模糊逻辑系统逼近系统的未知时滞函数,进而用参考信号代换逼近器输入中的未知时滞信号,取消了对未知时滞常作的假设,摆脱了控制器构造对时滞假设条件的依赖性.模糊逼近和时滞代换产生的误差则采用自适应边界技术处理.基于Lyapunov-Krasovskii泛函,证明了闭环系统所有信号半全局一致最终有界,通过调节设计参数可以实现任意的跟踪精度.仿真实例进一步说明了该方案的可行性.     

基于修正CPN模型的模糊预测控制

本文通过修正ＣＰＮ模型,提出了一种模糊多步预测控制算法。该修正模型采取竞争输出方式,具有局部表示特性,在线学习,只需调整少量参数,所以学习速度快,可在线自组织建模。基于修正模型推导出的控制算法,简单,具有在线自适应性,适于解决非线性时滞问题,仿真结果证明了算法的有效性。     

时滞系统自适应预测控制策略

采用具有纯滞后的一阶惯性环节作为时滞工业控制对象的模型,并将广义预测控制应用于系统中。这种控制方法简单、容易实现,同时在优化过程中不断利用测量信息进行反馈校正,在一定程度上克服了不确定性的影响,具有较好的鲁棒性和抗干扰性能。     

基于改进模型预测控制的加热炉温控系统研究

模型预测控制具有鲁棒性强、跟踪快速性好等特点,能够解决复杂工业过程控制中的大时滞问题。该文提出了一种改进的模型预测控制器,基于事先设定的期望响应,实现参考轨迹在预测时域内最大限度地渐进期望轨迹,使系统响应能够准确地跟踪期望轨迹。该文以硅单晶体加热炉为控制对象,分别采用PID、DMC和改进DMC三种控制方法进行预测控制。仿真结果表明改进的DMC控制方法比传统的预测控制方法具有更好的动态响应性能和跟踪效果。     

模型预测控制约束自适应研究

针对目前模型预测控制(Model predictive control, MPC)算法处理约束问题普遍以解决定值约束为主,面对大幅干扰及设定值改变等工况,由于定值约束的局限性,系统动态性能、鲁棒性受到影响,系统被控变量波动较大,且运算速度较低。以单层动态矩阵控制(Dynamic matrix control, DMC)算法为核心,提出一种约束自适应控制策略。简化约束在算法预测时域的计算长度,提升算法执行效率;针对控制变量约束引入松弛因子实现约束动态调整,降低动态规划数值求解时间;利用模型结构及反馈原理补偿模型误差。通过单变量系统仿真验证,结果表明:约束自适应算法可自动计算初始约束及过程约束,并对约束动态调整,相对于固定约束系统具有更好的快速性和鲁棒性。     

大范围工况热工过程系统的多模型预测控制

文中讨论了基于多模型的预测控制方法。对于在工作范围内发生参数突变的被控热工对象,在典型工况下通过实验数据获得典型工作点的系统模型,从而建立多个局部模型表示,基于每个局部模型分别设计子DMC控制器。通过跟踪工况变化来对子控制器加权以获得控制增量。实验结果表明该方法对参数突变适应快,可取得令人满意的控制效果。     

锅炉燃烧的模型预测控制

锅炉燃烧优化控制技术是保证其在最佳情况下运行,提高其经济效益的提出了基于人工神经网络的预测控制算法原理,并给出了MPC的工程实现过程,并用仿真加以验证.     

冷带轧机液压AGC系统的时滞控制研究

在冷带轧机液压AGC(Automatic Gauge Control)系统中,直接测厚式反馈AGC应用最为广泛,其对成品带钢的精度起着至关重要的作用.但是,直接测厚式反馈AGC存在时间滞后,会使得系统变得不稳定,并影响控制精度.采用Smith预测控制与自适应控制相结合的控制算法,解决了Smith预测控制器对被控对象数学模型依赖较高的问题,同时采用了遗忘因子随机梯度算法在线修正被控对象数学模型.并在冷带轧机液压AGC系统中进行了时滞控制的试验研究,试验结果证明该策略控制效果良好,有效地解决了时滞对板厚精度带来的影响.     

基于广义预测控制算法的水槽液位控制系统

为提高液位系统控制的可靠性和安全性,引入了广义预测控制算法。首先介绍了广义预测控制的基本算法,包括其基本理论、算法的优点及一些重要参数的选取标准。然后以水槽液位控制装置为控制对象建立了一个控制系统的数学模型,并对应用广义预测控制算法的该模型进行了仿真验证。仿真结果表明,所提出的算法具有良好的动态响应性能和快速跟踪设定值,并具有较好的控制效果。无论系统是否存在模型失配,只要控制系统是稳定的,就不会有静差。     

基于敏感性分析和代理模型的汽车乘员约束系统优化

为了获得汽车乘员约束系统理论最优解,针对优化中设计参数多且变化范围大使得设计工作量大且难的问题,采用敏感性分析的结果,提出了代理模型设计域更新的优化方法。通过优化的拉丁方在设计域中抽取少量样本点构造Kriging代理模型,计算得到初始的最优解,再通过敏感性分析的结果快速确定下一轮迭代设计域,从而在优化过程中不断构建代理模型,设计域不断更新,直到优化结果满足收敛条件。通过4次迭代使得乘员综合损伤值WIC相比初始设计值降低了13.83%,优化效果明显。     

基于改进粒子群算法的隐式广义预测控制

针对大多数工业系统的控制输入输出都存在约束的情况,提出一种基于改进粒子群算法的隐式广义预测控制算法(IGPC).粒子群算法(PSO)是一种基于群体的智能优化算法,解决受约束的优化问题具有精度高、收敛速度快等优点;为了避免粒子群算法陷入早熟,提高精度,引入细菌觅食算法中的自适应迁徙机制.在隐式广义预测控制的滚动优化环节引...     

基于模型预测控制的乳化物干燥控制系统

分析了干燥的过程从而确立了模型预测控制的各个环节,有预测模型、参考轨迹、滚动优化、反馈算法.并且辅助介绍了模型预测控制的基本原理和优势.实现了乳化物干燥过程中的品质在线检测和识别的有效控制,解决了目前乳化物干燥设备中存在的非稳态过程控制精度低、物料损耗大、费用高等问题.     

基于粒子群优化的混合模型预测控制研究

为解决复杂非线性系统的控制精度不高,稳定性难于保证等问题、将预测控制技术应用于非线性控制中,提出了一种基于粒子群优化和混合模型的预测控制算法.混合模型预测控制算法使用模糊聚类和最小二乘法建立了系统的复合模犁,由带压缩因子的粒子群算法优化获得了非线性控制系统的控制量,在非线性模型上对模糊预测控制算法和混合模型预测控制算法...     

大滞后系统的Smith在线辨识预估控制的研究

工业过程中普遍存在大时滞对象,为解决大滞后复杂系统因无法建立精确数学模型而难于控制的问题,将史密斯(Smith)预估控制原理和在线辨识方法结合起来,在Smith预估控制系统中,用系统辨识的模型代替传统预估补偿模型,根据最小二乘辨识算法辨识模型的各个参数,提出了Smith在线辨识预估控制算法;针对二阶加纯滞后对象在滞后时间有/无建模误差进行了仿真研究。研究结果表明,Smith在线辨识预估控制的性能指标和鲁棒性有很大的改善。     

基于模糊层次分析法的集散控制系统时序优化

为使主从式集散控制系统不同参数通讯的实时性与其权重相符合,提出一种基于模糊层次分析法的集散控制系统通讯时序优化方法。以缠绕机集散控制系统为例,制定了参数响应优先级权重的评判标准,利用模糊层次分析法对各参数进行优先级权重分析,并依据分析结果通过线性规划对各参数通讯比例进行优化,以代替现有的轮训通讯方式,降低加权平均响应时间。优化结果表明,在集散控制系统的通讯中相对重要参数的时序响应时间被缩短,而相对次要参数的响应时间被延长。各参数间权重值差异越大,优化后加权平均响应时间缩短的效果越显著,优化结果与参数时序调整倾向一致。     

Multi-objective optimization for model predictive control

This paper presents a technique of multi-objective optimization for Model Predictive Control (MPC) where the optimization has three levels of the objective function, in order of priority: handling constraints, maximizing economics, and maintaining control. The greatest weights are assigned dynamically to control or constraint variables that are predicted to be out of their limits. The weights assigned for economics have to out-weigh those assigned for control objectives. Control variables (CV) can be controlled at fixed targets or within one- or two-sided ranges around the targets. Manipulated Variables (MV) can have assigned targets too, which may be predefined values or current actual values. This MV functionality is extremely useful when economic objectives are not defined for some or all the MVs. To achieve this complex operation, handle process outputs predicted to go out of limits, and have a guaranteed solution for any condition, the technique makes use of the priority structure, penalties on slack variables, and redefinition of the constraint and control model. An engineering implementation of this approach is shown in the MPC embedded in an industrial control system. The optimization and control of a distillation column, the standard Shell heavy oil fractionator (HOF) problem, is adequately achieved with this MPC.     

Design and optimization for the occupant restraint system of vehicle based on a single freedom model

Throughout the vehicle crash event, the interactions between vehicle, occupant, restraint system (VOR) are complicated and highly non-linear. CAE and physical tests are the most widely used in vehicle passive safety development, but they can only be done with the detailed 3D model or physical samples. Often some design errors and imperfections are difficult to correct at that time, and a large amount of time will be needed. A restraint system concept design approach which based on single-degree-of-freedom occupant-vehicle model (SDOF) is proposed in this paper. The interactions between the restraint system parameters and the occupant responses in a crash are studied from the view of mechanics and energy. The discrete input and the iterative algorithm method are applied to the SDOF model to get the occupant responses quickly for arbitrary excitations (impact pulse) by MATLAB. By studying the relationships between the ridedown efficiency, the restraint stiffness, and the occupant response, the design principle of the restraint stiffness aiming to reduce occupant injury level during conceptual design is represented. Higher ridedown efficiency means more occupant energy absorbed by the vehicle, but the research result shows that higher ridedown efficiency does not mean lower occupant injury level. A proper restraint system design principle depends on two aspects. On one hand,the restraint system should lead to as high ridedown efficiency as possible, and at the same time, the restraint system should maximize use of the survival space to reduce the occupant deceleration level. As an example, an optimization of a passenger vehicle restraint system is designed by the concept design method above, and the final results are validated by MADYMO, which is the most widely used software in restraint system design, and the sled test. Consequently, a guideline and method for the occupant restraint system concept design is established in this paper.