广义预测控制系统的闭环特性分析

从状态空间角度分析了广义预测控制的闭环特性,证明了广义预测控制是状态反馈控制。在控制量加权系数λ为0的条件下,分析了柔化因子α对系统闭环性能的影响,给出了柔化因子对系统闭环性能影响的关系式,证明了闭环系统稳定性与开环对象的稳定性无关。仿真验证了分析方法的有效性。     

预测函数控制系统的闭环性能分析

分析了单变量预测函数控制系统的闭环稳定性、跟踪性能、鲁棒性等问题,并在此基础上讨论了控制参数的调节方法,通过理论分析和仿真表明预测函数控制方法是一种具有计算简单、鲁棒性较强、抑制干扰能力好、控制精度高的控制方法。     

广义预测控制中闭环系统稳定新的充分条件

基于被控对象的离散差分方程推导出广义预测控制中闭环系统特征多项式的阶数,然后给出一个新的保证闭环系统稳定的充分条件。     

基于广义预测控制算法(GPC)的网络闭环控制系统研究

网络控制系统中普遍存在的传输延时严重影响了系统的控制性能。针对这个问题,本文介绍了一个控制器由事件驱动、传感器和执行器由时间驱动的分布式系统模型。控制器采用了GPC控制算法,执行器节点设置控制增量缓冲区,以此来保证在网络存在随机时延情况下输出的控制量均为最优或者次最优,系统仍有良好的控制性能。     

ITAE广义预测控制器及其在挤出机控制系统中的仿真

将广义预测控制器（ＧＰＣ）的目标函数取为基于ＩＴＡＥ准则的泛函，并利用非线性规划求解控制受约束的最优化问题以获得一种新型的预测控制器。在塑料拉伸过程的挤出机控制系统中的仿真验证了新算法的有效性。     

广义预测控制系统的若干稳定性结果

本文利用广义预测控制的在内模控制结构下从象至闭环特征多项式的系数映射关系，讨论了在一定参选取条件下的系统闭环稳定性的问题，并给出了根据阶跃响应系数确保稳定性的参数设计条件。     

广义预测控制算法的改进

将广义预测控制算法的各环节整合在一起,提出了根据模型参数和过程输入输出值直接计算未来时间的闭环预测值和单位阶跃响应曲线的新算法.在新算法中无需显式求解Diophantine方程,仅需要使用矢量相加减、点乘和移位运算等基本算子,易于在PLC中实现.新算法只需要存储未来时刻的闭环预测值及单位阶跃响应曲线数据,存储数据较现有方法明显减少.利用GPC模型导出了与DMC相似的闭环预测式,可以利用GPC算法的在线模型辨识功能计算DMC算法的闭环观测值及阶跃响应曲线,将这两种方法融合起来,使DMC算法也具备在线修正过程模型的能力.通过例子对算法的正确性进行了验证.     

网络控制系统中考虑动态延时的广义预测控制算法

基于网络控制系统的状态空间统一模型和对网络动态延时的预测,提出了一种预测步数可变的广义预测控制算法,并基于实际对象的数学模型进行了仿真验证．结果表明,所提算法可很好地适应延时波动,且具有较好的控制效果．     

基于广义频率响应函数的非线性控制系统的闭环稳定性研究

本文基于广义频率响应函数，讨论了一类非线性控制系统的闭环性问题，给出了输入输出频域稳定性判据条件，最后，利用仿真例子对结论进行了验证。     

广义预测控制的鲁棒化改进

利用内模控制结构分析了广义预测控制在未建模动态鲁棒性方面的缺陷,提出采用失配滤波器以增强系统的鲁棒性。针对广义预测控制的特点,提出了次优失配滤波器的简单设计方法。     

非线性系统参数自适应直接广义预测控制

针对广义预测控制 (Generalized predictive control, GPC) 计算量大的缺陷, 本文对参数未知非线性系统提出一种直接广义预测控制 (Direct generalized predictive control, DGPC) 方法. 该方法直接辨识广义预测控制器参数, 即基于广义误差估计值对控制器参数 θu 和广义误差估计值中的未知向量 θe 进行自适应辨识. 理论证明了该方法可使广义误差估值收敛到原点的一个小邻域内.     

多变量系统的广义预测控制解耦设计

针对在系统关联严重的情况下,通过选择合适的权矩阵,预测控制可以实现间接解耦控制,但是系统的跟踪性能将大大降低的问题,提出了一种带设定值观测器的多变量广叉预测解耦控制算法,结合前馈解耦控制策略与广义预测控制律,将其他通道对当前通道的影响作为扰动,从而实现近似解耦.在目标函数中用控制量的增量代替控制量,使控制增量变化不至于...     

多变量系统的隐式广义预测自校正控制算法

针对双输入双输出机炉协调控制系统,介绍了一种隐式广义预测自校正控制算法并对其进行仿真研究,分析仿真结果,总结参数变化对整个系统性能的影响,结果证实了算法的有效性。     

不确定系统的稳定广义预测控制

针对一类有界不确定线性离散被控对象,采用Min-Max优化方法,提出一种新的稳定广义预测控制(MMSGPC)算法.引入内模控制结构,将干扰和不确定性从被控对象中分离出来,并利用局部反环节对其进行补偿;采用Min-Max优化方法,将终端约束条件转化为有界不确定性最差情况时应的线性方程;通过引入矩阵的Moore-Penrose逆,得到了终端约束线性方程的通解,并结合性能指标函数求得了最优控制律.通过仿真实例验证了该方法的稳定效果.     

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。     

预测控制算法的内模结构及其统一格式

本文应用内模控制（ＩＭＣ）原理，研究了现有各类预测控制算法ＩＭＣ、ＭＡＣ、ＤＭＣ、ＧＰＣ、ＧＰＰ的控制器方程，闭环系统输入输出和误差方程，归纳出它们的统一算式，为理解各类预测控制算法的内在联系及进一步研究提供了方便．     

基于对角解耦的多变量约束广义预测控制

由于多变量系统各变量之间往往存在严重耦合现象,在对系统进行对角解耦的基础上,设计了带约束输入的广义预测控制算法。该算法保证了系统输出有效跟踪设定值,并且充分考虑了输入信号及其增量均受约束的情况,使其均被控制在允许范围之内,同时避免了求解Diophantine方程,很大程度上减少了计算量。仿真结果表明该算法可以在很大程度上削弱变量之间的耦合程度,且具有良好的控制效果。     

非最小相位系统具有强鲁棒性的广义预测控制

将被控对象零点分解为最小相位项和非最小相位基，并形成析的预测方程，基于ＧＰＣ算法的目标函数，得到非最小相位系统的ＧＰＣ控制算法，保证了在加权系数为零的极限情况下系统的稳定性。仿真结果表明了这一算法的有效性。     

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。