共查询到20条相似文献,搜索用时 140 毫秒
1.
针对一类多输入多输出非线性被控对象,利用前向神经网络逼近原系统的逆系统,将其作为控制器,采用预测滚动优化性能指标训练该神经网络逆控制器,以克服干扰和不确定性影响,实现对多变量非线性对象的解耦控制。对某微型锅炉对象进行了控制算法仿真,结果表明,所提出的控制方法能够克服模型误差的影响,实现稳定解耦控制,且易于实现。在仿真过程中通过实验方法建立该锅炉对象的神经网络预测模型,并注意采用泛化方法采集训练样本数据和训练神经网络,以提高神经网络模型的泛化能力。 相似文献
2.
3.
4.
基于机器人的神经网络预测控制算法 总被引:1,自引:0,他引:1
针对预测控制机理在处理非线性模型控制存在较大的困难,提出了将BP神经网络和广义预测控制(GPC)相结合后应用于网络控制系统的思想,构造了神经网络预测控制算法,其实质是用BP神经网络作为预测模型,产生预测信号,对系统进行反馈校正,并通过误差迭代求取广义预测的最优控制律,从而克服了对非线性系统难以辨识模型的困难,利用神经网络"黑箱"的功能达到对非线性系统的预测控制.以机器人为控制对象进行仿真,取得了较好的控制效果. 相似文献
5.
针对工业过程中非线性系统的复杂控制和实时性问题,提出1种基于LM算法的PID神经网络预测控制器的设计方法.该方法在原有的神经网络预测控制基础上,引入了1种新的神经网络结构与学习算法来建立预测模型,并针对该模型采用神经网络逆动态控制方法进行滚动优化以实现下一步控制量的优化.仿真结果表明,该方法有结构简单、计算量小、响应速度快等特点.在一定程度上满足复杂工业过程控制中的实时性要求. 相似文献
6.
7.
变风量空调系统是多变量,大滞后、非线性和不确定性的系统,普通的模糊神经网络控制已难以满足其多变量动态控制的要求,为改善变风量空调系统控制性能,本文提出了一种小波模糊神经网络预测控制方法,实现变风量空调的温湿度有效控制.通过小波神经网络预测器在线建立被控对象的数学模型,并用模糊RBF神经网络控制器对所得到的信息在线修正,优化控制器参数,从而改善系统的控制效果.仿真结果表明,小波模糊神经网络预测控制具有很强的鲁棒性和自适应能力,控制精度高,控制效果好,安全可靠等优点,具有广泛的应用价值. 相似文献
8.
9.
冶金石灰窑燃烧温度和进程的控制是保证产品质量的关键,由于它属于非线性、大滞后的热工过程被控对象,常规的PID和Fuzzy以及单纯的预测控制方法难以达到满意的效果.通过对其煅烧过程涉及的物理和化学反应机理分析,阐述了石灰窑生产系统的非线性、多变量和多参数影响的复杂特性以及系统的控制目标,并根据仿真要求对燃烧控制系统的数学模型进了参数辨识.在此基础上,采用预测控制和模糊决策相结合的控制方案,通过仿真分析验证控制算法的有效性,并以工业现场套筒石灰窑为应用对象,投入实际控制运行,取得了良好的效果. 相似文献
10.
针对未知、时变复杂动力学系统在基于模型的控制中的动态建模问题, 本文采用前向全连接神经网络对动力学系统进行数据驱动下的非机理拟合建模. 通过动态线性化和归一化/反归一化数据处理, 基于前向传播算法, 将神经网络的网络拓扑计算过程转化成动力学系统机理模型的同构等价表达形式. 与基于模型的预测与反演控制相结合, 提出了神经网络类机理建模下的持续自学习控制方法, 探索了神经网络在动力学系统建模与控制中的可解释性问题. 以机械臂为控制对象的仿真结果表明, 神经网络类机理模型与机理模型在形式上同构, 在参数上近似或等价, 可用于控制系统控制品质的定性、定量分析. 持续自学习控制对非线性未知、时变复杂系统具有较好的动态适应能力. 相似文献
11.
12.
一种新的预测控制算法:模糊预测控制算法* 总被引:11,自引:0,他引:11
将模糊控制与预测控制相结合,提出了一种基于被控对象一般形式的时间离散模型的模糊预测控制算法,并对控制算法的有效性进行了分析,仿真研究结果表明,该模糊预测控制算法既适用于线性对象,也可用于非线性对象的控制。 相似文献
13.
针对一类基于网络的运动控制系统中存在的时延和丢包问题进行研究。对于网络运动控制系统存在数据时延和丢包的情况,建立网络运动控制系统模型。在此模型下,对预测函数控制算法进行分析,设计了预测函数控制产生器和数据延时预测补偿器,并研究相应的补偿策略。仿真分析表明算法的合理性和有效性。 相似文献
14.
为了解决网络控制系统中不确定时滞、尤其是随机的长时延对控制性能造成的影响,提出了基于模型匹配和多步预测输出补偿的预测控制思想来改善控制性能。该算法通过采集到的传感器端至控制器端的时滞来估算控制器端至执行器端的时滞,并给出了传感器端和执行器端数据处理的算法,建立起与实际网络结构匹配的预测控制模型,采用多步预测输出来补偿控制量的传输滞后。该模型不依赖于网络参数和时滞分布特性,可根据不同对象选取合适的预测控制算法,适用于实时系统。通过基于倒立摆对象的仿真和控制实例验证了该算法能有效地改善控制性能。 相似文献
15.
16.
预测控制定性综合理论的基本思路和研究现状 总被引:19,自引:0,他引:19
通过引入最优控制理论和Lyapunov方法, 预测控制的理论研究在最近十多年中发展迅速, 取得了丰硕成果. 本文总结了预测控制定性综合理论的基本思路, 回顾了近十年关于具有稳定性和性能保证的预测控制的主要研究成果, 并根据近年来预测控制研究的发展趋势, 指出高效预测控制的研究已逐渐成为这一领域研究的热点. 相似文献
17.
18.
19.
20.
A neural network (NN)-based nonlinear predictive control (NPC) is described for control of turbine power with variation in
gate position. The studied plant includes the tunnel, surge tank and penstock effect dynamics. Multilayer perceptron neural
network is chosen to represent a neural network nonlinear autoregressive with exogenous signal model of hydro power plant.
With the said NN model configuration, quasi-Newton and Levenberg–Marquardt iterative optimization algorithms are applied in
order to determine optimal predictive control parameters. The controlled response is simulated on different amplitude step
function and trapezoidal shape reference signal. The study also discusses comparison with an approximate predictive control
approach, being linearized around operating points. It is shown that NPC strategy gives impressive results in comparison to
the approximated one. 相似文献