过阻尼过程的预测控制改进算法

预测控制算法在工业过程中获得了大量的应用。本文针对工业过程大量存在的过阻尼对象提出了基于简化模型的预测控制算法，这一处缩短了模型时域，对过阻尼被控对象尤其是大时间常数被控对象有很大的理论和实际意义。     

基于人工鱼群算法的永磁同步电机模型预测控制研究

针对基于模型预测控制算法的永磁同步电动机的控制问题,提出了一种基于人工鱼群算法的改进型PID-模型预测控制算法。首先构建了基于矩阵变换器的永磁同步电机系统模型,并采用了新的输入滤波器。然后利用人工鱼群算法完成PID-模型预测控制中的参数整定,从而解决了原有算法参数优化精度不高的问题,能够迅速地获得全局最优解。永磁同步电动机的力矩控制性能仿真实验结果表明:相比原有PID-模型预测控制算法,提出算法具有更快的收敛速度和控制效果。     

基于铝电解过程的神经网络模型预测控制的应用研究

铝电解过程是一个复杂的非线性、时变和大时滞的工业过程体系,采用常规的控制方法,很难达到良好的控制效果。本文提出了一种基于铝电解过程的神经网络模型预测控制算法,建立了神经网络预测模型,将神经网络和模型预测控制算法相结合,实现了铝电解过程的最优控制。仿真结果表明:神经网络预测模型的输出能够很好地跟踪铝电解生产过程,其预测效果好,该预测控制方法可以使系统很快地达到稳态,具有很好的响应特性和鲁棒性。     

工业过程多变量时滞系统的预测函数控制

为提高工业过程中多变量、时滞和强耦合系统的动态特性和耦合能力,文章将预测函数控制与解耦控制相结合,给出了一种新的多变量时滞系统预测函数控制算法.该法首先给出了解耦控制算法,通过对解耦后的对象幅频和相频特性分析,获得对象的一阶加纯滞后模型;然后根据预测函数控制原理对解耦后的多个单变量时滞对象设计控制器;最后仿真结果表明,该控制方法具有在线计算量小、跟踪快速和精度高等特点,能够实现复杂多变量系统的更有效控制.     

纯电动汽车复合电源系统模型预测控制

纯电动汽车动力电池存在功率密度低,使用寿命短的问题,在电源系统中加入高比功率的超级电容组成了复合电源系统,为了使两者更加高效的实现能量转换,提高复合电源系统的性能,在复合电源系统的等效电路模型基础上,结合系统不同的工作模式以及纯电动汽车不同的行驶工况,提出一种动态矩阵的模型预测控制算法,并在实车复合电源试验环境中对模型预测控制算法进行验证,实验结果表明:采用的模型预测控制能很好的实现复合电源系统能量的最优管理。     

基于人工鱼群算法的永磁同步电机模型预测控制研究（英文）

针对基于模型预测控制算法的永磁同步电动机的控制问题,提出了一种基于人工鱼群算法的改进型PID-模型预测控制算法。首先构建了基于矩阵变换器的永磁同步电机系统模型,并采用了新的输入滤波器。然后利用人工鱼群算法完成PID-模型预测控制中的参数整定,从而解决了原有算法参数优化精度不高的问题,能够迅速地获得全局最优解。永磁同步电动机的力矩控制性能仿真实验结果表明:相比原有PID-模型预测控制算法,提出算法具有更快的收敛速度和控制效果。     

开放式系统中基于智能预测算法的力控制实验研究

提出一种适用于未知接触环境下的智能预测力控制算法,此算法可应用于阻抗控制模型和力／位混合控制模型。为了验证算法在形状和刚度均未知的接触环境下进行力跟踪的有效性,构建一个开放式的力控制平台,在不同跟踪速度,不同控制模型等条件下进行了实验研究。实验结果表明,环境几何参数未知、刚度发生非连续变化时,该算法取得了较好的力控制精度。     

基于软约束方法的区间预测控制

本文对具有区间预测的控制算法进行了研究,提出了一种新的“软约束”实现方法,不需要判断输出变量是否违反区间控制要求,避免了近似设定值的选取问题。为进一步改善控制品质,提出了区间轨迹方法,通过调整轨迹参数可以在响应速度与模型准确性之间进行选择与平衡。仿真结果表明了该算法的有效性。     

自适应预测控制在冷带轧机电液力伺服系统中的应用

在冷带轧机液压AGC(Automatic Gauge Control)系统中,电液力伺服系统是其重要的组成部分,由于冷带轧机电液力伺服系统的设定值是由厚度环所决定,故而电液力伺服系统的设定值在轧制过程中是时变的。基于此,提出了一种自适应预测控制算法,将自适应控制同动态矩阵控制结合起来,通过在线辨识来校正预测控制器的控制参数,以达到更好的控制效果。该控制算法基于受控对象的阶跃响应。试验结果表明:采用该控制策略时,电液力伺服系统的动静态特性都得到了显著提高。     

基于模糊PID的自动配料系统控制研究

针对工业系统自动配料过程中配料精度难以控制的问题，提出了一种模糊结合PID的复合型预测控制算法。算法将模糊控制宽范围快速调节和PID精确调节的特点有机结合起来，当系统的偏差大于某一设定值时采用结合了人的经验的模糊规则控制，当系统偏差小于设定值时采用PID控制。模糊控制器的两个输入分别为系统期望值和偏差，通过不同的期望值预测不同的空中落差。实际应用表明该算法比单纯的PID控制在系统精度和速度上均有所提高。     

预测控制在轧机液压AGC系统中的应用研究

以液压AGC系统为研究对象,结合轧机的输入、输出和时间延迟等因素,建立了预测控制策略,然后利用实际数据,建立预测控制的数学模型,通过反复优化,设计出合适的预测控制器。仿真验证表明,如果选择合适的预测控制参数,不考虑轧机的诸多参数,同样可以得到轧机液压AGC的机电一体化轧制模型,为液压AGC系统设计提供了基础。     

基于广义预测控制的液压弯辊控制系统

针对液压弯辊控制这一随机干扰严重、滞后、时变的伺服系统,提出一种基于广义预测控制的液压弯辊控制系统。借助平稳随机序列预报思想建立系统输出误差预报模型,预报液压弯辊力未来序列输出误差并用以补偿系统的预测输出,从而提高了液压伺服控制系统的精度和抗干扰能力。仿真结果表明:采用广义预测控制并用预报误差代替一般的误差校正算法,液压弯辊板形控制系统精度和鲁棒性明显提高。     

一种用于电液防抱死制动系统的显式非线性模型预测控制器设计

为实现对车辆制动过程进行快速且稳定的控制,设计一种用于电液防抱死制动系统的显式非线性模型预测控制器。通过对电液防抱死制动系统进行分析,明确电液防抱死制动系统的工作过程。在考虑系统参数的基础上,设计显式非线性模型预测控制器。将显式非线性模型预测控制器融入到电液防抱死制动控制系统中,以计算调节扭矩。同时利用状态预测器和缓冲器补偿电液防抱死制动系统的死区时间,从而提高制动过程的效率及稳定性,解决电液防抱死制动系统的非线性最优控制问题。实验结果表明:与逻辑门限控制方法相比,该显式非线性模型预测控制器对车辆进行制动控制时,具有更好的实时性和稳定性。     

基于NMPC-PID的大型风力机独立变桨控制

大型风力机的不平衡载荷会使叶片断裂,造成事故从而减短其使用寿命。针对大型风力发电系统在高风速区的不平衡载荷问题,提出一种NMPC-PID的独立变桨载荷控制方法。非线性模型预测控制(NMPC)用于及时调整风机桨叶的桨距角,PID控制则用于消除塔架振动的影响。运用机制方法在仿真平台搭建风力发电系统模型,运用所提控制策略进行仿真实验,并在两种情况下与模型预测控制方法(MPC)进行对比,验证了所提控制策略的可行性与有效性。     

FOPDT模型的PI参数整定方法

针对一阶加纯滞后（FOPDT）模型，基于最优传递函数，提出了Smith预估控制系统的PI参数整定方法。首先介绍了Smith预估控制方法，然后对比Smith预估控制系统的闭环特征方程式和二阶最优传递函数的特征方程式，得出PI控制器的参数整定公式，最后基于ITAE最优传递函数或Butterworth最优传递函数，给出了PI控制器的设计实例，并进行了相应的仿真。仿真结果表明，按该方法设计的Smith预估控制系统的动态性能和抗扰动性能都取得比较好的效果。     

采用电液盘式制动器的电动汽车制动模型预测控制研究

为了提高电动汽车电液盘式制动器扭矩跟踪精度,降低车辆行驶中能量消耗,采用模型预测控制方法,并对控制输出结果进行仿真验证。创建电动汽车电液盘式制动器模型,根据离散一阶模型推导出电机转矩方程式,利用积分离散化对车轮打滑动力学方程进行离散化,从而推导出车辆滑移率空间表达式。设计模型预测控制系统,利用积分作用增强控制系统的抗干扰能力,通过李雅普诺夫函数对控制系统的稳定性进行证明。采用MATLAB软件对电动汽车电液盘式制动器控制效果进行仿真,与级联PI控制效果进行对比。结果显示：采用级联PI控制,电液盘式制动器控制系统反应速度较慢,车轮转矩和滑移率跟踪误差较大,电量消耗较多;采用模型预测控制,电液盘式制动器控制系统反应速度较快,车轮转矩和滑移率跟踪误差较小,电量消耗较少。电动汽车电液盘式制动器采用模型预测控制系统,可以提高控制系统的输出精度,回收能量较多。     

一种新型的永磁同步电机电流预测控制方法

针对永磁同步电机控制系统中因参数误差引起系统性能下降的问题,提出一种基于参数辨识的永磁同步电机鲁棒电流预测控制法。通过引入鲁棒电流预测法来提高系统对电感参数的敏感度,但在电机实际运转中,电机电感参数误差主要影响直轴电流响应,而电机磁链参数误差主要影响交轴电流响应,同时电机磁链参数在恒加速过程中对电流稳态值影响较大,甚至会导致电流环的给定与反馈之间出现静差。在鲁棒电流预测控制基础上进一步提高电流控制系统的性能,采用递推最小二乘法,将电机模型中的电感、电阻和磁链3个参数拆分成两部分分别进行在线辨识,以减小辨识算法的复杂度以及对处理器性能的依赖。仿真和实验结果表明:该电流预测控制方法在保证系统稳定的前提下进一步提高电流控制系统的精度。     

Intelligent optimal control for lead-zinc sintering process state

The intelligent integrated predictive model of synthetical permeability was established using the fuzzy classifier to combine the time sequence predictive model with the craftwork parameter predictive model. Then, the estimation model of bum-through point（BTP） based on pipe stress point（PSP） method and the predictive model of BTP were proposed. The optimal control of permeability and heat states was implemented by using the fuzzy expert controller with self-studying mechanism. The application of the intelligent control technique suppresses 17% of the fluctuation of synthetical permeability and 12% of the fluctuation of BTP, stabilizes the output and quality of sinter and settles the basis for the optimization of output and quality of sintering process.