非线性多变量系统的多模型广义预测解耦控制

针对实际工业过程中多变量系统存在着非线性、工况范围广、耦合强的特点,提出基于设定值观测器的非线性多模型广义预测解耦控制算法。该方法由线性广义预测控制器、一种新的设定值观测器和切换机构组成。理论分析和仿真结果表明,该控制策略不但可以保证闭环系统B IBO稳定和渐近收敛,而且能够得到很好的控制效果。     

多变量系统广义预测目标函数解耦设计

提出一种带设定值观测器的广义预测目标函数解耦控制算法,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过于剧烈,并对目标函数进行解耦设计,加入设定值观测器进一步减弱耦合,还引进了阶梯式控制策略,大大减少了计算量.最后给出了球磨机模型的仿真结果.     

基于单值预测的递推滑模解耦控制

在对角解耦的基础上,提出了一种基于单值预测的递推滑模控制算法。该算法将单值预测算法和递推滑模控制结合起来,设计了单值预测递推滑模控制器。实验和仿真结果表明,所提的方法可较好地消除滑模抖振现象,减小了系统的控制误差。针对不确定扰动具有较强的抗干扰性,能很好地实现带钢热轧的解耦控制。     

多变量分散型预测控制应用研究

研究了多变量分散型预测控制在应用中的主要问题,并提出了在多变量过程控制中采用各子系统分散建模、分散预测控制并辅以基于规则的智能协调,以解决多变量系统的解耦和优化控制问题。其工程应用优点是建模简单、优化计算量小并且保证控制的安全性。     

带约束输入的多变量广义预测解耦控制及其在化工过程中的应用

A constrained decoupling （generalized predictive control） GPC algorithm is proposed for MIMO （malti-input multi-output） system. This algorithm takes account of all constraints of inputs and their increments. By solving matrix equations, the multi-step predictive decoupling controllers are realized. This algorithm need not solve Diophantine functions, and weakens the cross-coupling of the variables. At last the simulation results demonstrate the effectiveness of this proposed strategy.     

多变量预测控制在乙醛精制装置中的应用

提出了一种乙醛精制装置的多变量预测控制策略。该策略应用自主开发的多变量预测控制软件将该装置两个精馏塔统一考虑实施多变量预测控制,减小了成品塔温度的波动,稳定了最终乙醛产品的质量,并使得其运行于最优的稳态工作点上。     

多变量约束预测控制在常压塔系统中的应用

利用多变量系统能处理变量之间强耦合作用以及预测控制对模型要求不高的特点，将多变量约束预测控制应用于常压塔温度控制系统中，效果较好。     

多变量预测控制在空分装置自动变负荷中的应用

针对空分装置变负荷过程的控制要求,提出一种实现自动变负荷功能的多变量预测控制策略。该策略以模型预测控制技术为核心解决了工艺参数间的强耦合问题,满足了大范围变负荷所引起的过程非线性控制要求,保证空分装置自动变负荷操作的品质与速度。详述了该策略的技术结构、工艺控制方案以及系统实施,实际运行情况表明了该策略的有效性。     

一类多变量系统的自抗扰非线性动态解耦控制

针对一类多变量系统控制中的耦合问题,提出了一种基于自抗扰技术的非线性动态解耦控制(ADRC)方法。该方法不依赖于系统的精确数学模型,分别在控制器耦合矩阵部分已知和未知的情形下,在局部静态解耦的基础上,将各子系统的模型摄动、外扰和包括输入变量相互作用在内的动态耦合视为各通道上的扰动总和,通过引入虚拟控制和状态量,设计扩张状态观测器(ESO)估计总扰动并进行反馈补偿,进而再对各解耦子对象分别设计非线性单输入单输出ADRC以保证闭环系统稳定。最后以蒸馏塔模型的过程控制仿真验证了该方法具有良好的动态解耦效果,对模型不确定性和外部扰动具有较好的鲁棒性和适应能力。     

基于定量反馈理论的多变量解耦预测控制及其在CSTR化学过程中的应用

1 INTRODUCTION Many multi-input and multi-output (MIMO) sys- tems worldwide are regarded as linear invariants, but there are still some difficulties in controlling these systems. The challenges arise from the need to achieve both robust stability and control performance when the plants to be controlled are highly uncer- tain[1―3]. Quantitative feedback theory (QFT) is a fre- quency domain design technique[4], which is perhaps the only known method that deals with highly uncer- tain pla…     

Multivariable Nonlinear Proportional-Integral-Derivative Decoupling Control Based on Recurrent Neural Networks

A nonlinear proportional-integral-derivative (PID) controller is constructed based on recurrent neural networks. In the control process of nonlinear multivariable systems, several nonlinear PID controllers have been adopted in parallel. Under the decoupling cost function, a decoupling control strategy is proposed. Then the stability condition of the controller is presented based on the Lyapunov theory. Simulation examples are given to show effectiveness of the proposed decoupling control.     

基于递归神经网络的多变量非线性PID解耦控制

A nonlinear proportional-integral-derivative (PID) controller is constructed based on recurrent neural networks. In the control process of nonlinear multivariable systems, several nonlinear PID controllers have been adopted in parallel. Under the decoupling cost function, a decoupling control strategy is proposed. Then the stability condition of the controller is presented based on the Lyapunov theory. Simulation examples are given to show effectiveness of the proposed decoupling control.     

一种基于卡尔曼滤波器的Smith预估解耦控制

通过对抄纸过程的多变量耦合问题进行分析,提出一种满足解耦要求和控制目标需要的基于卡尔曼滤波器的Smith预估控制方法.并在简要介绍解耦原理的基础上,给出了系统的设计思路和实验仿真过程,系统仿真研究表明该方法的有效性,而且算法具有良好的鲁棒性.     

基于FGPC的单元机组协调控制系统研究

针对单元机组的大迟延、强耦合、参数时变且不确定性的特点,将T—s模糊模型引入预测控制中,作为预测模型。首先,用改进的模糊c一均值聚类算法和随机牛顿法辨识得到非线性系统的T-s模型;然后基于线性化后的系统模型设计模糊广义预测控制器,并对非线性对象进行在线控制。仿真结果表明：FGPC对于时变的非线性系统具有很好的控制效果。     

基于ARX-PLS解耦框架下的多回路约束迭代模型预测控制方法(英文)

A multi-loop constrained model predictive control scheme based on autoregressive exogenous-partial least squares （ARX-PLS） framework is proposed to tackle the high dimension, coupled and constraints problems in industry processes due to safety limitation, environmental regulations, consumer specifications and physical restric-tion. ARX-PLS decoupling character enables to turn the multivariable model predictive control （MPC） controller design in original space into the multi-loop single input single output （SISO） MPC controllers design in latent space. An idea of iterative method is applied to decouple the constraints latent variables in PLS framework and recursive least square is introduced to identify ARX-PLS model. This algorithm is applied to a non-square simulation system and a stirred reactor for ethylene polymerizations comparing with adaptive internal model control （IMC） method based on ARX-PLS framework. Its application has shown that this method outperforms adaptive IMC method based on ARX-PLS framework to some extent.