滑模预测离散变结构控制

研究了不确定离散时间系统的变结构控制设计问题,提出了基于滑模预测思想的离散变结构控制系统设计新思路.该方法综合考虑抖振、鲁棒性以及控制量约束等指标要求,利用当前及过去时刻的滑模信息预测未来时刻的滑模动态,实现了滚动优化求解.仿真结果表明,该方法可有效消除抖振现象,并能够保证闭环系统的鲁棒稳定性.     

约束非线性系统的滑模预测控制方法

将预测控制和滑模控制结构起来,提出一种新的非线性模型预测控制方法,通过对系统状态预测得到切换函数预测值,求解约束开环优化求得预测控制律,并将当前时刻的控制作用于对象,下一时刻重复此过程,该方法具有预测控制在线处理约束及滑模控制滑动模态对干扰的不变性的优点,分析了零终端滑模约束模型预测控制的稳定性。     

一种基于预测函数的滑模控制方法

针对一类多输入多输出系统,为了削弱滑模控制引起的抖振问题,提出了一种基于预测函数的滑模控制方法。该方法根据系统实际输出值与参考轨迹的误差设计滑模面,引入预测函数,预测未来时刻的误差以得到未来时刻的滑模面,改进滑模趋近律来设计控制器,并加入约束条件来优化系统性能指标。该方法能保证系统稳定,削弱滑模控制给系统带来的抖振现象,且具有鲁棒性强的优点。最后以倒立摆为例进行了仿真,仿真结果验证了该方法的有效性。     

神经网络广义预测控制在锅炉燃烧系统中的应用

针对锅炉燃烧系统的非线性、大延迟、时变、干扰频繁等特点,以煤粉浓度为中间被调量,将神经网络、广义预测控制、串级控制相结合,设计了基于神经网络模型的广义预测串级控制系统.该控制方法克服了单纯PID控制对大惯性大延迟对象调节品质差、抗干扰性弱的缺点,神经网络预测器有效地补偿了传统预测控制基于线性模型的局限性.将该控制算法用于燃烧系统中主汽压力对象的控制,仿真结果表明该方法具有较强的跟踪性能和抗干扰能力及良好的动静态性能指标.     

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.     

超声电机参数摄动与广义预测控制

针对超声电机速度与驱动频率具有很强的非线性,理论建模困难,难以实现高精确控制的问题,采用辨识的方法建立了旋转行波超声电机的Hammerstein模型,并测量了该模型的参数摄动;针对电机参数在大范围内摄动,提出采用两步法广义预测控制方法,整定了广义预测控制算法的参数,并对超声电机两步法广义预测控制进行了稳定性分析和速度控制仿真。理论分析和仿真结果都表明,超声电机Hammerstein模型参数在大范围内摄动时,两步法广义预测控制器能够准确地跟踪速度设定值的变化,证明了超声电机广义预测控制的可行性,为超声电机高精度控制提供了控制模型和控制方法。     

一种基于即时学习的非线性系统滑模预测控制方法

针对复杂非线性系统的控制问题,采用数据驱动的控制策略,将具有本质自适应能力的即时学习算法与具有强鲁棒性的滑模预测控制相结合,设计了一种基于即时学习的滑模预测(LL-SMPC)控制方法.该方法在在线局部建模的基础上,采用滑模预测控制律求取最优控制量,具有较强的自适应和抗干扰能力,并采用分层递阶搜索策略,避免了求解Diophantine方程,有效减少了计算量,提高了搜索效率.仿真结果验证了所提出算法的有效性.     

广义预测控制：理论、算法与应用*

本文简要介绍了广义预测控制基本方法及其近年来提出的改进广义预测控制算法，并对非互性系统广义预测控制、多变量系统广义预测控制、广义预测控制的稳定性与鲁棒性分析作了进一步讨论，最后，概述了广义预测控制在工业中的应用和广义预测控制的进一步研究方向。     

参数未知系统直接广义预测控制

传统的广义预测控制(GPC)算法需要在线递推求解Diophantine方程及矩阵求逆,因此计算量很大,不适合对实时性要求高的控制系统.文中对参数未知线性系统提出一种直接广义预测控制(DGPC)方法.该方法直接辨识广义预测控制器参数θu,即基于广义误差估计值对控制器参数和广义误差估计值中的未知向量θu进行自适应调整.理论证明了该方法可使广义误差收敛到原点的一个小邻域内.仿真结果验证了此方法的有效性.由于实时性提高,并且不需要被控对象模型,该方法更利于实际应用.     

基于即时学习的MIMO系统滑模预测控制方法

针对MIMO非线性系统的控制问题,采用数据驱动的控制策略,将具有本质自适应能力的即时学习算法与具有强鲁棒性的滑模预测控制相结合,设计了一种基于即时学习的滑模预测（LL-SMPC）控制方法．该方法在在线局部建模的基础上,采用滑模预测控制律求取最优控制量,具有较强的自适应和抗干扰能力,并避免TDiophantine方程的求解,有效减少了计算量．通过仿真研究,验证了算法的有效性．     

一种基于滑模的自适应预测函数控制新算法

提出了一种应用带时变遗忘因子的基于滑模的自适应预测函数控制新算法。该算法采用带时变遗忘因子的递推最小二乘算法在线辨识模型参数,将滑模控制与预测函数控制(PFC)相结合对系统进行控制。与其他模型预测控制不同,预测函数控制可以克服其他模型预测控制可能出现规律不明的控制输入问题,具有良好的跟踪能力和较强的鲁棒性,离散滑模控制中的滑动模态对干扰具有不变性;最后分析了控制系统的闭环渐近稳定性。仿真结果验证了该方法的有效性。     

基于远程预报辨识的非线性广义预测控制算法

推导了基于远程预报辨识的非线性广义预测控制算法.该算法在辨识基于Hammer-stein模型的非线性过程时,采用了预测控制算法中远程预报的思想,并在广义预测控制器的设计上采用了新的优化指标,这就使辨识机制与控制机制有机地结合起来,对系统的阶次不确定有很好的鲁棒性.     

具有Hammerstein形式的非线性系统广义预测控制

本文提出了具有Ｈａｍｍｅｒｓｔｅｉｎ形式的非线性系统广义预测控制方法，分析了当控制水平等于１时闭环系统的稳定性，同时还提出了使用线性估计器的非线性自适应广义预测控制算法。仿真结果表明了算法的有效性。     

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...     

改进的广义预测算法在过热气温控制中的应用

针对传统广义预测控制算法（GPC）的计算量大这一缺陷,结合隐式广义预测算法（IGPC）和基于柔化矩阵的广义预测算法,通过辨识参数和输入增量引入柔化系数矩阵进行约束的方法对原算法进行改进,算法只精确计算当前时刻的控制作用而对未来时刻的控制序列进行离线近似计算.该算法简单,不必求解丢番图（Diophantine）方程和矩阵求逆,减小了在线计算量,确保了系统的快速性,并能够将输入很好地控制在约束范围之内,并具有良好的控制性能.同时隐式广义预测算法对模型的阶次、参数的变化都有较好的鲁棒性,能适应电厂过热汽温的控制.     

PI型自抗扰广义预测控制的性能分析

为克服自抗扰控制(active disturbance rejection control, ADRC)算法在大时滞系统中的局限性,减小PI型广义预测控制(PI-type generalized predictive control, PI-GPC)算法的在线计算量,我们在先前的研究中提出了PI型自抗扰广义预测控制(PI-type active disturbance rejection generalized predictive control, PI-ADRGPC)算法。本文通过频域分析方法,对PI-ADRGPC算法进行了稳定性分析,利用PI-ADRGPC算法离散形式的开环传递函数绘制其伯德图,分析了参数变化对PI-ADRGPC性能的影响。通过绘制奈奎斯特曲线,分析了PI-ADRGPC算法的稳定性。通过控制一阶惯性环节以及船舶航向控制系统验证了所提出算法的性能。研究结果表明:与ADRC-GPC算法相比,PI-ADRGPC算法的响应速度更快、控制效果更好。     

基于PMV指标的双闭环前馈解耦式室内空气控制策略

本文针对空调系统动态时变、非线性、大时延、干扰随机、强耦合的特性,提出了以前馈解耦式广义预测控制为内环和PMV指标自校正优化为外环相结合的双闭环控制策略,该策略核心在于前馈解耦式预测控制内环以及PMV指标优化外环,并对该控制策略算法进行仿真,仿真结果表明其稳态精度高,具有较好的跟踪性能.     

具有稳定性与抑制超调的广义预测控制

针对实际工程中普遍对控制系统稳定性、小超调和快速性的要求,提出了一种改进的广义预测控制算法。充分利用预测控制的预测功能与信息,用加权向前一步预测控制量对当前控制量进行修正,同时利用控制增量的预测变化趋势,对控制量加权参数进行动态在线调整,从而达到满足响应快速和抑制超调目的。通过用当前输入量与历史对当前预测输入量的加权,使控制输入具有滤波功能从而提高系统的稳定性。仿真结果表明,该算法对抑制超调与改善系统的稳定具有一定效果。     

地暖系统的量子遗传约束广义预测控制

针对地板辐射采暖系统具有大惯性、参数不确定和外部随机干扰等特点,提出了一种基于量子遗传算法(QGA)的约束广义预测控制(GPC)方法。该方法将GPC的控制增量作为量子染色体的基因,通过量子旋转门扩展种群多样性,并滚动优化GPC的控制增量Δu(k)。试验表明,与常规广义预测控制相比,该控制方法具有良好的控制效果和更强的鲁棒性。     

串级预测控制及其在涤纶片基生产线中的应用

涤纶片基拉膜生产线是一个大滞后的复杂工业生产过程,包含纵拉伸区和横拉伸区,生产中的扰动经常发生在铸片过程中,本文为此提出一种针对该类生产过程的预测控制算法,与典型的PI控制器相比,可以有效地克服内环的扰动,外环的预测控制器可以充分利用系统信息给出内环的设计值。