预测控制的无扰切换技术

提出了关于动态矩阵控制器(DMC)与广义预测控制器(GPC)的改进无扰切换方法．其中 ，前者在DMC控制模式启动初期采用过程的脉冲响应模型实现对过程输出的自由响应预测， 在非DMC控制模式下，只需要存储过程输入/输出数据，而不必在线进行反馈校正．二者都有 一个共同特点，即不必考虑过程的直流工作点，这给预测控制算法的在线实现带来了很大的 方便．最后，通过纸机定量控制系统的仿真研究证明了上述算法的有效性．     

锅炉汽包水位非自衡系统的预测控制

由于动态矩阵控制预测控制算法无法直接控制带有积分环节的过程,针对这一困难,研究了一种适用于积分过程的DMC算法.该算法通过改变经典DMC算法的移位阵,使得有限维阶跃响应系数模型能够对积分过程进行准确的未来输出预测,从而避免了预测截断误差的产生.锅炉汽包水位系统的工业实验结果验证了算法的有效性.由于算法的结构没有改变,计算量也没有增加,该算法较之已有的针对非自衡对象的算法有更强的实用性.     

MAC和DMC的改进算法

本文针对大多数工业过程被控对象具有过阻尼特性的特点,分别提出MAC和DMC的改进算法。改进算法可有效减小截取被控对象时间响应(单位方波或单位阶跃响应)有限序列为内模的截断误差。因此可以使截取为内模的被控对象时间响应有限序列的长度N大大减小,进而可大大减小MAC和DMC的在线计算量。     

一种基于T-S模型的模糊预测控制

提出了一种基于T-S模型的模糊预测控制策略。T-S模糊模型用来描述对象的非线性动态特性,通过当前的工况参数实时在线的修正每一时刻的阶跃响应模型参数,将模糊模型作为常规线性预测控制DMC方法的预测模型,从而把T-S模型对复杂的非线性系统的良好描述特性和预测控制的滚动优化算法相结合,来实现利用常规线性预测控制策略对非线性系统的有效控制,有效地解决了复杂工业过程的强非线性问题。pH中和过程的仿真结果表明其性能明显优于传统的PID控制器。     

基于OPC技术的预测控制软件包的实现

本文主要结合预测控制技术,设计开发了基于OPC技术的分布式组件化预测控制软包.对一类系统开环阶跃响应y-u曲线单调递增或递减的非线性情况,提出了模糊逻辑扩展DMC算法.以CENTUM CS1000为平台,非线性连续发酵过程为控制对象,进行仿真研究.     

一种新型广义预测控制快速算法

广义预测控制(GPC)作为一种优良的算法受到了许多学者的重视.其基本思想是根据过去的输入输出以及未来输入通过优化二次型目标函数来预测未来输出.传统的GPC的缺点是计算量大.本文在隐式广义预测控制的基础上,通过改进其目标函数,提出了一种新型广义预测控制快速算法,避免了在线求解Diophantine方程和矩阵求逆,大大降低了计算量.仿真结果表明该算法的有效性.     

一种改进自校正动态矩阵控制算法

提出了一种适用于过阻尼对象的自校正动态矩阵控制的改进算法。改进算法采用一种最小化模型描述对象阶跃响应。给出了输出预测值的递推算式。改进算法大大减少了在线辨识参数及ＤＭＣ的在线计算量，显著提高了自校正ＤＭＣ的实时性。     

多输入/多输出系统动态矩阵控制鲁棒稳定性

研究了基于脉冲响应模型的动态矩阵预测控制(DMC)算法,针对多输入、多输出(MIMO)系统脉冲响应模型的特点,利用脉冲响应系数误差矩阵范数平方和定义预测模型的模型误差,以线性矩阵不等式(LMI)的形式提出了DMC闭环鲁棒稳定充要条件,将DMC算法闭环稳定问题转换为一类线性矩阵不等式的可解问题.并且研究了模型误差与闭环系统稳定性之间的关系,给出了保证系统稳定条件下模型误差界的求取方法,通过求解一个线性矩阵不等式约束的凸优化问题得到保证闭环系统稳定的误差界.最后,利用算例对本文方法的有效性进行了验证.     

基于DMC预测控制算法的智能四驱车控制器设计与仿真

结合动态矩阵算法应用的条件和环境,针对轮式四驱智能车系统进行运动学建模和线性化处理,得到多变量智能车控制系统模型;通过三种不同方法设计MPC控制器,利用MPC的DMC算法实现了对智能车系统的运动控制。分别基于阶跃响应模型和状态空间模型,使用相关命令函数设计智能车系统的控制器,利用MATLAB进行仿真实验,验证了不同参数对阶跃响应性能的影响,并确定最优参数。同时,使用MATLAB的MPC TOOL工具箱完成智能车控制系统的设计。最后,对三种方法的仿真结果进行了分析和比较,进一步验证了DMC算法的可行性。     

基于动态矩阵的随机时延丢包网络控制系统

针对网络控制系统(NCS)中存在的时延可能大于一个采样周期,以及网络传输存在丢包可能的情况,提出了改进的动态矩阵控制(DMC)算法,通过在线纠正系统的阶跃响应系数来处理时延造成的系统误差,并通过建立缓存器,当数据传输过程中出现丢包时利用动态矩阵算法计算控制量及未来输出预测值的冗余信息来替代丢失的实时信息,减少丢包对系统性能的影响.最后通过基于TrueTime的实时仿真系统研究,对比了不同时延及丢包率情况下改进算法与传统动态矩阵控制算法的效果,表明随着时延和丢包率的增大,改进动态矩阵算法的优势明显,从而验证了该方法的有效性.