连续子空间预测控制方法及其应用

针对工业过程中常见的连续时间系统,提出一种新型的连续子空间预测控制方法。首先,利用拉格朗日滤波器对连续时间系统模型进行转换,得到子空间预测输出;然后,对构造的输入输出和拉格朗日矩阵进行QR分解得到子空间预估器,将子空间预估器用于构造增量型未来预测输出值,进而设计出连续子空间预测控制器;最后,通过工业蒸发器系统过程控制仿真实验,验证了所提出控制方法的有效性。     

自适应控制对多级库存延迟问题的优化研究

针对在随机需求下交货延迟所导致供应链多级库存系统库存积压、缺货和牛鞭效应等问题,建立了基于自适应控制算法的多级库存动态优化模型。通过泰勒展开和拉布拉斯变换建立了基于APIOBPCS策略考虑延迟的动态多级库存控制模型;由Lyapunov渐进稳定性定理设计了一种适用于多级库存的模型参考自适应控制算法,其中以无交货延迟的参考库存模型作为目标,通过调节线性补偿函数和自适应控制率,逐渐缩小实际库存模型与参考库存模型间的输出误差,以此削弱交货延迟对多级库存模型的影响;通过实证数据验证了模型参考自适应控制对一个三级供应链库存系统的动态优化效果。仿真结果表明,自适应控制下的无信息共享多级APIOBPCS库存系统缺货全部归零,牛鞭效应下降40.7%。在不增加企业运营投入的前提下,通过自适应控制算法,优化资源配置,动态削弱了交货延迟对多级库存的影响,提升了供应链运营效率。     

模型未知LTI系统的数据驱动预测控制

针对含有随机噪声的模型未知线性时不变(LTI,linear time invariant)系统模型建立过程复杂且控制律难以得到的问题,提出一种基于数据驱动的预测控制方法;基于系统行为学理论和平衡子系统辨识方法,仅利用测量得到的系统数据构建被控系统的非参数模型,将其和预测控制理论相结合设计出基于数据驱动的预测控制器,对于系统测量数据中存在的有界加性高斯噪声,通过引入数据的松弛变量和L2正则项来降低噪声扰动的影响,采用滚动时域优化策略计算最优控制序列并将其作用于被控系统,实现了系统对设定值的轨迹跟踪;将所提控制策略应用于四容水箱系统,仿真结果表明所提方法能实现四容水箱系统的液位跟踪控制,且与同样基于数据驱动的子空间预测控制方案相比,所提方法具有更好的动态性能,且该策略在抗噪声扰动方面有明显优势,具有更强的鲁棒性。     

改进的数据驱动子空间算法求解钢铁企业能源预测问题

本文以钢铁企业生产与能源系统作为研究背景,设计一种数据驱动的子空间方法(data-driven subspace,DDS)预测各生产工序的能源消耗.针对钢铁生产中能源消耗和回收的特点进行了分析,以提取子空间方法的建模因素;为了设计有效的求解方法,对实际生产和数据的特征进行了分析.为了提高预测准确率,文中引入了反馈因子和遗忘因子来改进子空间方法,因子的取值采用粒子群算法(particle swarm optimization,PSO)来优化.对实际生产数据的测试验证了本文所提出的方法的有效性,该结果能够为钢铁企业的能源预测和管理提供有效的决策支持.     

数据驱动闭环子空间预测控制方法研究与应用

提出一种完全数据驱动的闭环子空间辨识及预测控制器设计方法. 该方法完全由闭环系统的输入输出数据辨识子空间矩阵, 通过子空间矩阵的拆分, 排除了与扰动相关的模型输入, 进而获取子空间矩阵参数的无偏估计; 将辨识得到的闭环系统子空间矩阵描述直接作为预测模型, 设计预测控制器; 将其应用于某钢铁集团焦炉炭化室压力控制系统, 取得了良好的控制效果.

     

闭环供应链混合切换库存控制模型研究

针对一类具有回收、再制造、再分销的闭环供应链系统,以再制造产品的补货能力为切换信号设计了基于再制造优先的混合切换库存控制策略,使得市场需求优先由再制造产品满足,并应用切换控制理论研究混合切换库存控制策略的性能特征,分析系统参数对闭环供应链系统的关键性能指标的影响。仿真分析表明,合理的切换控制策略可以有效抑制闭环供应链运作过程的波动,保证系统具有良好的“牛鞭效应”特征、平稳的库存管理成本以及较高的顾客服务水平。     

丢包扰动环境下基于强化学习的最优输出调节

针对存在线性外部干扰和状态反馈过程中发生丢包的网络控制系统的跟踪控制问题,采用输出调节的思想,提出基于离轨策略强化学习的数据驱动最优输出调节控制方法,实现仅利用在线数据即可求解控制策略.首先,对系统状态在网络传输过程存在丢包的情况,利用史密斯预估器重构系统的状态;然后基于输出调节控制框架,提出一种基于离轨策略强化学习的数据驱动最优控制算法,在系统状态发生丢包时仅利用在线数据计算反馈增益,在求解反馈增益过程中找到与求解输出调节问题的联系;接着基于求解反馈增益过程中得到的与输出调节问题中求解调节器方程相关的参数,计算前馈增益的无模型解;最后,通过仿真结果验证所提出方法的有效性.     

异构数据驱动和UML融合的供应链智能控制系统设计

为了提高供应链的管理水平和商品利用率等性能,基于供应量过程异构数据驱动模型,融合UML智能控制器,构建了供应链智能控制系统。首先,通过收集供应链的管理过程产生的大量数据,以提高控制效率和精度为目的,对过程大数据进行分类并与控制过程建立有机联系,提出线性特征求解二维平面和数据驱动的动态拓扑,构建异构数据驱动模型。接着,借助UML语言,将供应链异构数据内部结构与供应链过程进行描述与建模,并且将异构数据驱动的效应分布式泛化到各个供应链子进程,设计了UML融合机制。最后,给出了数据驱动UML融合嵌入式控制流程和供应链智能控制系统工作步骤。仿真实验对比了所提出的供应链智能控制系统和参数化驱动的控制系统在控制效果、控制收益和商品利用率等方面性能。结果表明,所提出的供应链控制系统性能更佳。     

液压厚度控制系统的数据驱动预测控制

热连轧液压厚度控制系统是由多机架协调工作完成的,针对液压厚度控制系统的大时滞特性,结构不确定性以及外部扰动等扰动的影响,提出液压厚度控制系统的数据驱动预测控制策略。采用串级控制方式,将监控AGC系统测得的实际厚度和压力AGC系统利用弹跳方程计算得到的厚度数据反馈给控制系统,利用子空间辨识方法,直接设计数据驱动预测控制器,增强抗干扰能力,提高控制精度。仿真结果表明该方法能够提高控制精度,具有较好的控制性能。     

供应商具备多级生产率的供应链控制策略仿真

研究供应商具有多级生产率的供应链库存成本控制策略问题。在满足客户与销售商随机性订单需求的基础上,以供应链的整体运营成本最低为目标,运用Arena仿真平台对由供应商、销售商、客户构成的多级供应链库存系统进行了建模和仿真优化,制定合理的销售商的库存策略以及供应商的生产库存策略。为具备多级生产率的供应链系统控制策略提供了一种更科学合理的决策方法,对以后的类似研究具有一定的借鉴意义。