基于双阶段网络模型的改进多变量广义预测控制

针对多变量非线性时滞系统存在多变量间复杂的耦合情况,多输入多输出系统转化为多个多输入单输出系统,并构建多变量双阶段神经网络时滞预测模型;在考虑耦合关系的基础上,将改进比例性能指标型广义预测控制器引入到多变量系统中;该控制器含有预测控制增量表征系统未来变化趋势,将其作为当前控制量的补偿,优化控制性能;通过300 MW单元机W型火焰直吹式燃煤锅炉系统的仿真研究验证了控制方案的有效性。     

广义时滞系统输出反馈无源控制

研究一类广义时滞系统的输出反馈无源控制问题。利用线性矩阵不等式,给出广义时滞系统容许（即正则、稳定、无脉冲）且严格无源的充分条件,在此基础上给出静态输出反馈控制器,保证闭环系统容许且严格无源的充分条件,并且利用矩阵不等式的解设计相应的输出反馈控制器,提供一个算例说明结论的有效性。     

时滞系统的降维状态预测观测器及预测控制器设计

研究控制项含有时滞的线性系统的预测控制问题.利用被控对象的预测输出向量和系统的控制向量,设计了一种降维状态预测观测器,并将该状态观测器用于时滞控制系统的最优状态反馈控制中.利用该状态预测观测器可将闭环系统的时滞项移至系统闭环结构之外,从而最优控制规律完全可以按无时滞系统进行设计.由性能指标计算公式表明,该预测控制器关于二次型性能指标是次优的.     

基于神经网络的时滞非线性系统的广义预测控制

针对一类时滞非线性被控对象,提出一种基于RBF神经网络的广义预测自校正控制方案,在广义预测控制中,采用RBF神经网络建立被控对象的多步预测模型,并不断修正预测输出,提高预测输出的精度.控制器则采用GPC隐式修正算法,不用辨识对象的模型参数,大大减少了计算量.经过仿真研究,与常规的PID自适应控制方法相比较,证明了该方法的优越性,预测控制误差小,实时性好,动态响应快.     

带有状态和输入时滞的不确定广义系统的鲁棒预测控制

针对一类同时具有状态和输入时滞的不确定广义系统, 研究其鲁棒预测控制问题, 给出了鲁棒预测控制器的综合方法. 运用Lyapunov稳定性理论和线性矩阵不等式方法, 近似求解无穷时域二次性能指标优化问题, 从而得到鲁棒预测控制器存在的充分条件和显式表达式. 证明了优化问题在初始时刻的可行解, 可以保证广义闭环时滞系统是渐近稳定且正则无脉冲的. 仿真算例验证了所提出方法的有效性.     

电厂锅炉除氧器系统的解耦广义预测控制研究

由于除氧器具有非线性、大迟延、强耦合和模型时变的特性,传统的PID调节器难以使除氧控制系统达到理想的控制效果。为了使除氧器水位和冷凝泵出口压力的控制取得满意的效果,采用解耦广义预测控制方法。该算法首先利用预测模型得到系统未来时刻的输出,然后将设定输出值和预测值间的预测误差变化率作为自适应控制器的输入,控制器利用最小二乘算法推理得到控制输出,并在系统中增加一个相互耦合项,来调整原有的自适应控制规律,获取未知参数信息并有效地抑制强耦合造成的控制量波动。通过仿真表明,该算法计算简单、鲁棒性较强、控制品质较高,运用此算法的该除氧系统比常规系统具有更优越的性能。     

一类状态时滞广义串级控制系统的H∞镇定

针对一类具有状态时滞的广义串级控制系统,研究其H∞控制问题.考虑到当非零扰动作用于系统时采用静态反馈控制对于被控对象的输出具有不足性,从而将串级控制应用于具有状态时滞的广义系统中,并且建立了闭环广义串级控制系统新的模型.提出的方法着重在于串级控制在广义系统中的应用.利用线性矩阵不等式方法得到了相应系统正则、无脉冲和稳定的条件,并进一步利用得到的条件给出了相应的H∞稳定控制器设计方法.最后通过仿真实例说明了所提方法的有效性.     

广义预测控制的直接算法

采用三个辨识器分别辨识开环系统、闭环系统和控制器的参数,利用开环系统参数计算预测输出和参考轨迹,通过辨识闭环系统参数得到广义输出,用于辨识控制器的参数,并给出一种广义预测控制的直接算法。仿真结果表明该算法是有效可行的。     

一种时滞系统的控制策略及仿真研究

针对工业生产过程中一类具有大滞后特性的被控对象,采用时滞时间削弱器的预测输出反馈方法,将大时滞过程转化为弱时滞过程,并利用改进的削弱器参数的优化方法进一步提高输出反馈精度,用以简化主控制器--PI型广义预测控制器(PIGPC)的结构和提高其算法的实时性。仿真结果表明,所设计的控制系统提高了系统响应速度性和稳态精度且控制系统鲁棒性和自适应性也得到较明显的改善。控制算法简洁参数易调,可降低工程实现难度,对解决工业生产过程的时延问题和提高生产过程的控制品质具有良好的效果。     

线性离散时滞系统的输出反馈耗散控制

考虑线性离散时滞系统的二次型耗散控制问题,设计动态输出反馈使闭环系统渐近稳定且严格二次型耗散.先将系统严格二次型耗散性转化为线性矩阵不等式的可解性,得到了系统渐近稳定且严格二次型耗散的条件.然后讨论输出反馈耗散控制问题,给出了控制器的存在条件,总结出了控制器的综合方法、步骤.所得结果可为离散时滞系统的无源控制和H∞控制提供统一框架,也为离散时滞系统的分析和设计提供了一种更灵活、保守性更小的方法.     

基于观测器的不确定广义时滞系统鲁棒预测控制

针对一类不确定广义时滞系统,讨论了其基于观测器的鲁棒预测控制问题,给出了系统观测器型预测控制器的设计方法.通过构造带有误差项的Lyapunov函数,应用线性矩阵不等式,将无穷时域二次性能指标"min-max"优化问题转化为凸优化问题,得到了鲁棒预测控制器存在的充分条件和显式表达式.证明了优化问题在初始时刻的可行解能保证广义闭环系统渐近稳定且正则无脉冲.仿真实例验证了所提出方法的有效性.     

一类时滞广义非线性系统H_∞可靠跟踪控制

讨论一类Lipschitz时滞非线性广义系统的H∞可靠跟踪控制问题.分别给出了执行器失效和传感器失效两种模型下可靠控制器存在的充分条件,使得闭环系统正则无脉冲并且指数稳定,同时系统输出跟踪预先给定的可测参考模型的输出,且满足H∞性能指标,并利用线性矩阵不等式技巧给出了可靠控制器的设计方法.最后给出了一个数值例子,说明了本文所给出方法的有效性.     

时滞系统的状态预测观测器及预测控制器设计

研究基于状态空间模型的时滞控制系统的状态预测观测器及最优预测控制器的设计问题。针对控制项含有时滞的系统，设计一种全维状态预测观测器，并将其用于时滞控制系统的最优状态预测反馈控制。通过该状态预测观测器可将闭环系统的时滞项移至系统闭环结构之外，从而使其优化控制规律完全可按无时滞系统进行设计。所给出的性能指标计算公式表明，该预测控制器关于二次型性能指标是次优的。     

非线性时滞系统双阶段神经网络的改进广义预测控制

针对一类工业控制系统中存在的非线性、大时滞等情况,提出一种基于双阶段神经网络的改进隐式广义预测控制方法。首先,设计了一种基于快速回归算法和蝙蝠算法的双阶段神经网络模型,用于对非线性时滞系统进行建模,避免非线性系统下的模型失配问题;其次,采用比例积分(proportional integration, PI)结构优化广义预测控制目标函数设计,提高隐式广义预测控制性能;同时,改进控制增量选取策略,利用所预测的未来控制增量修正当前时刻控制增量;最后,将所设计的预测模型和预测控制方法应用于一个数值案例和锅炉燃烧系统,验证了所提控制策略的有效性。     

基于动态非线性逼近的非线性系统预测控制

对于一类常见多重时滞非线性离散系统．提出基于动态非线性逼近的增量型最小化递推预测模型、广义预测控制律、噪声估计器以及参数自适应递推预报算法。实现了对存在较大滞后的时滞非线性系统的广义预测控制．仿真结果表明了该算法的正确性和有效性．     

一种时滞系统的改进无模型自适应预测控制

时滞现象广泛存在于工业过程系统中,常规控制器无法对难以获取精确模型的时滞系统进行有效控制.针对这类系统,结合跟踪-微分器获取微分信息的能力,利用Smith预估器预测未来时刻输出,提出了一种改进的无模型自适应预测控制(IMFAPC)方法,并对提出算法的收敛性和稳定性进行了分析.该算法不需要被控系统的模型信息,仅需要实时的...     

输出时滞双率采样系统的鲁棒迭代学习控制

针对一类带有输出时滞的单输入单输出双率采样系统,提出一种鲁棒迭代学习控制算法.首先,利用提升技术将带有输出时滞的双率采样系统转化为无时滞形式的慢速率采样的状态空间模型,并基于二维(2D)系统理论,将迭代学习控制过程转化为等价2D模型;然后利用线性矩阵不等式(LMI)技术,给出确保系统稳定的充分条件和鲁棒控制器设计方法;最后,通过3层液位贮槽系统的液位控制仿真验证所提出方法的可行性和有效性.     

一类广义时滞系统的极小极大控制

研究一类广义时滞系统的极小极大控制问题,目的是利用构造局部检验函数的方法设计极小极大控制器,使得在最坏的干扰下系统的性能指标上界极小.利用线性矩阵不等式(LM I)给出了广义时滞系统极小极大控制器存在的充分条件,讨论了闭环系统的容许性,并将所得结果推广到含有不确定性的广义时滞系统.最后以数值算例说明了所提出的控制器设计方法的有效性和可行性.     

不确定离散广义系统的时滞相关非脆弱无源控制

针对不确定离散时滞广义系统,研究其时滞相关鲁棒严格无源、渐近稳定性以及相关的非脆弱控制问题．首先利用线性矩阵不等式（LMI）和自由权矩阵的概念,分析了离散广义系统时滞相关严格无源以及渐近稳定性的条件;然后讨论不确定离散广义系统的时滞相关鲁棒严格无源和渐近稳定性,并讨论具有加性非脆弱反馈控制设计使得闭环系统满足相应性能,同时给出控制器的构造方法;最后通过数值算例说明该方法的有效性．     

基于小波变换的非线性广义预测控制

提出了基于小波变换的非线性广义预测控制算法。预测模型采用Hammerstein模型,对于其静态非线性部分采用小波网络来辨识,动态线性部分用最小二乘法来辨识。这种辨识方法比传统的多项式拟合的模型误差要小得多。基于这种预测模型广义预测控制器弥补了传统广义预测控制的模型失配问题。以CSTR为例对所设计的控制器进行仿真研究,结果表明控制器能够取得良好的控制效果。