一类未知非线性离散系统的直接自适应模糊预测控制

将自适应模糊逻辑系统引入预测控制,对一类未知非线性离散系统提出了直接自适应模糊预测控制方法.首先对被控对象提出了线性时变子模型加非线性子模型的预测模型,然后直接利用模糊逻辑系统设计预测控制器,并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进行自适应调整.文中证明了此方法可使广义误差估计值收敛到原点的小邻域内.     

带终端滑模约束的非线性模型预测控制方法

将预测控制和滑模控制结合起来,提出一种非线性性模型预测控制方法。给出一种可行的双模控制方案,系统状态位于终端区外时采用提出的预测控制,在终端区内部采用高线设计的滑模控制。对系统终端滑模附加不等式约束,使得系统状态在预测时域的末端位于高线设计的滑动模态区内,从而使预测时域减小。仿真结果表明了算法的有效性。     

广义准无限时域非线性预测控制

将准无限时域非线性预测控制方法推广到更一般的情况, 并给出了闭环约束系统的稳定性条件及最优解的存在条件. 基于反馈线性化技术讨论了广义准无限时域非线性预测控制的实现及较大终端域的获取. 该方法能显著减少在线优化所需的时间.     

约束非线性系统稳定经济模型预测控制

考虑约束非线性系统,提出一种新的具有稳定性保证的经济模型预测控制（Economic model predictive control,EMPC）策略.由于经济性能指标的非凸性和非正定性,引入关于经济最优平衡点的正定辅助函数.利用辅助函数的最优值函数定义原始EMPC优化问题的稳定性约束.应用终端约束集、终端代价函数和局部控制器三要素,建立闭环系统关于经济最优平衡点的渐近稳定性和渐近平均性能.进一步,结合多目标理想点概念,将提出的控制策略用于多个经济性能指标的优化控制,得到稳定多目标EMPC策略.最后,以连续搅拌反应器为例,比较仿真结果验证本文策略的有效性.     

Guaranteed Feasible Control Allocation using Model Predictive Control

This paper proposes a guaranteed feasible control allocation method based on the model predictive control. Feasible regionis considered to guarantee the determination of the desired virtual control signal using the pseudo inverse methodology and isdescribed as a set of constraints of an MPC problem. With linear models and the given constraints, feasible region defines a convexpolyhedral in the virtual control space. In order to reduce the computational time, the polyhedral can be approximated by a fewaxis aligned hypercubes. Employing the MPC with rectangular constraints substantially reduces the computational complexity. Intwo dimensions, the feasible region can be approximated by a few rectangles of the maximum area using numerical geometrytechniques which are considered as the constraints of the MPC problem. Also, an active MPC is defined as the controller tominimize the cost function in the control horizon. Finally, several simulation examples are employed to illustrate the effectivenessof the proposed techniques.     

基于Volterra 模型的非线性系统预测控制

基于系统的正、负和双阶跃响应,提出一种新的非线性预测控制模型的建立方法,同时给出了相应的非线性控制算法,并证明了控制算法解的存在性和唯一性,针对 化工过程蒸馏塔控制系统,通过仿真计算验证了该方法的有效性。     

衰减扰动下非线性预测控制系统的鲁棒稳定性

考虑一般形式的非线性预测控制系统,研究带终端约束的稳定预测控制策略在衰减扰动下的鲁棒稳定性问题,首先引入离散非线性系统的输入状态稳定性,然后针对上述预测控制策略得出了系统的稳定性结论。     

约束非线性系统的一个准无限时域预测控制方案

提出了一个具有准无限预测时域的模型预测控制方案,该方案可用于输入和状态的非线性系统的控制,用优化柔性状态约束条件代替了硬性状态约束,以避免优化问题的不可解,开环优化问题含有附加的终端代价项和终的约束条件,这样预测时域延伸至准无限,而需在线优化获得的控制函数仅为有限时域,如果在最初时刻优化问题有解,则闭环系统具有保证稳定性。     

模型不确定系统的鲁棒预测控制

针对一类脉冲传递函数描述的模型不确定系统 ,基于预测控制和鲁棒控制相结合的策略 ,提出一种鲁棒预测控制器的设计方法 ,并讨论了该方法允许的模型摄动鲁棒界 .仿真结果表明文中方法的有效性和理论分析的正确性 .     

基于Hammerstei模型的非线性预测控制

本文提出了一种针对Hammerstein模型的预测控制策略。该策略将Hammerstein模型中的无记忆非线性静态增益环节,改进成易于由中间变量求取控制量的环节,避免了求解高阶方程根的困难,又对线性环节采用线性系统的广义预测控制。由于引入了广义预测控制中多步预测的思想,抗噪声的能力显著提高。仿真结果验证了该策略的有效性。     

基于Hammerstei模型的非线性预测控制

本文提出了一种针对 Hammerstein模型的预测控制策略.该策略将Hammerstein模型中的无记忆非线性静态增益环节,改进成易于由中间变量求取控制量的环节,避免了求解高阶方程根的困难,又对线性环节采用线性系统的广义预测控制.由于引入了广义预测控制中多步预测的思想,抗噪声的能力显著提高.仿真结果验证了该策略的有效性.     

具有不确定性的非线性切换系统的约束预测控制

针对一类具有不确定性和变量约束的非线性切换系统, 提出了一种基于Lyapunov函数的预测控制方法, 其中状态约束分为两种情况: 1)要求状态变量在所有时刻都满足约束(称为硬约束); 2)允许状态在某些时刻超出约束(称为软约束). 主要思想是: 对切换系统的每一个子系统, 在输入和状态均受约束的情况下, 设计基于Lyapunov函数的有界控制器和预测控制器, 在两者之间适当切换, 得到初始稳定区域的描述并使得子闭环系统保持稳定. 对整个切换系统, 设计适当的切换律以保证: 1)在切换时刻, 闭环系统的状态处在切入系统的稳定区域内; 2)切入模块的Lyapunov函数是非增的, 从而可保证稳定性. 在状态变量的约束是软约束时, 对每一子模块首先设计一个控制策略, 尽快将状态控制到初始稳定区域, 然后再利用稳定区域内的控制律使系统稳定.     

时延网络控制系统的模型预测控制

针对有输入约束的不确定时延网络控制系统,提出鲁棒模型预测控制方法;其中,将不确定时延建模为范数有界的输入矩阵的不确定性．给出了鲁棒性能指标的上界和系统渐近稳定的充分条件,通过在线求解LMI凸优化问题得到状态反馈控制律．仿真例子验证了该方法的有效性．     

约束Hammerstein系统输出反馈非线性预测控制

针对具有状态、输入和中间变量约束的Hammerstein系统,采用两步法控制策略,给出一种新的可保证闭环系统指数稳定的输出反馈非线性模型预测控制算法.基于Hammerstein系统的特殊结构,结合状态观测器给出无约束线性环节的输出反馈最优控制律,通过滚动优化一有限时域的约束优化问题计算实际控制量.给出保证闭环系统指数稳定的充分条件.以工业双环管聚丙烯装置牌号切换控制为例进行仿真,仿真结果验证该算法的有效性和实用性.     

一种基于Wiener模型的非线性预测控制算法

针对一类Wiener模型描述的非线性系统,提出了一种改进的非线性预测控制算法.该算法利用Laguerre函数描述Wiener模型动态线性部分的控制信号，将预测控制中在预测时域内优化求解未来控制输入序列转化为优化求解一组无记忆的Laguerre系数,以减少优化所需的计算量.利用静态模糊模型来逼近Wiener模型的非线性部分,将非线性预测控制优化问题转化为线性预测控制优化问题,克服了求控制输入时解非线性方程的困难,进而推导出了预测控制输入的解析式.CSTR过程的仿真结果表明了本文算法的有效性和可行性.     

一类非线性系统的神经网络预测控制

针对一类具有特殊模型的非线性系统本文提出了一种新型神经网络预测控制算法。该算法利用线性系统预测控制技术和神经网络的非线性映射及并行处理能力来求实际控制量，避免了解非线性方程和非线性预测控制所需的在线数值寻优计算，减少了计算量和计算时间。仿真结果表明了该算法的何效性。     

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。     

输入非线性系统的两步法预测控制的鲁棒稳定性

针对具有不确定性和输入饱和约束的Hammerstein模型,采用两步法预测控制器,首先不考虑约束、非线性和不确定性,得到一个期望的中间变量．然后通过求解非线性代数方程组来处理非线性并通过解饱和来满足约束．采用Lyapunov方法得到了指数稳定条件,并给出了吸引域的计算和调整方法．最后通过仿真实例验证了稳定性结果．     

饱和约束系统的鲁棒模型预测控制

针对饱和约束系统提出了一种鲁棒模型预测控制算法,分别考虑了多面体不确定性和结构反馈不确定性.考虑无穷时域的最坏二次性能指标,通过采用带有饱和特性的反馈控制结构,将控制律的求解转化为一个在线的线性矩阵不等式优化问题.初始时刻优化问题的可行性保证了闭环控制系统的鲁棒稳定性.最后的仿真结果说明了算法的优越性.     

一类非线性系统非切换解析模型预测控制方法研究

针对关系度不确定非线性系统, 基于模型预测控制理论和切换解析非线性模型预测控制(Nonlinear model predictive control, NMPC) 提出了一种非切换的解析NMPC新方法. 论证了在非切换解析NMPC控制律下, 通过坐标变换可以将闭环系统分别在关系度确定和不确定的两个子空间近似为线性系统, 得出非切换解析NMPC使闭环系统稳定的必要条件. 通过仿真实验验证了非切换解析NMPC可以达到很好的响应特性, 无需切换的特征也扩大了其应用范围.