基于Tchebycheff正交神经网络的非线性多步预测控制

针对多变量非线性系统 ,提出了一种基于 Tchebycheff正交神经网络的多步预测控制方案 ,采用 Tchebycheff正交神经网络离线建立预测模型 ,并以偏差补偿和模型修正相结合的方式对预测模型进行误差补偿 ,经在线校正用于预测控制。同时对性能指标中的偏差项和控制项加权 ,进一步改善预测控制性能。仿真结果表明了控制算法的有效性     

双线性系统的一步预测控制

依据模型预测控制原理讨论了双线性系统的一步预测控制算法,并结合仿真实例对一步预测控制算法中各个参数变化对系统响应的影响作了分析。     

一种增量型多步预测、多步控制的单变量预测控制算法

探讨了基于 Laguerre函数近似模型的单变量系统的增量型多步预测、多步控制算法 ,分析了算法的稳定特性 ,并进行了仿真     

基于AEPSO优化的神经网络多步预测控制

为提高神经网络预测控制的性能，提出了基于自适应扩展粒子群优化的神经网络预测控制方案。基本PSO算法中，每个粒子的更新受粒子个体极值和局部极值的影响，为了提高其全局收敛性，采用多粒子策略，使每个粒子的更新受更多其他粒子的影响；为提高收敛速度，采用白适应策略，对参数c0进行白适应调整，使c0随着迭代次数的增加而逐渐减小，这样，在PSO算法的搜索过程中，随着迭代次数的增加，搜索区域会越来越小，从而加快PSO算法收敛速度。运用该算法实现神经网络预测控制中的滚动优化，在有限时域内对控制序列进行寻列，给出基于粒子群优化的神经网络预测控制系统的稳定性证明。仿真结果表明，基于粒子群优化的神经网络预测控制系统具有良好的跟踪性能。     

同步机无刷励磁控制系统的设计方法

对爆炸性气体环境中使用的电气设备往往提出具有防止引燃爆炸的特殊性能要求，这样无刷励磁电动机获得了越来越广泛的应用。研究同步机无刷励磁控制系统的设计方法。在阐明同步电动机基本原理的基础上，针对无刷励磁电动机控制系统的关键问题，设计制作了其控制系统。工程实验结果表明，该设计方法是有效的。     

一种新型的多电机同步变频传动控制系统

以带材加工设备中的3轴同步传动系统为研究对象，提出一种以变频器-异步电动机为调速机构，以进给轴为速度基准轴，其它轴为从轴并工作在与基准轴实际动态速差闭环调节方式的分部传动控制系统方案。还提出变频器-异步电动机的近似数学模型和变结构动态速差闭环调节规律，并对参数整定与系统实现技术进行介绍。     

一种多变量系统广义预测自适应控制的直接方法

本文把一种单交量系统广义预测自适应控制的直接方法推广到多变量系统中,对其闭环稳定性和收敛性作了分析,并通过一个仿真实例表明了该算法的有效性。     

基于磁链误差矢量预测的PMSM直接转矩控制

为了抑制磁链和转矩脉动引入了磁链误差矢量预测，在分析永磁同步电动机（PMSM）直接转矩控制基本原理的 基础上，结合空间矢量调制思想，提出了一种通过预测磁链误差矢量的改进型直接转矩控制（FEV-DTC）策略，将转矩误 差经过一个PI控制器之后作为磁链旋转速度的参考值，与磁链给定值结合成为预测的磁链差值矢量，然后计算应采用的 电压矢量.电压矢量用空间矢量调制（SVM）方法实现.仿真和实验结果表明，与基本直接转矩控制（DTC）相比，FEVE- DTC能显著减小磁链和转矩脉动，具有更优越的运行性能.     

负荷预测的灰色系统方法

完善灰色预测模型ＧＭ（１，１）的建模机理，使其具有广泛的应用性，否定了灰色预测的传统检验方法后验差检验方法，同时利用数理统计常用的方法对模型进行了比较深入的研究，实例表明改进的ＧＭ（１，１）模型具有较高的拟合精度和预测精度。     

基于预测控制的变风量空调送风系统控制特性研究

基于通风网络原理建立了变风量空调送风系统的预测控制模型,并对变风量空调送风系统进行预测控制.仿真模拟表明,该预测控制模型对变风量空调送风系统的调节及时、准确,能使该系统更加节能、可靠.     

基于多步电价预测的储能系统调度策略优化方法

针对增量配电网调度策略弱、效益低的问题,提出了一种高分辨率滚动周期调度策略和一种基于深度学习的长短周期比较多步电价预测模型.以某地区2012～2015年市场电价数据及各项供需输送关系数据为基础,结合滚动周期调度策略和空洞卷积神经网络建立增量配电网储能系统调度模型,对储能系统调度过程中电价走势及未来数据进行预测.结果表明...     

多电机同步传动微机控制装置的研制

采用ＰＩＤ同步控制算法、单片机控制技术和光电数字测量技术,研制了多电机同步传动微机控制装置。目前,该控制装置已应用于纺织印染机械多电机同步传动控制系统。     

一种新的自校正控制方法的研究

本文提出一种由自校正调节器—最小方差控制器(以下简记为STR—MV)的双模控制和在线修正不辨识参数所构成的新的自校正控制方法。该方法已应用到直流电动机的调速上,并取得了满意的效果。     

多变量系统基于回归神经网络的预测控制

以罐式搅拌反应器为例,研究多变量系统基于神经网络的预测控制及改善控制性能的方法。针对复杂多变量系统难以建模的问题,采用多层局部回归神经网络离线建立其预测模型。在反馈校正中,考虑到控制准确性和实时性的要求,采用偏差补偿和模型修正相结合的方式修正神经网络的预测输出。实验中,研究了改善控制性能的方法,得出：对性能指标中的偏差项负指数加权,可大大加快系统的动态响应过程,并在定程度上减少系统超调、仿真结果表明控制算法有效。     

多变量系统控制输入受限的约束预测控制

针对多变量系统控制输入变量受约束的情况,利用预测控制器在设计过程中能显式地处理约束问题的特点和变量间的相互耦合关联作用,在计算控制律时,首先假设控制输入变量不受约束,计算出控制量,然后把不满足约束条件的控制量设定为边界值,并重新计算那些在约束范围内的控制量,使得原不满足约束条件的控制输入变量的作用得到补偿,该过程可反复进行,直到使得所有的控制量都满足约束条件,从而得到了一种新的约束预测控制算法。该算法物理意义明确,计算量小。仿真研究表明其控制效果优于硬约束限幅控制。     

时延系统的神经网络预测控制

工业过程系统通常带有时延环节。本文将常规PID控制和神经网络预估器结合起来，提出一种新的适用于时延系统的超前预测控制方法。数学仿真结果表明，该方法控制效果是比较理想的。     

一种新型GPC算法及其在PMSM直接转矩控制中的实现

为了使永磁同步电动机(PMSM)直接转矩控制(DTC)系统适用于更高要求的场合,在给出PMSM -DTC系统的基础上设计了适用于该系统的速度环广义预测控制器(GPC),该控制器采用一种与阶梯式广义预测控制算法相结合的分段式新型广义预测控制(GPC)算法,该控制算法在目标函数中增加预测值和给定值差平方的加权项,并根据不同...     

多步自适应组合预测及其应用

提出一种多步自适应组合预测方法.预测由多个并行不同的多步自适应预测模型组成,最终预测结果,由多个预测模型预测值的线性加权组合决定.本法适用于随机时变动态系统过程的多步预测问题,在某省粮食产量趋势预测中,应用此法获得了良好的效果.