电加热炉系统预测函数PID控制算法的研究

由于电加热炉系统具有大时滞、时变性、非线性等特点,提出了一种新型预测函数PID控制算法.该算法将PID控制算法和预测函数控制算法结合起来,通过预测被控对象的未来输出值,得到一个新的优化目标函数,实时优化控制参数,得到控制量的解析解.仿真结果表明,与常规PID控制和预测函数PID串级控制相比,所设计的控制器满足系统对快速性和稳态精度的要求,系统具有较强的抗干扰性和鲁棒性,能够实现对电加热炉系统的有效控制.     

过程控制中的一种预测控制算法仿真研究

随着预测控制在过程控制中的应用,预测控制在算法和理论研究上取得了很大的进展。本文主要采用动态矩阵控制算法设计预测控制器,并分析动态矩阵控制算法各参数对系统控制品质的影响。仿真实例表明,通过合适的参数设计,它能得到好的控制效果。     

输入/输出无约束的模型预测控制器设计

动态矩阵控制算法是一种基于对象阶跃响应的预测控制算法,适用于控制系统复杂、数学模型难以精确建立的过程。针对输入/输出无约束的模型控制器设计,采用动态矩阵控制方法,包括预测模型、滚动优化、误差校正和闭环控制形式。通过MATLAB对它的仿真,验证了闭环系统鲁棒性较好,系统性能容易满足要求。结果表明,动态矩阵预测控制算法控制明显,因此是一种最优控制技术。     

一种新型的预测函数PID控制算法的研究

针对应用于工业过程中的系统具有大时滞、时变性、非线性等特点,采用传统的PID控制方法难以实现良好的控制效果.将预测函数控制算法和PID控制算法相结合,提出了一种新型的预测函数PID控制算法.该算法具有预测函数控制算法鲁棒性强和PID控制算法抗干扰性好的优点.仿真结果表明,与常规预测函数控制算法相比,该控制算法满足系统对快速性和稳态精度的要求,具有良好的鲁棒性和抗干扰能力.     

具有预测控制功能的pH控制系统

介绍了糖厂酸碱中和的酸度控制系统以及采用动态矩阵控制算法设计的预测控制器。对系统硬件配置动态矩阵控制算法及参数设计作了具体说明,给出了仿真和实际运行结果。     

基于专家PID的锅炉蒸汽压力控制策略

采用基于专家PID控制方法,给出了母管制运行锅炉蒸汽压力系统新的控制策略。母管制运行锅炉的主要动态特性包括工况多变、非线性、时滞性、不稳定性和负荷干扰。它们无法建立精确的数学模型。针对常规控制方法难以实施有效控制的问题,将专家系统的思想和方法引入控制系统,通过系统模态辩识、控制性能辩识、知识推理,给出了PID控制器参数的整定和优化方法。该控制策略应用于母管制运行锅炉压力系统,其母管压力稳态偏差≤±0.1MPa,在30 s内,20%额定负荷扰动下,其主要参数满足运行工艺要求。     

无人驾驶车辆稳态漂移的无模型自适应控制

本文引入一种基于无模型自适应控制算法的无人驾驶车辆稳态漂移控制方案.首先,对车辆漂移动态过程进行动力学分析,其次,确定控制系统的控制输入量和控制目标,然后基于无人驾驶车辆稳态漂移控制系统的动态线性化数据模型,设计无模型自适应稳态漂移控制算法、伪雅可比矩阵估计整定算法和伪雅可比矩阵重置算法,从而实现无人驾驶车辆的稳态漂移...     

纯滞后过程控制算法的研究

介绍了工业过程控制中PI控制算法、Smith预估控制算法和采样PI控制算法。给出了采样PI控制算法及控制原理，分析了控制器参数对控制性能的影响，给出了控制器参数选择的方法。并利用：Matlab选取典型一阶纯滞后对象，在控制对象纯滞后时间和增益改变时进行了动态仿真。仿真结果表明，采样PI控制和Smith预估控制具有较强的鲁棒性，而且算法简单、容易实现．所以更适用具有纯滞后的工业过程控制。     

DMC-DMC串级控制算法分析与研究

将动态矩阵控制算法与串级控制系统相结合,在串级控制的主、副回路中均采用动态矩阵控制算法(DMC)进行控制.经仿真证明,该DMC-DMC串级控制算法具有快速的动态响应,控制效果较好.     

基于PMAC的模糊自整定PID算法设计

在工业控制系统优化设计中,可编程多轴运动控制器(Programmable multi-axes controller,PMAC)系统采用脉冲+方向的控制方法,控制精度要求高,对稳态特性及动态特性要求很严格,其工作环境较为复杂,固定的PID参数工作适应性差,很难满足控制要求.为提高控制精度和性能,提出采用PMAC的PID控制算法及参数整定,设计出一种结合PMAC的自适应PID控制算法,对环境条件的变化,对负载变化和系统干扰有一定的适应性,且能自动矫正控制动作,满足系统控制要求.通过PMAC运动控制器的嵌入式PLC程序实现算法,仿真结果表明,自整定模糊PID控制算法很好地改善了伺服系统的稳定性和静、动态特性,达到了很好的控制效果.     

Kleinman控制在GPC中的实现

解决了当控制量加权λ很小时广义预测控制增益的不可计算，以及增益计算中求逆矩阵维数随控制时域增加而增加的问题。     

Robust discrete-time set-based adaptive predictive control for nonlinear systems

The problem of robust adaptive predictive control for a class of discrete-time nonlinear systems is considered. First, a parameter estimation technique, based on an uncertainty set estimation, is formulated. This technique is able to provide robust performance for nonlinear systems subject to exogenous variables. Second, an adaptive MPC is developed to use the uncertainty estimation in a framework of min–max robust control. A Lipschitz-based approach, which provides a conservative approximation for the min–max problem, is used to solve the control problem, retaining the computational complexity of nominal MPC formulations and the robustness of the min–max approach. Finally, the set-based estimation algorithm and the robust predictive controller are successfully applied in two case studies. The first one is the control of anonisothermal CSTR governed by the van de Vusse reaction. Concentration and temperature regulation is considered with the simultaneous estimation of the frequency (or pre-exponential) factors of the Arrhenius equation. In the second example, a biomedical model for chemotherapy control is simulated using control actions provided by the proposed algorithm. The methods for estimation and control were tested using different disturbances scenarios.     

预测控制算法的内模结构及其统一格式

本文应用内模控制（ＩＭＣ）原理，研究了现有各类预测控制算法ＩＭＣ、ＭＡＣ、ＤＭＣ、ＧＰＣ、ＧＰＰ的控制器方程，闭环系统输入输出和误差方程，归纳出它们的统一算式，为理解各类预测控制算法的内在联系及进一步研究提供了方便．     

基于增量加权的预测函数控制

介绍了预测函数控制方法的主要思想和特点。针对通常的预测函数控制在优化求解的目标函数中仅含有输出误差的平方和序列,没有考虑控制增量的变化,通过在性能指标中对控制增量适当加权,提出了一种双值预测函数控制算法,提高了系统的稳定性,克服了系统的稳态偏差。在工业过程模型中,用Matlab软件进行了仿真研究,取得了良好的控制效果,表明该算法跟踪快、控制精度高、稳定性强,是一种比较有效的控制方法。     

简化模型预测控制及仿真研究

本文介绍了简化模型预测控制算法ＳＭ－ＰＣ，指出ＳＭＰＣ算法是作为克服内部模型控制（ＩＭＣ）因式分解中求取过程传函逆阵费时等缺点而推出的一种简化算法。将本算法通过对一个多侧线精馏塔进行仿真，结果表明此算法具有良好的控制效果     

Tube-based robust economic model predictive control

In this paper, we develop a tube-based economic MPC framework for nonlinear systems subject to unknown but bounded disturbances. Instead of simply transferring the design procedure of tube-based stabilizing MPC to an economic MPC framework, we rather propose to consider the influence of the disturbance explicitly within the design of the MPC controller, which can lead to an improved closed-loop average performance. This will be done by using a specifically defined integral stage cost, which is the key feature of our proposed robust economic MPC algorithm. Furthermore, we show that the algorithm enjoys similar properties as a nominal economic MPC algorithm (i.e., without disturbances), in particular with respect to bounds on the asymptotic average performance of the resulting closed-loop system, as well as stability and optimal steady-state operation.     

Rail pressure controller design of GDI basing on predictive functional control

Gasoline direct injection (GDI) is a pivotal technique for a highly efficient engine. However, how to maintain a stable rail pressure which offers good fuel economy and low emissions, is still a challengeable work. In this paper, a rail pressure controller is designed basing on predictive functional control (PFC), a model predictive control (MPC) method, to surmount the nonlinearity and discontinuity brought by the common rail pressure system (CRPS). A control-oriented piecewise linear model is presented to simplify the CRPS. The simulation results on a benchmark show that rail pressure tracks the setpoint accurately even with some perturbations. Profiting from the conciseness of PFC algorithm, the controller can compute the online solution in a short time, which makes it possible to realize the strategy on a fast response system.     

基于灰色系统模型的预测函数控制方法研究

以灰色系统模型为基础，建立了一种预测函数控制方法．分析了灰色系统建模、模型预测输出和控制量计算方程的求解．通过仿真结果表明，该算法具有鲁棒性好、跟踪快速和抑制干扰能力强等特点。     

Stochastic model predictive control: Insights and performance comparisons for linear systems

In this paper, we define several instances of model predictive control (MPC) for linear systems, including both deterministic and stochastic formulations. We show by explicit computation of the associated control laws that, under certain conditions, different formulations lead to identical results. This paper provides insights into the performance of stochastic MPC. Amongst other things, it shows that stochastic MPC and traditional MPC can give identical results in special cases. In cases where the solutions are different, we show that the explicit formulation of the problem can give insight into the performance gap.     

广义预测控制系统的闭环分析

本文通过把广义预测控制转化为内模控制结构,导出了其中控制器、滤波器的定量表达,并在此基础上分析了系统的闭环动态特性、稳定性和鲁棒性。这些理论结果提供了设计广义预测控制系统的依据。