基于状态空间模型的网络化广义预测控制

针对网络化控制系统中存在的网络诱导时延和数据包丢失,考虑了基于状态空间模型的网络化广义预测控制问题,提出一种采用最小预测步长和预测控制向量分别补偿网络诱导时延和数据包丢失对系统性能影响的新方法.分别给出了存在数据包丢失、网络诱导时延以及两者同时存在情况下的控制器设计方法.仿真实验结果验证了所提出算法的有效性.     

基于历史目标函数基准的数据驱动子空间预测控制系统的性能监控

采用历史目标函数基准对数据驱动的子空间预测控制系统进行性能监控, 提出了一种新的历史数据集的选取算法, 该算法克服了以往历史数据集只能依赖经验选取的不足, 不仅可以由用户根据实际控制需求定义性能指标, 而且提高了监控的灵敏度与准确度. 通过Wood-Berry精馏塔的仿真验证了所提算法的有效性.     

基于状态空间模型广义预测控制的并行算法

本文首先基于脉动阵列经，提出了一种实时参数辨识的并行算法，然后推导出基于状态空间模型广义预测控制的两种新算法，这两种算法都可以通过阵列结构并行实现。     

Predictive Functional Control Based on Fuzzy Model: Comparison with Linear Predictive Functional Control and PID Control

The implementation of the fuzzy predictive functional control (FPFC) on the magnetic suspension system is presented in the paper. The magnetic suspension system was in our case the pilot plant for magnetic bearing and is an open-loop unstable process, therefore a lead compensator was used to stabilize it. The high quality control requirements were a-periodical step response and zero steady-state error. Adding the integrator to a feedback causes overshoot. The solution to the problem was cascade control with fuzzy predictive functional controller in the outer loop. To cope with the unknown model parameters and the nonlinear nature of the magnetic system, a fuzzy identification based on FNARX model was used. After successful validation the obtained fuzzy model was used for controller design. The FPFC is compared with a cascade linear predictive functional control (PFC) and PID control. The results we obtained with the FPFC are very promising and hardly comparable with conventional control techniques.     

MATLAB环境下的模型预测控制理论的应用

从模型预测控制的原理出发,介绍利用MATLAB模型预测控制工具箱进行模型预测控制器设计的全过程。就被控对象的不同模型,以及各类模型形式之间的转换做了具体的系统的阐述。在控制器的设计过程中,给出不同情况下的控制器的设计方法,并且对控制器设计中的参数选择对系统控制性能的影响进行了分析与总结。最后通过数值实例说明了如何进行了模型预测控制器的设计。     

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     

基于分布式模型的动车组预测控制方法

针对动车组由若干动车/拖车组成的动力单元固定编组耦 合构成,难以用集中式模型进行有效描述的问题,提出一种动车组运 行过程的分布式描述与建模方法. 基于动车组牵引/制动特性曲线和实际运 行数据,采用子空间模型辨识方法建立了动车组各动力单元的分布式状态空间模型;提出基于分布式模型的动车组预测控制方法,给出了各动力单元牵引/制动力和运 行速度同步跟踪控制算法.基于CRH380AL型动车组运行过程数据的对比仿真结果验证了本文方法的有效性.     

Volterra模型辨识及其在蒸馏塔预测控制中的应用

本文研究一类单输入单输出非线性系统的预测函数控制问题，这类系统能用有限阶离散Volterra级数模型表示，采用最小二乘法进行参数辨识，并通过求解高次方程得到控制律。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。     

具有死区预补偿的非线性预测函数控制

死区特性是一类典型的非线性，它对系统最直接的影响是造成稳态误差。针对工业控制系统中广泛存在的死区非线性特性，通过引入死区非线性预补偿器，使系统转化为广义线性系统，完全消除了死区非线性特性对系统的影响，然后针对此广义线性系统进行预测函数控制算法的设计。利用Matlab软件仿真表明，该非线性预测函数控制方法是一种计算简单、跟踪性能好、误差较小的有效的控制方法。     

加权模型预测控制（WMPC）

针对参数有界系统，将加权模型引入预测控制算法，改进了原算法对模型处理的不足，从而增强了控制系统的鲁棒性，改善了控制性能。仿真结果表明了该方法的有效性。     

采用Hammerstein模型的非线性预测控制

对于象ｐＨ中和，高纯度分离以及化学反等过程的控制，由于其过程本身的严重非线性而变得十分困难。本文提出了一种采用Ｈａｍｍｅｒｓｔｅｉｎ模型的预测控制方法来控制诸如上述的非线性过程，Ｈａｍｍｅｒｓｔｅｉｎ模型用两种方法进行辨识：联立辨识法与序贯识法，特别地，本文提示了一种改进型Ｈａｍｍｅｒｓｔｅｉｎ模型用于克服常规Ｈａｍｍｅｒｓｔｅｉｎ模型在控制器设计时的不足之处，对－ｐＨ中和过程的仿真结果表明，基于     

瓦斯突出模型预测控制的应用研究

煤体瓦斯涌出量的动态变化是一个复杂的非线性系统,传统的瓦斯监测方法准确率较低。针对该问题,文章提出了一种基于BP人工神经网络模型的瓦斯突出危险性预测控制方法。该方法运用BP人工神经网络预测模型对输入的多组样本进行训练学习、建立预测准则,并以此辨识瓦斯突出危险性类型。仿真结果表明,该方法有效解决了传统的瓦斯突出预测模型在事故预测中误差大、稳定性差的缺陷,提高了预测精度。     

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。     

广义预测控制的鲁棒化改进

利用内模控制结构分析了广义预测控制在未建模动态鲁棒性方面的缺陷,提出采用失配滤波器以增强系统的鲁棒性。针对广义预测控制的特点,提出了次优失配滤波器的简单设计方法。     

基于Hammerstein模型预测控制的分析与研究

针对基于Ｈａｍｍｅｒｓｔｅｉｎ模型非线性预测控制中,由中间量经解方程求控制量出现的问题,深入地控制了用两各以方法处理该问题对系统控制质量的影响,得出了相应的结论。     

广义预测鲁棒自适应控制

本文指出自校正控制中广泛采用的CARMA模型会导致控制系统对确定性扰动和非平稳随机扰动缺乏鲁棒性;在CARMA模型中引入相应于上述扰动的不可控模态,给出了一种广义的CARMA模型;基于内模原理,提出一种新的广义预测鲁棒自适应控制器;并从理论上揭示其鲁棒性机理;给出了数字仿真。理论分析和数字仿真结果表明:这种广义预测自适应控制器对各类扰动和对象参数变化具有很强的鲁棒性。     

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。     

旋转导向钻井稳定平台的广义预测控制研究

研究了旋转导向钻井稳定平台的摩擦问题,建立了带摩擦的稳定平台广义被控对象的数学模型。针对稳定平台摩擦的不确定性,为了提高稳定平台系统的控制精度和稳定性,提出了阶梯式广义预测控制算法,既保留了传统广义预测控制的优点,又避免了在线求解逆矩阵,同时使算法的安全性得到了提高。将改进算法应用于稳定平台的工具面角控制,并进行了仿真。仿真结果表明,上述算法具有较高的控制精度和良好的动态性能,并且对时变的摩擦干扰具有较强的抗干扰能力,对系统参数摄动具有良好的鲁棒性。     

鲁棒性多变量预测控制技术的研究和应用

针对时变性强、强耦合和大时滞等过程控制问题,介绍多变量预测控制的一种应用-鲁棒性多变量预测控制技术(RMPCT)的特点及其模型算法,并且论述了预测控制在系统辨识的方面的应用;同时,对软测量仪表的计算误差进行了分析,并根据不同的原因建立了相应的校正模型.用先进控制可以极大地提高石油化工装置的技术水平和经济效益.而作为先进控制核心的系统辨识问题已成为控制系统研究的热点问题.