基于子空间辨识的状态空间模型预测控制

针对无法从工业过程中获得准确状态空间模型的问题,提出一种基于子空间辨识的状态空间模型预测控制方法。利用子空间辨识方法得到的状态空间模型作为系统模型,给出约束条件下的预测控制算法。以CD播放器机械臂系统为例,通过状态空间模型预测控制方法实现对系统输出的跟踪控制,仿真结果表明,该方法控制效果良好。     

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...     

一种基于DMC的新型预测PID控制器及其整定(英文)

本文提出一种基于动态矩阵控制(DMC)算法预测特性的新型PID控制方法.在考虑将来的输出期望偏差罚函数最小的前提下,由DMC计算出控制变量的值.继而构造基于DMC的预估器用以预测将来时刻的系统输出.根据将来时刻的多步预测偏差,PID控制器产生当前时刻的实际控制增量.文中也给出了基于DMC的预估器及PID控制器的参数整定方法.仿真结果表明,与常规的PID控制和DMC控制相比,所提方法具有良好的控制性能,扰动抑制尤其优良.     

数据驱动下供应链系统变更自适应预测控制

针对动态供应链系统正常运行过程中生产环节发生变更的情况,提出了一种基于数据驱动的自适应预测控制算法。首先,利用数据驱动的方法建立供应链系统的子空间预估模型,将子空间预估器参数与预测控制策略相结合,直接设计自适应预测控制器;其次,求得多级供应链系统在运作过程中发生内部节点变更状况下的库存控制策略;最后,以三节点生产—库存供应链系统为例,验证所提出的算法。在仿真部分验证了基于数据建模的准确性,分析了供应链系统在自适应预测控制的生产策略下其在内部节点发生变更前后库存水平的波动状况,仿真结果表明该方法的鲁棒性和有效性。     

基于RBF神经网络的智能PID控制算法

针对工业中的纯滞后现象提出一种智能控制方法,在常规的PID控制器中引入Smith预估器,对纯滞后时间τ所产生的特性进行预估补偿,同时利用RBF神经网络对PID的参数进行自整定,在一定程度上增强了系统的鲁棒性和稳定性。实验证明,此控制方法对纯滞后工业对象进行控制可以得到良好的效果。     

基于CARMA模型多变量系统的j步输出预估

用于广义预测控制（GPC）的单变量j步预估器传统上是在多项式域采用丢番图方程导出的,针对与其等价的状态空间形式预估器,对该预估器的多变量扩展进行了z域分析,得到一个多项式域的基于CARMA模型的多变量j步预估器．该预估器可以简化多变量系统的GPC算法设计,在单变量情形,该预估器即为传统的GPC预估器,最后提供了传统GPC预估器与状态空间形式预估器等价性的严格证明．     

一种基于内模结构的模糊控制算法及应用

基于模型的预测控制算法在工业控制中获得了广泛的应用,特别是针对非线性大时滞系统.本文提出了一种基于内模结构的模糊控制算法,它的最大特点是引入模糊内模预估器作为被控过程的内部模型,对过程输出进行预测,从而克服时滞对系统带来的不利影响.同时,根据预测误差,滤波器在线修正、补偿被控过程的模型失配.仿真及炉温实时控制实验结果表明,此种控制策略优于常规控制方法,实用前景明显.     

一种新的模糊内模预估控制器及应用

对不确定时滞系统, 提出了一种新的模糊内模预估控制方法. 它的最大特点是采用智能化的模糊模型预估器作为被控过程的内部模型, 对实际输出起预测作用, 从而克服时滞对系统带来的不利影响. 同时, 根据预测误差建立一模糊内模控制器, 在线修正、补偿被控过程的模型失配. 数字仿真和电阻炉温度实时控制结果表明, 这种控制方法优于常规控制方法; 有一定的实用前景.     

基于啤酒发酵过程的时变轨迹输出反馈鲁棒模糊预测控制

考虑到实际生产中状态不易测量和设定值变化的情况以及系统本身的非线性特性,针对啤酒发酵过程温度控制系统提出了一种时变轨迹下输出反馈鲁棒模糊预测控制方法。在啤酒发酵罐温度系统的机理模型的基础上,建立包括不确定性和未知干扰的状态空间模型;通过设计模糊集,建立为具有加权系数的T-S模糊状态空间模型;并在状态变量的中引入输出跟踪误差,建立新型多自由度状态空间模型;并运用鲁棒模型预测控制方法优化参数不确定性问题,结合李雅普诺夫稳定性理论推导出线性矩阵不等式形式的稳定性条件,通过求解线性矩阵不等式中参数来计算对应子模型控制律,并对所设计的输出反馈控制器给定权值。通过仿真结果验证了提出方法的有效性和可行性。     

非参数预估模糊自适应控制的研究

通过对非参数预估理论的研究,研究出针对纯滞后、强耦合、参数时变的非线性系统的非参数预估算法,进而提出在工程中的实用方法.根据非参数预估原理及工程实用方法,设计出一种非参数在线预估器,并将它用作预估补偿环节,组成具有非参数在线预估器的模糊控制系统.运行时,预估器利用被控对象的输出历史数据,时刻跟踪其输出的变化,从而提前采取控制.以热风炉燃烧为工程控制对象进行仿真,结果表明该策略能够取得良好的控制效果.     

Data-driven predictive control for continuous-time linear parameter varying systems with application to wind turbine

A new data-driven predictive control method based on subspace identification for continuous-time linear parameter varying (LPV) systems is presented in this paper. It is developed by reformulating the continuous-time LPV system which utilizes Laguerre filters to obtain the subspace prediction of output. The subspace predictors are derived by QR decomposition of input-output and Laguerre matrices obtained by input-output data. The predictors are then applied to design the model predictive controller. It is shown that the integrated action is incorporated in the control effect to eliminate the steady-state offset. We control the continuous-time LPV systems to obtain the attractive performance with the proposed data-driven predictive control method. The proposed controller is applied to a wind turbine to verify its effectiveness and feasibility.     

基于Laguerre滤波器的核范数子空间辨识

连续时间随机系统是指各个变量是时间的连续函数并且状态和输出向量受到噪声干扰的动态系统. 由于 生物学、经济学以及物理学等领域都存在连续随机的现象, 连续时间随机系统的辨识受到了各领域专家学者的广 泛关注. 本文针对连续时间随机系统提出一种基于Laguerre滤波器的核范数子空间辨识方法. 首先, 采用Laguerre滤 波器获得系统的输入输出矩阵方程. 然后, 通过核范数最小化方法代替主奇异值的截断获得低秩矩阵逼近, 并利用 交替方向乘子法求解此优化问题. 最后, 采用最小二乘法和残差分析法分别得到模型的系统矩阵和噪声强度. 仿真 结果验证了所提方法的有效性、精确性及比较优势.     

Stochastic system transformation using generalized orthonormal basis functions with applications to continuous-time system identification

This paper studies the system transformation using generalized orthonormal basis functions that include the Laguerre basis as a special case. The transformation of the deterministic systems is studied in the literature, which is called the Hambo transform. The aim of the paper is to develop a transformation theory for stochastic systems. The paper establishes the equivalence of continuous and transformed-discrete-time stochastic systems in terms of solutions. The method is applied to the continuous-time system identification problem. It is shown that using the transformed signals the PO-MOESP subspace identification algorithm yields consistent estimates for system matrices. An example is included to illustrate the efficacy of the proposed identification method, and to make a comparison with the method using the Laguerre filter.     

基于随机分布理论的递推子空间辨识

在实际生产过程中,采用传统子空间辨识法建立的离线模型并不能有效准确地跟踪系统的动态变化;奇异值分解等线性代数工具虽然增加算法的数值鲁棒性,但也相应增加了子空间辨识的在线递推困难.为解决上述问题,本文针对连续时间系统提出基于随机分布理论的递推子空间辨识方法.首先,通过随机分布理论构建系统的连续随机分布函数,并利用微分计算获得系统等价的输入输出矩阵方程.然后,采用将输入输出数据矩阵"R"规模固定的方法,达到数据压缩的目的.最后,通过最小二乘法和残差分析法递推更新模型的系统矩阵和噪声强度直至达到辨识要求.仿真结果验证了所提方法的有效性和精确性.     

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.     

基于输出反馈的不确定连续系统的鲁棒预测控制

运用线性矩阵不等式方法,研究一类基于输出反馈的线性连续时间范数有界参数不确定系统的鲁棒预测控制问题．基于变量变换的思想,将无限时域“最小—最大”优化问题转化为线性规划问题,得出分段连续的输出反馈控制律,并给出了控制律存在的充分条件,证明了优化问题在初始时刻的可行解保证闭环系统渐近稳定．仿真实例验证了此方法的有效性．     

Projection based MIMO control performance monitoring: II––measured disturbances and setpoint changes

In this paper the performance monitoring method based on subspace projections from Part I [J. Proc. Cont. 13 (2003) 739] is extended to include measured disturbances and setpoint changes. It was shown in [J. Proc. Cont. 13 (2003) 739] that the minimum variance output space is an optimal subspace of the general closed-loop output space and that orthogonal projections of filtered output data onto past closed-loop output data can be used to assess the performance of feedback controllers. This paper demonstrates that the same framework is directly applicable to systems with measured disturbances by augmenting the data matrix with those measured disturbances. Furthermore, it provides a means of separating suboptimal control performance between that arising from unmeasured disturbances and that due to measured disturbances. The effect of setpoint changes on control performance can be calculated as special feedforward variables. The controller is generally time-varying to include the case of model predictive control. A simulation example and an industrial boiler process are used to demonstrate the effectiveness of the proposed method.     

Continuous-Time Prediction of Industrial Paste Thickener System With Differential ODE-Net

It is crucial to predict the outputs of a thickening system, including the underflow concentration(UC) and mud pressure, for optimal control of the process. The proliferation of industrial sensors and the availability of thickening-system data make this possible. However, the unique properties of thickening systems, such as the non-linearities, long-time delays, partially observed data, and continuous time evolution pose challenges on building data-driven predictive models. To address the above ...     

基于输入输出线性化的连续系统非线性模型预测控制

非线性约束预测控制关键是求得可行性优化解. 输入输出反馈线性化是非线性控制一种常用的方法, 其系统的初始线性输入约束转化成非线性基于状态的约束, 因而无法采用常规的二次规划(QP)求解优化问题. 针对连续状态空间模型系统, 本文提出迭代二次规划方法来寻求非线性优化解. 为了保证算法的收敛性, 系统加入另外一种迭代算法来保证其在整个预测时域上能得到可行解. 仿真控制结果表明了该方法的有效性.