对角CARIMA模型多变量广义预测近似解耦控制

针对多变量系统中存在的强耦合,提出基于对角CARIMA模型的多变量广义预测控制近似解耦算法.根据对角CARIMA模型中的A和C矩阵为对角形式的特点,将多输入多输出系统分解为多个多输入单输出系统进行预测和控制,一定程度上降低了变量之间的耦合性.根据模型预测值与参考轨迹之间的偏差实时调整目标函数中跟踪误差的加权系数,达到进一步降低各个回路之间耦合的目的.加权系数调整的基本原则是,每个输出跟踪误差的加权系数是由其他输出在同时刻偏离参考轨迹的加权误差平方和构成.当某个输出偏离目标值时,其他输出的跟踪误差权值相对增大,以避免输出之间的相互扰动,达到近似解耦的目的.利用单变量GPC、多变量MGPC、基于设定值观测器解耦的MGPC以及提出的近似解耦方法,分别对温室温度和相对湿度控制系统进行仿真实验.仿真结果显示,近似解耦算法控制平稳,输出变量之间的相互扰动显著降低.     

双Hopfield网络MAC算法在单元机组负荷系统中的应用

电厂负荷系统是一个有耦合的两输入两输出多变量对象,对控制作用有一定的约束。模型算法控制(MAC)是预测控制的一种,在惯性迟延对象的控制中有很好的应用。该文首先将系统分解为两个双输入单输出的系统,并进一步将其简化为两个二次约束优化问题。然后用两个Hopfield网络分别加以求解,从而得到它们的预测控制序列,并能很好的处理控制中的约束条件,避免了传统算法中矩阵求逆等复杂运算。仿真表明,该方法算法简单、鲁棒性强、控制效果理想。     

基于T-S模型的非线性多变量系统快速GPC控制

把T-S模糊模型辨识非线性对象和预测控制技术相结合,提出一种基于T-S模型的非线性耦合多输入多输出系统快速广义预测控制(GPC)方法,并给出了简化的规则选择方法.该方法在线调节参数少、计算量小.仿真结果表明具有控制平稳、超调小、跟踪快的特点.能够对非线性耦合多变量系统进行良好控制,适合工业过程在线应用.     

辨识与控制分离的广义预测控制算法

提出了一种自适应广义预测控制策略。其中，对象参数辨识及预测模型参数计算等以较大的采样周期进行，滚动优化控制以较小的采样周期进行。将辨识与控制运算分别放在２个不同的中断服务程序中，使辨识与控制分离，通过不同采样周期的模型变换建立志辨识与控制的联系，可大大缩短控制运算时间，提高控制的实时性。     

基于Laguerre函数模型的多变量广义预测自适应控制

通过对Laguerre函数模型结构的分析，把多变量广义预测自适应控制方法应用于该模型中，利用Laguerre函数模型近似控制对象系统结构，将模型中间参量的辨识和模型的预测输出有效的统一了起来，克服了单纯基于参数化模型预测控制通常需要已知系统的时延和阶次的局限，为适合该类模型的工业对象应用提供一种有参考价值的控制方法。     

基于模型预测的神经网络非线性时滞系统的辨识和控制

大纯时延、媒种多变、蒸汽负荷频繁变化是链条炉难以进行良好燃烧控制的原因。本文提出了非线性延迟系统的延迟时间参数的神经网络辨识方法，即改变神经网络输入样本区间，利用网络输出期望值与输出实际值之间的误差平方和产生的突变，可以辨识出非线性对象的延迟时间。将神经网络大延迟系统的辨识与基于模型预测的神经网络控制策略相结合，可以用于对具有变化参数或不确定性延迟时间的非线性大延迟系统的控制。仿真结果表明这种神经网络模型对非线性大纯时延系统的控制具有控制速度快，鲁棒性能好等优点。     

基于模型预测的神经网络非线性时滞系统的辨识和控制

大纯时延、媒种多变、蒸汽负荷频繁变化是链条炉难以进行良好燃烧控制的原因.本文提出了非线性延迟系统的延迟时间参数的神经网络辨识方法,即改变神经网络输入样本区间,利用网络输出期望值与输出实际值之间的误差平方和产生的突变,可以辨识出非线性对象的延迟时间.将神经网络大延迟系统的辨识与基于模型预测的神经网络控制策略相结合,可以用于对具有变化参数或不确定性延迟时间的非线性大延迟系统的控制.仿真结果表明这种神经网络模型对非线性大纯时延系统的控制具有控制速度快,鲁棒性能好等优点.     

全混合式反应器厌氧消化过程的动态模型

本文把厌氧消化过程表示成单输入-单输出系统,利用质量平衡关系导出了全混合式反应器厌氧消化过程的动态模型,包括状态模型和差分模型两种形式。由于全混合式反应器中的消化过程可以简化成用反应器中基质浓度和活性微生物浓度两个状态变量来描述,本文得出的状态模型是二阶线性模型。在验证该模型满足能控性和能观测性条件后,导出了等价的采样系统差分模型。差分模型的输入-输出形式,便于采用系统辨识方法估计模型参数,也便于构成自校正控制系统,因而有其工程实用价值。     

热连轧活套系统的数据驱动预测控制

针对热连轧活套高度和张力系统的双输入双输出强耦合特性,提出了基于数据驱动预测控制策略.基于子空间辨识方法,利用离线和在线输入输出数据直接辨识控制器参数,避开模型辨识的过程,同时基于预测控制原理,利用未来输入和已经测得的数据信息,预估未来输出,充分利用预测信息设计控制器,在下一个采样周期开始新的循环.该方法能够提高控制精确度,具有较强的扰动抑制能力.仿真结果表明该方法的可行性和较好的控制效果.     

基于参考模型神经网络的锅炉燃烧系统控制

大纯时延、煤种多变、蒸汽负荷频繁变化是链条炉难以进行良好燃烧控制的原因。本文作者提出了改变神经网络输入样本区间，利用网络输出期望值与输出实际值之间的误差平方和产生的突变，辨识出非线性对象的延迟时间的方法，将神经网络大延迟系统的辨识与基于模型预测的神经网络控制策略相结合，可用于对具有变化参数或不确定性延迟时间的非线性大延迟系统的控制，同时，以10t／h链条炉作为研究对象进行仿真，仿真结果表明这种神经网络模型对非线性大纯时延系统的控制具有控制速度快，鲁棒性能好等优点。     

对角优势理论在控制系统未知模型中的应用

以对角优势系统的补偿器结构为基础,对于未知模型的闭环系统,选取近似模型实现鲁棒控制器设计。把系统辨识、模型简化、控制器设计与鲁棒性分析结合起来,确保实际闭环稳定性并予估实际系统的动态性能。这是以对角优势理论为基础的INA法在未知多变量系统中的推广。     

多变量约束快速动态矩阵控制算法研究

针对快速动态过程与低维非方多变量系统，提出了一种多变量约束快速动态矩阵控制（DMC）算法。采用动态优化和经济优化两层结构，自动实现非方系统的控制结构转换。在满足基本控制目标的基础上，利用多余的自由度实现经济目标优化。算法采用阶跃响应模型与参数模型相结合的方法改进了预测模型，消除了截断误差，仅取每个输出未来的一点进行优化并计算单步控制作用。与常规多变量约束DMC算法比较，该算法有效地减小了计算负荷，而性能损失很少，可以直接在现有集散控制系统（DCS）上实现。工程应用实例与仿真证明了该控制算法的有效性。     

一类可解耦MIMO系统的模型跟随变结构控制

结合线性多变量系统解耦理论与变结构控制的优点，采用鲁棒控制系统理论中的二自由度结构法的设计思想，提出了一种对于可解耦多输入多输出线性系统的模型跟随变结构控制方法，对于一类满足解耦条件的多输入输出跟踪系统，分两步进行设计，首先对被控对象标称模型进行解耦和稳定化极点配置，将得到的控制表达式作为最终控制律的第一部分，其次，以前一部分设计构成的闭环系统模型作为参考模型建立模型跟随偏差系统，并求出变结构控制律，作为最终控制的律的第二部分，从而使被控系统在存在内部模型参数摄动和外部干扰的情况下，仍然具有优良的动态性能，利用Lyapunov方法证明了所设计的模型跟随编差系统是稳定的，最后，通过仿真实例，表明了所提出的方法是正确的。     

预磨机磨矿系统的IMC-PID串联解耦控制

针对预磨机磨矿系统是一个纯迟延、强耦合的多变量系统,传统的单变量PID控制方法无法满足要求的问题,在满足预磨机设备的粒度生产要求及低功耗的前提下,考虑多种不同因素对磨矿系统的影响,设计了二输入二输出的控制系统,对于系统模型中含有的不确定性时滞环节,根据时滞与时间常数比值情况,选择采用一阶Pade模型近似来对其滞后模型进行转化,进而对模型传递函数进行对角矩阵解耦获得对角传递函数矩阵,并作为内部模型设计出IMC-PID控制器,最后对预磨机系统加入解耦环节的内模控制整定的PID控制系统与常规PID控制系统进行阶跃响应对比仿真验证. 结果表明:所设计的加入解耦环节的IMC-PID控制系统具有较强的鲁棒性和满意的调节品质,能有效地解决磨矿系统输出间的耦合和时滞问题,且具有更好的动态性能和抗干扰能力,有很好的工程应用价值.     

多变量受控自回归滑动平均系统的极大似然辨识方法

提出了一种针对多变量受控自回归滑动平均(controlled autoregressive moving average system-like, CARMA-like)系统的极大似然参数估计算法。将CARMA-like系统分解成为m个辨识模型(m是输出量的个数),使每一个辨识模型仅包含一个需要估计的参数向量,通过极大似然方法估计每个辨识模型的参数向量,从而得到整个系统的参数估计值。仿真结果验证了该算法的有效性。     

基于CARIMA模型GPC算法的感应电机直接转矩控制

针对感应电机直接转矩控制在低速时转矩脉动大等缺点,本文首次提出了一种基于CARIMA模型的广义控制算法,并使其应用于感应电机的直接转矩控制。该算法直接作用于直接转矩控制中的转速控制,不依赖于电机的具体模型,通过系统辨识与参数估计获得算法模型参数,具有在线辨、滚动优化和对模型的要求不高等优点。通过仿真表明,此算法提高了感应电机直接转矩控制的控制精度和低速性能。     

多维CARMA系统辨识的实践性研究

以时间序列多维ＣＡＲＭＡ模型对多变量动态系统的闭环辨识及可辨性条件进行了具体辨识方案的研究．采用Ｃ语言设计了多维ＣＡＲＭＡ系统闭环辨识程序并经实例仿真证明了其有效性和实用性，为解耦控制系统的实现奠定了基础．     

多变量自校正控制器在空调系统中的实验研究

本文讨论了多变量自校正控制器的原理。设计了以 APPLEⅡ为主机的计算机控制空气调节系统。应用多变量系统的结构辩识和参数估计理论,研究了未知结构的多变量自校正控制器在温湿度空调系统中的应用。     

DC-DC变换器显式模型预测控制

采用v分解方法建立了DC-DC变换器的离散时间混杂模型,并将其转换为分段仿射(PWA)形式,把DC-DC变换器的控制问题转化为分段仿射系统的约束优化控制问题。针对带状态和输入约束的离散时间分段仿射系统动态变化快的特点,应用显式模型预测控制方法,并基于多参数二次规划算法得到了关于状态变量的分段线性显式最优控制律,从而进一步得到DC-DC变换器显式模型预测控制系统。数值仿真计算表明:DC-DC变换器的显式模型预测控制是有效的,系统控制的动态性能是优越的。