时滞不确定系统DMC约束控制的鲁棒性条件

讨论具有控制变量约束的时滞线性不确定系统DMC算法的鲁棒稳定性充要条件,共有两个部分：1）线性时滞DMC约束控制算法,通过在预测模型中引进模型误差补偿时ε1（k)和干扰修正量ε2（k)来补偿预测输出,减小预测误差;2）给出闭环系统鲁棒稳定的充要条件,得出了保证系统鲁棒性的模型误差,干扰、预测误差、跟踪误差以及期望输出各量之间的定量关系。     

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。     

大时滞过程的预测自耦PI控制方法

针对大时滞系统的控制难题,提出了一种不依赖于被控对象模型的预测自耦PI（predictive self-coupling PI,PSC-PI）控制方法.该方法利用预估模型输出补偿实际输出,将系统外部扰动和内部不确定性定义为总和扰动,据此建立了动态误差系统,设计了以速度因子为核心的预测自耦PI控制律及其整定规则,进而形成了一个在总和扰动反相激励下的动态误差系统.理论分析表明,由预测自耦PI控制器组成的闭环控制系统具有全局鲁棒稳定性.仿真实验结果表明,该方法可以快速、平滑、准确地跟踪期望信号且控制精度高,在大时滞过程控制领域具有重要的理论意义和应用价值.     

感应电机最小定子电流的PI预测函数控制

研究感应电机效率优化问题,针对目前传统控制方法在电动机动态时为使电机能够提高响应性能而无法兼顾效率优化的缺点,设计了一种基于多变量PI预测函数的最大转矩电流比控制策略.通过引入预测输出误差项,构建具有比例、积分性质的多变量预测函数控制器,并应用到感应电机电流环控制中.能够有效地控制定子电流励磁分量与转矩分量,从而实现电动机转子磁链与转速的解耦控制.改进型多变量PI预测函数控制策略具有跟踪效果好、抗干扰能力强、无超调、稳态误差小的优点,兼顾了感应电机的动态效率与转速响应速度.同时该算法与传统预测控制器结构类似,便于广大工程人员设计实现,适用于电动汽车中的驱动电机.     

一类非线性系统的自适应预测函数控制

针对一类具有输出反馈耦合的离散非线性系统,将过程的非线性状态空间模型等效为线性时变状态空间模型;然后利用最小二乘法辨识系统参数,并通过在目标函数中引入系统状态的变化给出一种具有类似离散PI最优调节器结构的新型自适应预测函数控制器．由于引入了新的优化目标函数,该控制器控制效果与鲁棒性要优于仅考虑预测输出误差的传统预测函数控制器．仿真结果表明,该控制器优于经典离散PI最优调节器．     

一种基于时域响应的预测控制算法的研究

针对工业控制过程中系统具有大滞后这一特性,给出了一种基于时域响应特性的预测控制算法.该算法利用当前及之前的采样信息和已输出的控制信息预测系统的未来输出,获得使系统无偏差的控制信号,使得系统的性能指标最优.理论分析和Matlab仿真试验验证了该算法的可行性.该算法计算简单、鲁棒性强、抑制干扰能力及跟踪性能良好,对大时滞一阶系统具有较理想的控制效果.     

网络控制系统PI预测控制及稳定性分析

将PID反馈原理引入广义预测控制（GPC）思想,把GPC目标性能函数改造成具有PI的结构形式,根据反馈时延导出多步控制序列,通过时延补偿器对前向时延进行补偿,使控制性能在网络环境下得到极大改善。控制器结合了PID控制和预测控制的优点,具有较强的鲁棒性和工程意义。构造Lyapunov函数对闭环系统的稳定性进行分析,并通过仿真验证了该算法的有效性。     

IMNMSSPC算法在盾构机土压平衡控制中的应用

针对盾构掘进过程中密封舱内土压平衡控制的精确度低、效果差的问题,提出了一种改进的多变量非最小相位状态空间模型预测控制（IMNMSSPC）应用于密封舱多点土压平衡控制。该方法利用阶跃响应数据建立传递函数模型,将模型转换成状态空间的形式,在目标函数中引入了可调因子,反馈校正中对预测误差补偿进行校正,有效减小了模型失配时产生的误差;建立了以密封舱多监测点土压力为输出,以盾构机推进速度、螺旋输送机转速为输入的盾构土压平衡过程模型,通过多步预测直接递推出过程预测输出,并对控制量进行优化求解,从而实现土压平衡的自动控制。应用结果表明该算法具有较高的控制精度、良好的跟踪性能和强鲁棒性。     

一种改进的基于概率约束DMC控制算法

动态矩阵控制（DMC）是模型预测控制（model predictive control）的一种典型算法，通过模型预测、在线滚动优化和反馈校正来对被控系统实施优化控制，能有效处理系统输入输出约束和抑制随机干扰。为了使具有概率约束的被控对象具有更好的动态响应速度和鲁棒性，在优化性能指标函数中引入跟踪误差的微分项，再通过高斯近似把概率约束指标转换为确定约束，建立有约束DMC预测控制算法。理论分析和计算机仿真结果表明了该算法使系统具有更好的控制品质。     

非线性时滞系统的周期自适应学习跟踪控制

针对一类参数未知的周期非线性时滞系统的输出跟踪控制问题,设计了一种周期自适应迭代学习跟踪控制算法,该方法利用信号置换的思想重组系统,并在假设未知时变参数和参考输出的周期具有已知最小公倍数的情况下,将时滞以及其他不确定的时变项合并为一个周期性的辅助时变参数新变量,进而用周期自适应算法来估计该辅助量.通过构造一个Lyapunov-Krasovskii型复合能量函数,分析了系统的收敛性,证明了经过多次重复迭代学习,所有闭环信号有界且输出跟踪误差收敛,最后通过构造数值实例进行了仿真验证.理论分析和仿真结果表明,该算法简单有效,对于非线性时滞系统的跟踪问题具有很好的控制效果.     

PI tracking control for nonlinear time-varying delay Markov jump systems

This paper considers robust stochastic stability and PI tracking control problem for Markov jump systems with both input delay and an unknown nonlinear function. Based on the traditional PI control strategy, a new controller design scheme is proposed for nonlinear time-delay Markov jump systems which can realize multiple control objectives including robust stochastic stability and tracking performance. By using the Lyapunov stability theory and LMI algorithms, a sufficient condition for the solution to robust stochastic stability and tracking control problem is obtained. Then, the desired controller with PI structure is designed, which ensures the resulting closed-loop system is robust stochastically stable and the system state has favorable tracking performance. Finally, a numerical example is provided to illustrate the effectiveness of the proposed results.     

饱和输入下四旋翼无人机滑模轨迹跟踪控制

为解决四旋翼无人机在饱和输入下的轨迹跟踪控制问题,同时兼顾系统存在的参数不确定性和外部风力扰动影响,设计了一种改进的抗干扰自适应鲁棒滑模控制方法;基于六自由度架构,设计四旋翼无人机简化的系统模型,进而降低控制器设计的复杂程度;引入带有误差信号的滑模函数,设计带有误差信号的饱和补偿自适应控制律,同时增加鲁棒控制项,降低由于饱和输入问题带来的抖振影响,并减小参数不确定和外部风力扰动对系统稳定性的影响;系统模型与抗干扰自适应控制律相结合,形成了改进的抗干扰自适应鲁棒滑模控制策略,实现四旋翼无人机的位置轨迹和姿态轨迹的稳定跟踪;最后通过数值仿真与传统PD控制算法进行仿真比较,验证控制方法的有效性和优越性。     

神经网络非线性多步预测逆控制方法研究*

提出了基于多步预测控制方法的多变量非线性神经网络逆控制方案。利用预测模型对系统动态特性进行预测,使用一个带有时延因子的前馈神经网络作为控制器,利用多步预测性能指标对其在线训练,实现神经网络逆系统;在多步预测过程中还对每一步的预测误差进行预测,以实现预测误差补偿。将所提出的控制算法用于锅炉这种大滞后非线性对象的控制,仿真实验证明,该控制策略具有良好的解耦和动态跟踪性能。     

基于Laguerre函数的BLDCM转速预测控制器

针对无刷直流电机(Brushless DC Motor,BLDCM)模型参数时变的特性,为解决不同工况下的转速跟踪问题,将Laguerre函数引入控制器设计中,提出了一种新型的广义预测控制算法。该算法通过对控制量的参数化设计,减少了计算量,使得系统响应加快;通过修改PI型性能指标,抑制了超调,提高了系统稳定性。仿真结果表明,相比传统广义预测控制(Generalized Predictive Control,GPC)算法,用该算法设计的转速控制器对跟踪指令响应更快,抗干扰能力强且对参数不确定性具有较强的鲁棒性。     

Adaptive recurrent neural network control using a structure adaptation algorithm

This paper proposes an adaptive recurrent neural network control (ARNNC) system with structure adaptation algorithm for the uncertain nonlinear systems. The developed ARNNC system is composed of a neural controller and a robust controller. The neural controller which uses a self-structuring recurrent neural network (SRNN) is the principal controller, and the robust controller is designed to achieve L ² tracking performance with desired attenuation level. The SRNN approximator is used to online estimate an ideal tracking controller with the online structuring and parameter learning algorithms. The structure learning possesses the ability of both adding and pruning hidden neurons, and the parameter learning adjusts the interconnection weights of neural network to achieve favorable approximation performance. And, by the L ² control design technique, the worst effect of approximation error on the tracking error can be attenuated to be less or equal to a specified level. Finally, the proposed ARNNC system with structure adaptation algorithm is applied to control two nonlinear dynamic systems. Simulation results prove that the proposed ARNNC system with structure adaptation algorithm can achieve favorable tracking performance even unknown the control system dynamics function.     

基于预测函数算法的陶瓷烧成窑炉温度控制研究

针对陶瓷烧成生产过程的复杂性,本文提出一种基于预测函数控制的陶瓷烧成温度控制策略。根据陶瓷烧成窑炉数学模型,首先阐述陶瓷烧成温度预测函数控制的原理及应用,并给出陶瓷烧成温度预测函数控制方案;然后进行闭环系统性能分析;最后对模型进行仿真实现。仿真结果表明,该控制方法具有计算量小、跟踪误差小、抗干扰能力强等优点。     

有源电力滤波器的鲁棒重复电流控制策略研究

针对传统的电流环PI控制存在稳态误差和相角偏移等问题,提出了一种有源电力滤波器的鲁棒重复电流控制策略,详细分析了鲁棒重复控制策略的具体实现方法。仿真和试验结果表明,该控制策略在实现有源电力滤波器输出补偿电流准确跟踪指令电流的同时,提高了有源电力滤波器的抗干扰性能,显著改善了有源电力滤波器的动静态性能。     

Design of an RMPC with a time‐varying terminal constraint set for tracking problem

This paper presents a robust model predictive control algorithm with a time‐varying terminal constraint set for systems with model uncertainty and input constraints. In this algorithm, the nonlinear system is approximated by a linear model where the approximation error is considered as an unstructured uncertainty that can be represented by a Lipschitz nonlinear function. A continuum of terminal constraint sets is constructed off‐line, and robust stability is achieved on‐line by using a variable control horizon. This approach significantly reduces the computational complexity. The proposed robust model predictive controller with a terminal constraint set is used in tracking set‐points for nonlinear systems. The effectiveness of the proposed method is illustrated with a numerical example. Copyright © 2015 John Wiley & Sons, Ltd.     

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。     

A new sliding function for discrete predictive sliding mode control of time delay systems

The control of time delay systems is still an open area for research. This paper proposes an enhanced model predictive discrete-time sliding mode control with a new sliding function for a linear system with state delay. Firstly, a new sliding function including a present value and a past value of the state, called dynamic surface, is designed by means of linear matrix inequalities （LMIs）. Then, using this dynamic function and the rolling optimization method in the predictive control strategy, a discrete predictive sliding mode controller is synthesized. This new strategy is proposed to eliminate the undesirable effect of the delay term in the closed loop system. Also, the designed control strategy is more robust, and has a chattering reduction property and a faster convergence of the system s state. Finally, a numerical example is given to illustrate the effectiveness of the proposed control.