一类对称非线性系统及其约束广义预测控制

针对随机广义Hammerstein模型的“不对称性”和控制问题,分析了其不能描述“对称非线性系统”的原因,在模型中加入控制输入的符号函数,提出可描述“对称非线性系统”的改进模型.对超二次型目标函数的不合理性,在其中加入控制输入的符号函数,提出一个合理的超二次型目标函数.从而给出约束广义预测控制算法,适用于开环不稳定的“...     

约束非线性系统的滑模预测控制方法

将预测控制和滑模控制结构起来,提出一种新的非线性模型预测控制方法,通过对系统状态预测得到切换函数预测值,求解约束开环优化求得预测控制律,并将当前时刻的控制作用于对象,下一时刻重复此过程,该方法具有预测控制在线处理约束及滑模控制滑动模态对干扰的不变性的优点,分析了零终端滑模约束模型预测控制的稳定性。     

约束非线性系统构造性模型预测控制

研究了连续时间约束非线性系统模型预测控制设计.利用控制Lyapunov函数离线构造单变量可调预测控制器,再根据性能指标在线优化可调参数,其中该参数近似于闭环系统的"衰减率".同时,控制Lyapunov函数保证了算法的可行性和闭环系统的稳定性.最后通过数值仿真验证了该算法的有效性.     

基于区间控制的约束预测控制及约束影响

在实际被控过程中往往存在着很多约束条件,这使得预测控制的在线优化问题表现为非线性,难以获得控制律的具体表达式,为约束预测控制的分析造成困难基于Newton控制框架,针对线性系统离散状态空间的动态模型,考虑具有输入、输出区间约束条件下,基于区间控制思想的预测控制律的解析表达式,分别得到无约束和有约束情况下状态反馈控制律的...     

带终端滑模约束的非线性模型预测控制方法

将预测控制和滑模控制结合起来,提出一种非线性性模型预测控制方法。给出一种可行的双模控制方案,系统状态位于终端区外时采用提出的预测控制,在终端区内部采用高线设计的滑模控制。对系统终端滑模附加不等式约束,使得系统状态在预测时域的末端位于高线设计的滑动模态区内,从而使预测时域减小。仿真结果表明了算法的有效性。     

基于粒子群优化的约束广义预测控制实现方法

用微粒群优化算法解决存在约束的广义预测控制的优化问题,并给出了基于微粒群优化算法的广义预测控制算法的实现方法.将该算法应用到工业过程对象中进行测试,仿真结果表明了算法的有效性和高效性,获得了良好的控制效果.     

变约束高效预测控制

为改善离线鲁棒预测控制算法的最优性引入了变终端约束集的思想,即在原离线方法基础上通过在线优化方法获得构建当前反馈矩阵的凸组合系数,然后再产生当前控制量.与原方法相比增加了在线求解的自由度,改善了系统的最优性.在此基础上,又提出了变约束预测控制(VC-MPC)算法,根据状态所处的不同稳定椭圆域确定其对应的控制约束,在取得...     

一种解决预测控制输入信号受约束问题的方法

本文通过适当选取指标函数中各加权多项式，提出一种解决预测控制输入信号受约束问题的方法，由于使指标函数取最小值的当前控制信号与将来的控制信号无关，因而使控制算法大大简化。     

基于模糊目标和模糊约束的满意控制

研究在预测控制框架下进行模糊决策问题,提出一种基于模糊目标和模糊约束的预测控制方法。其目标函数以决策者的控制要求和最终控制的满意度来表示,比传统的加权方差具有更多的自由度;与基于二次型性能指标的预测相比,该方法可使系统设计更加灵活。仿真结果表明了该方法的有效性。     

满足因果约束的多速率单值广义预测控制

针对输入更新频率和输出采样频率均不相同的多速率采样系统,提出一种多速率广义预测控制算法．通过采用在系统周期内根据不同的采样时刻构造扩展模型序列的方法,有效地解决了由于多速率采样而引起的因果约束问题．在此基础上,对算法的闭环稳定性进行了分析,仿真结果证明了算法的有效性．     

计算受限控制系统的一种全资源预测控制方法

针对具有时变有限且不可预知计算资源的控制系统,提出了一种充分利用可用计算资源的预测控制策略和相应的控制器设计方法.该策略在控制系统可用计算资源充足时计算多步前向预测控制量,进而使用合适预测控制量在控制器因缺少计算资源无法运行时闭合系统,达到了在不要求额外计算资源前提下提升控制系统性能的效果.利用改进的模型预测控制方法设计了相应的控制器,并分别使用纯数值和MATLAB/LabVIEW联合仿真算例对所提出的方法进行了验证.     

基于多面体不变集的变终端约束集RMPC

针对一类状态和输入受约束的多胞不确定线性时变系统,提出了一种基于多面体不变集的变终端约束集鲁棒模型预测控制算法.首先采用基于状态反馈增益的多面体不变集计算方法,给出了一种新的控制不变集序列构造方法,然后以控制不变集序列的并集作为终端约束集,结合在线优化和增益切换,实施变终端约束集双模鲁棒预测控制.该算法不仅有效地扩大了...     

PFC中约束优先级及可行性问题的混杂处理

针对预测函数控制的约束不可行和优先级问题,基于混杂系统以及混合逻辑动态模型的思想提出了约束不可行及优先级问题的混杂PFC处理方法,讨论了由PFC、混杂系统、松弛变量法所组成的约束不可行及优先级问题的具体实现方法与步骤.在通常PFC跟踪性能指标的基础上结合MLD与松弛变量法,通过将命题逻辑转化为混合逻辑不等式并与系统自身...     

Linear offset-free Model Predictive Control

This work addresses the problem of offset-free Model Predictive Control (MPC) when tracking an asymptotically constant reference. In the first part, compact and intuitive conditions for offset-free MPC control are introduced by using the arguments of the internal model principle. In the second part, we study the case where the number of measured variables is larger than the number of tracked variables. The plant model is augmented only by as many states as there are tracked variables, and an algorithm which guarantees offset-free tracking is presented. In the last part, offset-free tracking properties for special implementations of MPC schemes are briefly discussed.     

预测控制中的稳态优化策略

预测柠制算法为了在自由度不足时按优先级优先保证基本控制目标，在自由度多余时充分利用自由度提高效益，在算法中引了优化 控制的策略，本文首先介绍和分析了以前对预测控制的改进工作，最后给出了基于目标规划思想的优化策略。     

基于动态矩阵控制的双层结构预测控制的整体解决方案

本文给出一种双层结构预测控制的整体解决方案. 该方案分为开环预测、稳态目标计算和动态控制三个模块. 开环预测基于实测被控变量值和过去的操作变量值, 在假设未来操作变量不再变化的情况下, 估计未来的被控变量值. 稳态目标计算根据开环预测结果和外部目标等要求, 计算操作变量、被控变量的稳态目标值以及软约束的放松量. 动态控制根据开环预测结果和稳态目标输出结果, 计算未来的控制作用增量序列, 采用经典的动态矩阵控制策略. 这个整体解决方案保证了三个模块在模型、约束、目标上的一致性. 该算法是在已有文献的基础上, 将三个模块统一处理得到的. 仿真与应用例子证实了该算法的有效性.     

Hybrid Fuzzy Modelling for Model Predictive Control

Model predictive control (MPC) has become an important area of research and is also an approach that has been successfully used in many industrial applications. In order to implement a MPC algorithm, a model of the process we are dealing with is needed. Due to the complex hybrid and nonlinear nature of many industrial processes, obtaining a suitable model is often a difficult task. In this paper a hybrid fuzzy modelling approach with a compact formulation is introduced. The hybrid system hierarchy is explained and the Takagi–Sugeno fuzzy formulation for the hybrid fuzzy modelling purposes is presented. An efficient method for identifying the hybrid fuzzy model is also proposed. A MPC algorithm suitable for systems with discrete inputs is treated. The benefits of the MPC algorithm employing the hybrid fuzzy model are verified on a batch-reactor simulation example: a comparison between the proposed modern intelligent (fuzzy) approach and a classic (linear) approach was made. It was established that the MPC algorithm employing the proposed hybrid fuzzy model clearly outperforms the approach where a hybrid linear model is used, which justifies the usability of the hybrid fuzzy model. The hybrid fuzzy formulation introduces a powerful model that can faithfully represent hybrid and nonlinear dynamics of systems met in industrial practice, therefore, this approach demonstrates a significant advantage for MPC resulting in a better control performance.     

预测校正在模糊控制中的应用

在模糊控制的过程中，通过加入预测信息来改善控制性能。数学仿真和实时控制的结果表明，预测校正的加入，使控制器的性能得到了明显了改善。