基于MCGS的预测控制在锅炉蒸汽压力系统中的应用研究

根据锅炉燃烧系统的动态特点,提出基于动态矩阵控制-串级控制(DMC-PID)结合的蒸汽压力预测控制方案.在VB6.0环境下完成动态矩阵控制算法,并通过ActiveX方式嵌入到MCGS组态软件中,实现对锅炉蒸汽压力系统的预测控制,仿真结果验证了该算法具有较快的负荷响应和较强的鲁棒性.     

具有PI结构的自校正动态矩阵加权控制算法

提出了一种改进自校正动态矩阵控制算法。算法中控制器具有比例积分（ＰＩ）结构，即时控制由各时刻预测控制的加权平均产生，加权系数基于预测输出误差的大小及时调整。仿真结果表明，本文算法比一般的自校正动态矩阵控制对于时变对象具有更强的鲁棒性。     

基于SIS的预测控制应用研究

火力发电厂厂级监控信息系统(SIS)作为一种以优化机组运行、提高运行经济性为主要目标的信息系统,已在火电厂厂级管理方面发挥了重要作用.为了更加有效地利用SIS平台上的大量数据,提出了基于SIS平台的动态矩阵预测控制.以湖北某电厂SIS为例,将锅炉过热蒸汽温度作为控制对象,蒸汽流量作为扰动量来反映锅炉运行工况的变化.采用神经网络辨识方法建立被控对象的动态模型并将动态矩阵控制算法应用到蒸汽温度控制系统.仿真结果表明,基于仿真数据建立的过热蒸汽温度神经网络动态模型,能够很好地预测被控对象在不同运行工况下的动态特性,基于神经网络模型的动态矩阵控制策略优于传统PID的控制效果.     

模型预测控制方法在主动配电网协调控制中的应用

基于主动配电网分层协调控制的特点与储能系统的控制特性,提出应用于主动配电网自治区域的协调控制的模型预测控制方法,并利用动态矩阵控制算法在Matlab 中对主动配电网储能的协调控制进行了场景仿真。仿真结果表明,应用预测控制方法的区域控制器比传统的 PI 控制器有更好的性能。     

基于动态矩阵的APF预测控制策略研究

为进一步提高有源电力滤波器(APF)的补偿性能,提了一种基于动态矩阵的预测控制策略.研究了预测控制策略的基本原理,根据动态矩阵控制理论,建立了APF的动态矩阵预测模型,进而设计出最优控制规律和反馈校正装置.实验结果证明,这种预测控制方案具有响应速度快、鲁棒性高等特点.     

基于SIS平台的先进控制策略在汽温控制中的仿真及应用

提出了基于SIS平台的先进控制策略。以某电厂SIS系统为例,锅炉过热蒸汽温度作为研究对象,分不同的工况建立起不同的神经网络模型并采用不同的控制算法。仿真结果表明:分不同的工况建立的过热汽温神经网络动态模型,能够很好地预测对象的动态特性,基于神经网络模型的动态矩阵预测控制策略取得了优于传统PID的控制效果。     

多特性双级功率变换器数字预估控制技术

针对双级变换多特性功率变换器,介绍数字控制对系统的作用和影响,分析数字预测控制原理,提出将预测控制与常规PID控制相结合的新型数字预估控制算法,并应用于以TMS320LF2407A为控制核心的双级变换多特性电源样机.实验表明,新型预测控制算法对存在控制滞后的数字化系统,具有较好的控制能力和动态响应,样机运行良好,可稳定输出直流、交流变频变幅等多种波形组合.     

DMC-PID算法在大时延系统中的应用

针对温室环境测控系统中的非线性、慢时变、大时延和多变量耦合等特性,设计了DMC-PID串级控制系统。该系统将串级控制结构与预测控制算法相结合,内回路采用常规比例调节器,外回路采用动态矩阵控制器(DMC)。既保持了预测控制的强鲁棒性和跟踪性能,又具有足够的抗干扰性。仿真结果表明,所设计的系统在控制品质、鲁棒性方面明显优于常规PID控制系统。     

孤网模式下水轮机调速改进动态矩阵控制

为提高水轮机组工作于孤网模式时的动态性能,建立了混流式水电机组的数学模型。针对系统在运行过程中始终存在负荷扰动以及模型参数随工况变化的特点,设计了改进的动态矩阵控制算法。在不同工况下分别对系统施加频率扰动和负荷扰动,进行了水轮机系统的改进动态矩阵控制、动态矩阵控制、PID控制的仿真对比实验。仿真结果表明,与PID控制和动态矩阵控制相比,所提控制策略可明显改善系统的动态性能、有效缩短过渡过程的调节时间,并能够减小系统频率的波动范围。     

基于嵌入式平台的多模型DMC算法实现

针对传统比例积分微分控制算法难以满足工业过程中被控对象非线性、大迟延的控制品质要求。提出一种基于嵌入式平台的多模型动态矩阵控制算法实现方案,由嵌入式平台、下位机控制系统和上位机软件组成,其中嵌入式平台用于算法的运行、数据的通信、采集和输出;下位机控制系统用于实现多模型动态矩阵控制算法,上位机软件用于显示和记录下位机控制系统的数据。详细阐述了多模型动态矩阵控制算法在嵌入式平台上实现的过程,并给出了实验验证结果。实验表明该设计方案具有方便嵌入、通用性高、实时性强、控制品质好的优点。     

船舶发电机励磁系统的CMAC神经网络并行控制

结合CMAC神经网络控制算法与PID控制算法设计了船舶发电机励磁并行控制系统.在控制过程中CMAC神经网络控制器经过不断学习,最终在控制系统中发挥主要控制作用.在网内投入发电机额定负载的15%和75%时,用某大型船舶电力仿真系统对该控制系统进行了仿真试验,并对电网的单相接地短路和三相接地短路故障进行了仿真试验,结果表明该船舶发电机CMAC神经网络励磁控制系统具有良好的稳定性、准确性、快速性和一定的鲁棒性.     

基于电动汽车驱动用无刷直流电机控制仿真

通过研究电动汽车中无刷直流电机(BLDCM)负载运行时电机的性能与负载之间的密切关系,针对BLDCM调速应用,提出了一种改进广义预测控制的算法。通过对仿真模型中的BLDCM的数学模型分析,建立BLDCM的控制系统并进行仿真研究。仿真结果表明:当采用改进广义预测算法,与以往的PID控制算法相比,BLDCM的负载稳态精度以及最大转速波动都得到明显的改善,具有响应快、控制精度高,电机负载抗干扰能力强等特点,BLDCM可满足电动汽车行驶中BLDCM运行的要求。     

感应电机滑模变结构控制系统的半实物仿真

滑模变结构控制非常适用于高阶非线性系统,但如何快速而有效地验证此类先进控制算法是开发人员面临的主要问题。基于此,针对大功率高性能调速控制系统,提出了快速验证的半实物仿真方案。首先,设计出基于滑模变结构控制的感应电机电流内环控制策略,在分析半实物仿真机理的基础上,搭建了滑模变结构控制系统的实时仿真模型,实现了系统硬件在环仿真,并分别对PI控制和滑模变结构控制的电流控制效果进行了对比实验。结果表明,滑模变结构控制策略在动态性能和抗负载扰动性能方面具有明显优势,半实物方案对先进控制算法的有效验证和应用具有重要意义。     

基于预测控制的PID调节位置跟踪系统的设计

通过对预测控制和传统的PID闭环控制的分析和研究，提出了将先进的预测控制算法和经典的PID闭环控制相结合，构成软硬件结合的双层控制的思想。建立了一个三轴仿真系统中的交流伺服电机模型，并将控制算法应用于系统的单轴进行了控制实验研究。结果表明，该双层控制策略比PID控制算法使系统在跟踪特性、稳定性和鲁棒性等方面都有了提高。     

磁粉离合器自调整模糊PID励磁控制技术

针对磁粉离合器应用环境复杂,采用传统的控制算法很难满足系统非线性、变参数的要求等问题,在研究了模糊控制和传统PID控制算法的基础上,提出了一种自调整模糊PID控制算法。该算法兼有模糊控制和PID控制算法的优点,实现了对过程参数的无稳态误差控制,同时具有很好的自适应特性,并且能够克服非线性因素带来的影响,具有较强的鲁棒性。将该算法应用于双轴水冷式磁粉离合器,能够实现在线PID参数的自整定。通过对该控制算法的仿真,并与常规PID控制算法的实验比较,该控制算法响应速度快,负载侧电流稳定时间短、电流超调量小,且控制系统具有很好的自调整能力。     

基于改进一致性算法的孤岛直流微电网储能系统分布式控制策略

针对孤岛直流微电网中多个储能单元的协调控制,提出了一种基于改进一致性算法的储能系统分布式控制策略。首先,提出了一种改进一致性算法,并证明该算法相比经典一致性算法收敛时间更短。然后,基于改进一致性算法,提出了一种储能系统分布式控制策略,通过合理调节各储能单元的功率,维持了直流母线电压的稳定、避免了储能电池的过充过放。该策略具有两种运行模式,分别适用于微电网有扰动与无扰动的情况,在及时调节储能单元功率的同时,减少了控制所需的通信量和计算量。最后,搭建了孤岛直流微电网系统仿真算例,仿真验证了所提控制策略的有效性及其在控制时间方面的优越性。     

A direct adaptive generalized predictive control algorithm with guaranteed stability

In this paper a direct version of adaptive generalized predictive control is considered. A direct adaptive generalized predictive control algorithm is suggested and stability of the closed-loop system is proved under some assumptions. A simulation example demonstrates the effectiveness of the algorithm.     

基于小波神经网络的多节点机械手滑模自适应控制

由于多节点机械手的动力学模型比较复杂,难以直接精确得到,因此提出了以优化小波神经网络的 在线辨识算法为基础的一种稳定的自适应跟踪控制算法。并将滑模控制与自适应控制结合起来,确保了它 的稳定性和跟踪精度。仿真结果表明该算法的性能是令人满意的．     

基于模糊神经网络PID算法的液位控制系统研究

在工业生产中,液位控制系统得到了广泛应用,但是对于这种大滞后、非线性的复杂控制系统,传统的PID控制方法存在着参数整定困难,控制效果不理想的缺陷。在对传统的PID算法、模糊控制算法和神经网络算法研究的基础上,提出了一种将模糊神经网络PID算法应用到液位控制系统中去的解决方案,并采用MATLAB对液位对象控制进行仿真实验,同时采用A3000型水箱实验平台对仿真实验结果进行验证。研究结果表明,基于模糊神经网络的PID算法的液位控制系统在调整时间和超调量上都优于传统的PID算法,控制效果和抗干扰能力更强,克服了传统PID算法的不足。     

基于T-S模糊模型的多变量非线性预测控制

针对多变量非线性系统预测控制的实时性问题,提出一种基于T-S模糊模型的预测控制快速算法.通过辨识建立非线性系统的T-S模糊模型,依据系统的运动特性和实际中控制输入增量的变化趋势选取特定基函数,将广义预测控制和预测函数控制相结合设计多变量预测控制律.该算法相比已有基于T-S模糊模型的多变量非线性广义预测控制算法大幅度减少了计算量,显著提高了控制的实时性.仿真结果验证了该算法的有效性.