基于误差反馈加权校正的DMC控制及仿真

预测控制是目前在工业过程控制领域中应用较广的一类算法。其中由Culter等提出的,建立在非参数模型阶跃响应基础上的动态矩阵控制具有建模简单,计算量少,鲁棒性强等特点。但是动态矩阵控制仍然还存在着在克服干扰的定值调节方面质量不高,很难解决扰动信号对系统稳态值的影响及快速调节过程之间的矛盾。由于算法中只利用当前时刻的误差进行反馈校正,而没考虑已发生的误差,造成误差干扰的校正不充分。因此,在动态矩阵控制算法的基础上,采用误差反馈加权校正的思想,运用内模原理,对加权系数进行设计,以提高控制系统的抗干扰性和调节快速性。通过理论分析和仿真实验证实了这种算法的正确性和有效性。     

单值动态矩阵控制的仿真研究

动态矩阵控制在工业中有着广泛的应用，为了提高动态矩阵控制算法的实时性和间化其算法，在双值动态矩阵控制的基础上，提出一种新型的动态矩阵控制，即单值动态矩阵控制，该算法只选取一个预测输出值， 由二次性能指标计算控制量，通过反馈校正输出误差，并分析单值动态矩阵控制算法各参数对系统动，静态性能的影响，给出了参数的选择规则，仿真试验表明，它较传统的动态矩阵控制算法计算速度快，实时性强，且控制算法和参数的先取规则较双值动态矩阵控制算法简单，通过对参数简单合理的选择，就可得到好的控制效果，同时具有较强的抑制干扰能力。     

单值动态矩阵控制的仿真研究

动态矩阵控制在工业中有着广泛的应用 ,为了提高动态矩阵控制算法的实时性和简化其算法 ,在双值动态矩阵控制的基础上 ,提出一种新型的动态矩阵控制 ,即单值动态矩阵控制 ,该算法只选取一个预测输出值 ,由二次性能指标计算控制量 ,通过反馈校正输出误差 ,并分析单值动态矩阵控制算法各参数对系统动、静态性能的影响 ,给出了参数的选择规则。仿真试验表明 ,它较传统的动态矩阵控制算法计算速度快 ,实时性强 ;且控制算法和参数的选取规则较双值动态矩阵控制算法简单 ,通过对参数简单合理的选择 ,就可得到好的控制效果 ,同时具有较强的抑制干扰能力     

动态矩阵控制研究进展及其应用现状

动态矩阵控制(dynamic matrix control，DMC)算法是一种基于对象阶跃响应预测模型、滚动实施并结合反馈校正的优化控制算法，是预测控制算法之一。文中探讨了动态矩阵控制理论的发展和现状，主要包括动态矩阵控制系统的稳定性、鲁棒性等性能。并就当前动态矩阵控制在工业控制领域中的发展应用现状、以及今后的可能研究发展方向做了分析。     

动态矩阵控制研究进展及其应用现状

动态矩阵控制(dynamic matrix control,DMC)算法是一种基于对象阶跃响应预测模型、滚动实施并结合反馈校正的优化控制算法,是预测控制算法之一.文中探讨了动态矩阵控制理论的发展和现状,主要包括动态矩阵控制系统的稳定性、鲁棒性等性能.并就当前动态矩阵控制在工业控制领域中的发展应用现状、以及今后的可能研究发展方向做了分析.     

动态矩阵控制研究进展及其应用现状

动态矩阵控制(dynamic matrix control,DMC)算法是一种基于对象阶跃响应预测模型、滚动实施并结合反馈校正的优化控制算法,是预测控制算法之一.文中探讨了动态矩阵控制理论的发展和现状,主要包括动态矩阵控制系统的稳定性、鲁棒性等性能.并就当前动态矩阵控制在工业控制领域中的发展应用现状、以及今后的可能研究发展方向做了分析.     

多变量状态跟踪广义自校正控制

本文提出一种状态跟踪广义自校正控制方案,它在获得被控对象及参考状态模型之间的输入、输出误差的基础上,引入一强健的稳定多项式对角矩阵,应用使误差的加权方差极小的方法求得最优控制律,既保证了良好的跟踪性能,又附加了辅助功态调节。     

地形跟随系统中的自校正阵风减缓控制

本文对隐式多维极点配置广义最小方差自校正控制在地形跟随系统中的应用进行了研究。所采用的算法结构，可以满足飞机跟踪精度的要求，克服了选取加权因子的困难。并且，选取独立于加权因子的参数来实现在线调整加权因子，使闭环极点能够迅速地处于期望的位置上。仿真结果表明，系统的动态性能符合要求，跟踪误差也在允许的范围之内。     

线性控制系统按转移矩阵配置的第二个问题

线性时变控制系当控制矩阵不列满秩时按转移矩阵配置的问题，已在文［１］中讨论了，得到了一个计算状态反馈阵的公式．在此基础上，本文用矩阵理论证明了该公式在Ｆ范数下误差矩阵最小．     

Sigmoid函数变步长LMS自适应算法的抗干扰性能改进

为了改善Sigmoid函数变步长LMS算法（SVS-LMS）在高斯噪声和冲激噪声干扰下的性能,首先将以瞬间误差功率为Sigmoid函数自变量控制步长更新的方法,改为以误差的自相关时间均值估计调节步长,抑制了噪声干扰;然后使用HB加权进一步平滑了因噪声干扰导致的自适应滤波器权系数伪峰、使用归一化处理获得了更大的输入信号动态范围。自适应时延估计仿真实验表明,在高斯噪声和冲激噪声干扰下,相比于固定参数下的SVS-LMS算法和另外一种SVS-LMS改进算法,本文算法及其HB加权能够获得更好的时变时延跟踪均方误差性能。     

基于模型预测的迭代学习控制器设计

针对具有非重复性干扰项的重复操作过程,提出了基于模型预测的迭代学习控制算法。其中,迭代学习控制器以前馈形式作用于重复过程.算法在时间轴方向基于跟踪误差暂态模型,采用模型预测控制的反馈校正,来抑制当前随机干扰,提高系统的跟踪性能.在重复次序方向利用P型迭代学习控制克服重复干扰.仿真结果表明了该方法的有效性.     

矩阵变换器自抗扰控制技术的改进研究

针对采用空间矢量间接调制算法的矩阵变换器,提出一种改进的自抗扰控制策略,用来解决矩阵变换器输出侧性能易受输入侧扰动影响的问题。根据传统自抗扰控制器的基本原理,重新对控制器状态误差反馈模块的非线性函数进行了构造,设计了改进策略的具体控制方法,改善了控制器在动态调节时控制力抖振的现象。实验结果表明,采用改进的自抗扰控制技术后,无论是稳态条件下还是动态干扰条件下,矩阵变换器的控制系统都具有良好的输出性能,且输出波形谐波畸变率小。     

对一种前馈控制算法的性能分析

介绍了基于CARIMA模型的前馈控制算法，该算法将自校正控制策略和极点配置策略有机地结合起来，能够在线选择加权荐，并在非最小相位的特定情况下，具有一定的稳定性和收敛性。在此基础上证明了在建模误差满足一定条件的情况下，该前馈控制算法具有一定的鲁棒性。理论分析表明了该算法的有效性，从而证明该算法具有较好的控制性能。     

一种新的多维级点配置自校正控制方法

本文将传统的闭环极点配置策略与随机最优控制策略相结合，提出一种多维极点配置自校正控制方法，该方法可以在线或离线计算加权阵，克服可测干扰，消除稳态误差。     

预测控制机理简介及算法研究的探讨

简介预测控制的发展及概况，并以典型ＤＭＣ算法为例说明预测控制的模型预测，滚动优化，反馈校正三大核心机理，进而探讨了神经网络，人工智能等新方法在其预测模型，反馈校正方法研究中的应用。     

预测控制中逆矩阵的递推求解算法

在各种自校正预测控制算法中，计算最优即时控制时均需在线进行矩阵求逆运算，作者针对各类预测控制算法中需求逆矩阵的普遍情形，采用矩阵分解方法，推导出一种可适用于各类预测控制算法的逆矩阵在线递推求解算法，本算法比传统增广矩阵求逆算法的计算量小，且适用性广，因而采用该算法可显著提高各种自校正预测控制算法的实时性。     

基于PSO的管式加热炉热效率动态矩阵控制

在常压管式加热炉热效率的研究中,需要对热效率进行有效的在线测量并且选用相对可靠的先进控制方法。在研究加热炉燃烧机理的基础上,采用基于原理和数据处理的在线测量方法,并在加热炉效率优化控制的过程中引入了动态矩阵控制方法。与传统的控制方法相比,动态矩阵控制的引入使系统具有更好的控制效果。同时,选择粒子群算法对动态矩阵控制的参数进行了寻优处理。粒子群算法在动态矩阵参数的寻优过程中相对缩短了寻优时间,并提升了控制品质。最后,与内模控制进行了比较。结果表明,动态矩阵控制方法可以达到更好的控制效果。     

基于格拉斯曼码本的分布式干扰对齐算法

有限反馈干扰对齐对信道矩阵进行量化从而降低反馈所需要的信息量,但经典有限反馈干扰对齐算法只考虑对信道状态矩阵的量化,且多限于理论分析.针对分布式干扰对齐技术中预编码矩阵反馈数据量要比信道矩阵反馈大得多的情况,从降低分布式干扰对齐技术预编码矩阵反馈对反馈信道的影响出发,提出一种基于格拉斯曼码本的分布式干扰对齐算法,基于格拉斯曼码本对预编码矩阵和重组矩阵进行量化,并以最小化干扰泄漏为目标进行迭代优化.仿真实验结果表明,当信噪比小于或等于15 dB,且迭代次数小于或等于10次时,该算法能在系统性能接近理想反馈条件的同时有效降低反馈信息量.     

智能探测车避障转向控制

针对智能探测车的转向系统是一个具有大延迟、非线性的复杂系统,对其建立精确的数学模型较为困难,且其航向易受到诸多因素干扰的问题,研究了预测控制中的动态矩阵法,提出一种新的智能探测车转向机构模型.该方法用障碍物的方向角和距离偏差作为参数,在预测控制算法中采用动态矩阵控制,输出前轮转向角,再将转向角预测量与实际转向角之和作为反馈,对转向角变化趋势做出预测.通过仿真验证了在不同纵向速度下,加入相同干扰时的系统响应.结果表明,该算法在智能探测车障碍物避让控制中,对外界环境的干扰具有较强的鲁棒性,能够满足智能探测车转向控制要求.     

DMC算法应用于分级机溢流浓度控制的研究

针对磨矿分级过程复杂特点，引入预测控制中DMC算法，即采用不断的在线滚动优化，并在优化过程中利用实测信息不断进行反馈校正，因而在一定程度上克服了不确定性的影响，增强了控制的鲁棒性。该算法在分级机溢流浓度控制的模拟试验中取得令人满意的效果。