工业串联系统的多约束广义预测控制

针对由一系列环节串联而成且存在多种约束的复杂工业对象,利用过程的中间变量进行预测和反馈,在充分考虑控制量幅值约束、控制增量幅值约束、中间变量幅值约束、输出误差约束以及最终输出幅值约束共同构成的多约束情况下,提出了工业串联系统的多约束广义预测控制算法。仿真结果验证了该算法对多约束串联系统的有效性和较强的鲁棒性。     

基于非线性鲁棒连续回归的汽油干点软测量

针对RCR算法难以建立高精度的非线性软测量模型的问题,提出了一种径向基函数(radial basis function,RBF)与鲁棒连续回归(robust continuum regression,RCR)相结合的非线性RCR(nonlinear RCR,NLRCR)建模方法。该方法首先应用RBF将非线性样本数据映射到高维特征空间中,然后在高维特征空间中建立RCR线性回归模型。本文通过仿真实验,验证了方法的有效性。并将其应用于延迟焦化汽油干点的软测量建模中,获得了比RCR和RBF-PLS算法更高的预测精度。     

基于全状态反馈的串联系统近似最优控制

为了充分利用各子系统的内部和外部信息,从各子系统的状态空间表达式出发,按照子系统的串联联结方式建立了串联系统的状态空间表达式。考虑了线性定常串联系统的无限时间定常输出跟踪问题,利用极小值原理,设计了基于全状态反馈的串联系统近似最优控制器。全状态反馈能完整地表征系统的动态行为、信息量大而且并不增加被控串联系统的维数。最后通过仿真结果验证了该算法的有效性。