一种改进的广义预测控制

对于磨煤机负荷对象,当采用常规广义预测控制算法设计控制器时,发现存在上升时间过长的现象;当调节参数进而减少上升时间时,则会出现控制量振荡的现象。为了使预测控制计算的控制量逼近实际的最优控制量,提出一种改进的广义预测控制算法。通过在控制律中引入过去输入加权因子γ,调整过去输入对未来输出的影响,在不增加计算量的情况下,实现了对实际最优控制量的逼近。仿真结果表明,改进的广义预测控制算法,克服了常规广义预测控制响应时间较长,控制量振荡的问题,并且控制效果要优于常规广义预测控制、阶梯式广义预测、β增量型广义预测控制。     

基于LS-RVR误差补偿的动态矩阵控制

在传统动态矩阵控制算法中,通过当前预测值和实际值的误差来对未来时刻的预测输出进行校正,这种方法在一定程度上可以克服扰动、噪声的影响,但是对模型失配问题仍有一些局限性。最小二乘相关向量回归(LS-RVR)是在相关向量回归的基础上发展起来的,相对于相关向量回归具有更好的回归性能。提出了一种基于最小二乘相关向量回归误差补偿的动态矩阵控制算法,并进行了仿真实验。仿真研究结果表明,该算法具有良好的控制性能。