广义预测PID控制算法

本文根据广义预测控制(Generalized Predictive Control,简写GPC)与PID控制控制律结构的相似性,通过对广义预测控制性能指标函数中控制加权序列Qj(z-1)的配置给定,导出了具有PID算法结构的广义预测控制律。从而借助广义预测控制算法参数的递推关系链,自动优化整定PID调节参数,并实施广义预测PID控制。     

基于模型预测控制的快速路网匝道调节方法

探索了基于模型预测控制(MPC)的匝道调节方法.提出了匝道MPC调节的非线性动态时间离散最优控制模型及其解法.最优控制模型采用动态网络交通流模型作为过程模型,采用遗传算法求解.考察了匝道MPC调节的效果和鲁棒性,并将其效果与经典的ALINEA匝道调节方法相比.针对三起点三终点快速路网的仿真案例显示,匝道MPC调节能明显缓解拥堵,改善路网总体运行效率,较之ALINEA调节能够更连续平稳地调节交通流,在存在预测误差的情况下控制效果依然很好,其路网总耗时改善率明显高于ALINEA调节,具有很好的鲁棒性和应用前景.     

改进灰色预测模糊PID控制策略

针对过程工业对气动调节阀的控制精度与稳定性有较高要求,而常规PID控制策略自适应性与实时性差,难以取得较好的控制效果的问题,根据GM(1,1)模型灰色作用量具有的动态特征来改进灰色预测模型,结合改进灰色预测控制与模糊PID控制的优点,提出了改进灰色预测模糊PID控制策略.仿真结果表明:改进控制策略明显优于常规PID、模糊PID、灰色预测模糊PID控制策略,使系统响应速度加快,超调量减小,且适用于不同的阀门定位系统.     

预测控制在交流电梯速度控制中的应用

针对一种采用多CPU微机控制的电梯拖动系统，分析了其运行速度曲线和控制运算的特点，指出了电梯在常规的PID控制下不能很好地按给定速度曲线运行。为此，基于参数模型的广义预测控制（GPC）原理，建立了电梯速度预测控制的预测模型，旨在对交流电梯速度参数进行预测控制的方法进行研究，并研究其控制规律，最后对预测模型进行了仿真。仿真结果表明，预测控制用于电梯的速度控制，具有良好的鲁棒性，与传统的PID控制方法相比，效果十分明显。     

基于模型预测控制的三相四桥臂有源电力滤波器

针对现有有源电力滤波器数字化控制方法对模型依赖性较强的缺点, 在介绍了正负序系统和零序系统解耦控制的基础上, 提出了一种三相四桥臂有源电力滤波器的模型预测控制(MPC)方法, 以差分方程作为预测模型, 保留了常规MPC中的反馈校正和滚动优化环节, 推导出了最优控制率. 与常用的预测电流控制方法做了对比, 得出了带电源电压观测器的预测电流控制只是模型预测控制的一个特例的结论; 详细分析了参数对稳定性的影响, 修改MPC的参数, 可以在省略带通滤波器的情况下, 允许更大的连接电抗参数建模误差, 鲁棒性比预测电流控制更高.此外, MPC和重复控制相结合消除了MPC所固有的稳态误差. 仿真结果验证了所提方法的有效性和正确性.     

新型智能加氯方法的研究与应用

针对加药过程中反馈滞后性、非线性相关性和干扰因素多的特点,以及传统比例积分微分(PID)控制器存在响应速度慢、二次扰动高及抗干扰能力弱的问题,设计了一种新型智能次氯酸钠投加方案,以满足净水加氯工艺对出水余氯质量浓度和加药量的要求.新型智能加氯方案中,使用ControlLogix系统作为下位机,在下位机中嵌入模型预测控制(MPC)模块;模型预测控制模块中使用水厂的历史数据建立预测模型,在模拟实际应用中进行模型训练,并在控制模块中整合了水厂的经验公式,实现了加药系统的智能控制.研究结果表明：水厂出水余氯质量浓度较稳定,为0.97～1.16 mg·L^-1;与传统加氯方案相比,新型智能加氯方案中次氯酸钠溶液每小时消耗量降低了0.5%～1.0%.     

基于循环神经网络的超大直径盾构掘进地表沉降预测方法研究

为了研究超大直径盾构掘进过程地面沉降规律,以武汉市和平大道南延线盾构工程为研究对象,首先收集了超大直径盾构下穿过程掘进参数和地层地质参数,并使用盾构掘进过程深跨比描述超大直径盾构影响特征;其次,通过收集现场沉降测点数据分析盾构隧道施工阶段地表沉降的影响范围,计算了90%、95%、99%三种置信区间下地表沉降影响范围;最后,选取不同范围内的多元时序数据作为输入参数,分别建立了基于贝叶斯优化算法（BO）的长短期记忆（LSTM）、BP神经网络和随机森林（RF）大直径盾构地面沉降预测模型.模型运行过程中,通过贝叶斯优化算法分别寻找三种不同模型下的最优超参数,并通过四种评价指标对比模型精度.结果如下：(1)在90%置信水平下三种算法均表现出最高精度,通过区间计算筛选有效输入参数能有效提高模型预测精度;(2)LSTM对隧道沉降的预测结果优于传统机器学习算法模型,MAPE最低达到8.91%,R2达到90%.     

主动式升沉补偿控制系统及运动预报

针对主动式升沉补偿系统的时滞特性会造成控制效果变差甚至使系统失稳问题,考虑采用模型预测控制算法对其进行控制.并从提高系统抗干扰性角度出发,将模糊-比例积分微分(PID)控制与模型预测控制进行结合形成预测模糊PID控制,并将其与动态矩阵PID控制进行了仿真比较.最后为了进行实时的升沉补偿,采用时间序列法自回归预测模型对吊装点的运动进行了预报.仿真结果表明:预测模糊PID控制在系统存在时滞的情况下既保证了系统的稳定性又提高了系统的抗干扰性;时间序列法自回归预测模型对于极短期的运动预报具有较高的预测精度,可以满足主动式升沉补偿系统的预报要求.     

基于MPC算法的电力系统负荷频率控制

针对在大规模电力系统互联情况下如何准确、快速控制系统负荷频率的问题,本文结合模型预测控制算法(MPC),提出了一种多区域电力系统负荷频率控制方法.该方法实现了超前预测、多约束条件滚动优化和反馈校正,克服了传统PI调节方法对系统参数的敏感性,提高了负荷频率控制系统的稳定性和鲁棒性.文中对三区域电力系统进行建模,并在每个系统中设置了MPC控制器和PI控制器.仿真表明,在多区域系统、多约束条件下MPC算法在频率控制的稳定性和快速性方面远优于PI算法;当系统参数偏移10%时,MPC算法仍能保证控制性能.     

先进预测控制在SCR控制系统中的运用

某电厂#3机组为330MW亚临界参数汽包炉,脱硝系统采用SCR脱硝控制。目前现场对脱硝氨气流量控制采用固定摩尔比控制方式,即通过控制脱硝效率来保证出口NO_x浓度。在实际运行中,存在着脱硝效率波动大,出口NO_x偶尔超标的情况。结合该电厂的某段时间里的运行数据,利用模型辨识技术,建立SCR系统仿真模型,分别采用先进预测MPC控制和常规PID控制,对比两种控制状态下的出口NO_x,得出MPC控制优于PID的结论。再依次改变摩尔比,以每小时出口NO_x的平均值不高于90 mg/m~3为上限,对比两种控制状态下,得出在MPC控制下,出口NO_x的波动范围小且超标数较低。     

基于改进灰色预测模型的自适应PID控制算法

针对大滞后系统提出一种基于改进灰色预测模型的自适应PID控制,采用优化背景值和初始条件的改进GM(1,1)模型作为预测模型,用预测结果代替被控对象测量值,克服了大滞后系统控制效果不能及时反馈的不足,并将二次型性能指标引入到PID控制器的整定过程中,按照性能指标的负梯度方向修改加权系数,实现了自适应PID的最优控制。仿真结果证明,该方法对大滞后系统具有较好的适应性和鲁棒性。     

基于MPC自适应巡航系统控制策略联合仿真研究

为了提高自适应巡航系统的鲁棒性和对复杂跟车环境的适用性,提出一种基于模型预测控制(model predictive control,MPC)的自适应巡航系统分层控制策略。上层控制策略主要考虑速度控制模式和距离控制模式之间的切换,下层控制策略则基于MPC理论而提出,确定汽车加速、减速或保持当前车速,以提升系统跟随性。在Carsim软件中选取有防抱死制动系统的C级掀背车,实时模拟两车(前车和本车)跟随的运行过程。在MATLAB/Simulink中建立纵向运动学模型,运用MPC控制策略对车辆的跟车工况进行联合仿真。结果表明,我们设计的MPC控制器与PID(proportional-integral-derivative,比例-积分-微分)控制器相比,在跟车工况下本车的加速度峰差值仅为1.65 m/s~2,加速度变化均值降低约23%,提高了驾驶的舒适性和行驶的稳定性;同时车间距误差范围控制在-0.5～7.3 m,均值误差降低约12%,在实际跟车环境中,能有效减少追尾、加塞等情况的发生。     

基于动态优化的多模型广义预测控制器设计

针对工业控制过程中广泛存在系统参数突变的问题,将多模型切换的广义预测控制器引至动态优化策略下的分层式控制系统中,设计了基于动态优化的多模型广义预测控制器.该模型预测控制结构以获取最大经济效益为目标,上层结构对经济目标函数进行动态优化,得到使经济利益最大的关键变量设定值;下层结构中MPC层采用多模型广义预测控制器代替传统单模型广义预测控制器追踪上层得到的设定值,即采用多个固定模型和自适应模型并行辨识系统的动态特性,提高系统暂态性能和模型参数跳变时系统的调节能力;底层为PID控制器用于抑制过程中的扰动.通过仿真验证了该方法的可行性和有效性.     

应用支持向量机的空中交通流量组合预测模型

为了提高空中交通流量预测的准确性,研究了将支持向量机(support vector machine, SVM)应用于空中交通流量预测的方法,建立了基于SVM的自回归预测模型,讨论了模型参数确定等关键问题.在SVM预测模型基础上,将SVM与多项式和鲁棒自回归预测模型结合,提出组合预测模型.利用北京周边空域实测流量数据进行的对比实验结果表明: SVM预测模型的预测误差小于5%, 组合预测模型的预测误差小于2%, 均优于多项式和鲁棒自回归预测模型;组合预测模型的预测精度和稳定性整体上又优于SVM预测模型.     

实时控制系统一种基于模型预测控制的反馈调度

提出一种基于模型预测控制(MPC)的反馈调度算法(FS-MPC),可以在有限计算资源的情况下改进实时控制系统的性能.将被控的实时调度过程模型化为受约束的任务集密度控制问题.在FS-MPC算法中,约束条件保证任务集在最早截止时限优先(EDF)算法下是可调度的;同时,MPC的优化目标通过减小控制任务的截止时限使整个任务集的密度尽可能接近100%,从而提高控制任务的优先级,降低输出抖动.仿真结果表明,在有限计算资源的情况下,FS-MPC显著地降低了由调度过程引起的控制性能损失.     

一种基于灰色模型和机理模型集成的质量预测模型及其应用

针对长流程工业过程中产品质量难以实时检测且不易实现优化控制的难题,通过对生产数据特性和质量预测要求的分析,提出了一种基于GM(1,1)灰色模型和机理模型集成的质量预测模型.首先根据过程机理知识建立了粗糙质量预测模型;然后运用灰色预测中的残差辨识理论,用机理预测模型的残差时间序列建立残差GM(1,1)模型,其预测结果补偿机理模型的预测值.验证结果表明,该质量预测模型能获得较理想的质量预测精度,其应用可使产品质量得到显著的提高.     

基于自适应MPC的自动驾驶汽车轨迹跟踪控制

为提高无人驾驶汽车轨迹跟踪精度和稳定性,设计一种基于模型预测控制(MPC)的自适应轨迹跟踪控制器.利用遗忘因子递推二乘算法在线估计轮胎侧偏刚度,实时更新控制器预测模型;设计控制参数选择器,采用模糊控制对预测时域和控制时域进行在线优化,实现预测时域能根据横向和纵向车速自适应的选择.通过Simulink/Carsim进行联合仿真分析,结果表明所设计的控制器提高了轨迹跟踪的精度和稳定性,尤其是高速阶段的行驶稳定性.     

基于特征模型的预测函数控制

传统的预测函数控制通常采用一阶的预测模型，该预测模型不能完全表征被控对象，因此使得传统的预测函数控制的鲁棒性受到一定限制．特征模型是一种比动力学模型简单，但能表征被控对象特征的模型．该文针对预测函数控制算法的缺陷，提出利用二阶特征模型来构成预测模型．通过工程建模获取了被控对象的特征模型，实现了基于特征模型的新型预测函数控制，并通过与采用一阶预测模型的预测函数控制进行比较．理论分析与实验结果均表明，采用特征模型的预测函数控制具有比一阶预测模型更好的控制效果，该算法在SUPCON-JX300X集散控制系统上实现．     

基于QP转化的约束非方系统模型预测控制

针对带约束非方系统的控制问题,设计了一种基于标准二次规划(QP)转化方法的快速模型预测控制算法。首先利用非方传递函数矩阵对Diophantine方程进行求解,结合系统的单位阶跃响应矩阵重构系统的预测模型;然后,考虑系统的约束条件,包括输入输出变量、控制增量约束,通过引入松弛变量及等式转化,将模型预测控制MPC过程中的最小化目标函数问题转化为带有不等式约束的标准QP问题,实现最优控制律在迭代过程中的一步求解,从而解决传统控制方法中计算量大、不能够直接应用于在线控制的问题。将本文所提出的方法应用于经典的Kalman非方系统的控制。得到仿真结果表明,该预测控制方法在系统的抗噪声扰动、设定值跟踪等方面均有着较好的性能,同时能满足系统的约束条件,并得到满意的控制效果。     

广义预测控制在锅炉汽温调节中的应用

本文研究采用广义预测控制GPC(Generalized Predictire Control)方法对火电厂锅炉过热汽温进行自动控制。通过仿真试验并同常规的PID型汽温调节系统比较表明,这种新型的控制规律将使汽温调节质量得到较大改善。文中还对GPC算法的鲁棒性进行了仿真研究,尽管被控对象的动态特性在较大范围内变化,但GPC算法使系统仍有良好的动态品质。因此,广义预测控制在锅炉过热汽温调节系统中的应用是很有前途的。