基于模糊预测控制的ATP系统建模与仿真

近年来我国城市轨道交通发展迅速,但其设备主要依靠进口,其中轨道交通的自动控制系统为国产化难点之一.鉴于列车运行的复杂、多目标、大滞后和非线性的特点,采用传统的控制方法难以达到高品质的控制要求.此文借鉴复杂过程控制领域的模糊预测控制原理,对于列车自动控制系统(ATC)的子系统--列车自动防护系统(ATP)进行建模和仿真,模型包括预测和模糊多目标优化两部分,最后给出算法的基本原理,以详细阐述该模型.经过仿真测试,测试结果证明了模型的正确性.     

混凝剂投量的RBF网络预测控制系统

净水厂水处理工艺中的混凝投药过程是一个大滞后、非线性的复杂系统.针对其特点并结合国内目前投药控制的现状,提出了一种带有前馈补偿的RBF神经网络预测控制新方法.该方法利用人工神经网络建立投药量的预测模型,然后用出水浊度与设定值之间的预测偏差构成闭环控制系统.通过实时的在线滚动优化,实现了投药量的最优投加.经过仿真试验表明,出水浊度能够比较准确地跟踪设定值的变化,同时该方法所需混凝剂量减少,控制效果明显.     

广义预测控制的快速算法及其应用

针对工业过程控制中的典型回路 ,一般采用一阶或二阶系统加纯滞后模型的特点 ,提出了一种快速广义预测控制算法 (FGPC) ,与标准的广义预测控制算法相比 ,该算法具有结构简单 ,在线运算量小的特点 ,比较适用于实时控制 ,并讨论了其中的参数计算。最后以典型工业过程系统的控制仿真验证了所提出算法的有效性。     

基于无模型自适应控制的锌层厚度预估模型

针对锌层厚度控制过程中存在时变大滞后、非线性和多变量干扰而难以实现精确控制的问题,提出基于无模型自适应(MFA)结合Smith预估反馈控制方法.采用MFA预估算法可以实现Smith预估模型的参数偏差在线估计,并且不依赖预估模型的时间常数和延迟时间.从LabVIEW仿真数据结果可以看出,此控制策略对比增益自适应Smith控制算法,不仅能够有效地解决锌厚控制中系统高阶非线性问题,能有效克服不确定系统参数的扰动,并能有效处理系统时变大滞后问题.     

一种入侵预测系统的建模与仿真研究

对基于系统调用短序列的主机入侵预测系统的建模方法进行研究,采用支持向量回归学习算法确定模糊神经网络的结构,并利用退火计划表和BP(Back Propagation)相结合的学习算法对模糊神经网络的参数进行调节.可以解决目前入侵检测系统的检测总是滞后于攻击的问题,有效地提高系统的主动防御能力.仿真实验结果表明,该系统不仅具有较高的入侵预测能力,还具有较强的抗噪声干扰的能力.     

间歇过程模糊预测学习控制器的设计与仿真

针对工业间歇过程的控制问题，分析比较了现有的两类反馈-前馈迭代学习算法在解决工业间歇过程控制系统滞后问题上的缺陷，采用T-S模糊预测模型，在原有反馈-前馈迭代学习算法基础上引入预测思想，研究了基于模糊预测的迭代学习算法，并设计了一种模糊预测学习控制器。以具有滞后、变参数特性的间歇过程为例，进行了仿真研究，验证了提出方法的有效性。     

简化稳定广义预测控制算法

讨论了一种简化的无穷广义预测控制算法,算法在被控对象稳定的条件下可以保证闭环系统的稳定性.使用收缩原开环系统极点的方法使原系统稳定,然后针对这个稳定广义系统推导了无穷广义预测控制率,理论分析证明可以保证开环不稳定系统的闭环稳定性.该算法可以得到控制率的显式解,不用递推求解Diophantine方程,大大减小了过程计算量,具有一个意义明确的可调参数,适用于不稳定,非最小相位和纯滞后系统.对几类不稳定过程的数值仿真结果说明了该方法的有效性.     

预测控制拟等效集结的仿真研究

由于实际系统中通常存在约束,如何保证预测控制集结策略在有约束系统中的控制质量,对于集结策略的实际应用有着重要意义.这里通过对预测控制拟等效集结策略进行仿真分析,提出了一种确定拟等效集结策略中参数取值的算法.应用该算法,可以使基于拟等效集结的预测控制器对于有约束系统在降低在线计算量的同时保证系统的控制质量,进而迭到近似等效的目的.     

基于Elman网络的广义预测控制快速算法

将广义预测控制与Elman网络结合起来,提出了一种新的广义预测控制快速算法,首先用Elman网络对非线性系统进行辨识,建立预测模型,然后该算法引入了一种约束矩阵,约束矩阵的引入避免了矩阵求逆的计算,提高了系统的响应速度,最后通过对一个非线性系统的仿真验证了该方法的快速性和实用性.     

不确定滞后系统的灰色预测神经元控制

针对不确定滞后系统建模和控制方面的困难,提出了利用神经网络对不确定滞后系统的滞后时间进行辨识,并在此基础上采用变步长灰色预测方法对不确定滞后系统的行为进行预测,同时结合单神经元控制器克服辨识误差、预测误差、系统干扰等不确定因素带来的影响,从而提高系统的自适应性。仿真结果表明,控制系统运行平稳,受不确定因素的影响较小,说明这种方法对于不确定的时变滞后系统具有良好的控制效果。     

基于DSP的实时电视跟踪系统设计与研究

基于数字信号处理器 ( ADSP2 1 0 2 0 ) ,建立了一种主从式实时电视跟踪系统。分析了系统工作原理、构成及主控计算机与 ADSP2 1 0 2 0处理从机之间的控制关系 ,研究了快速中值滤波预处理方法、目标搜索和跟踪过程中波门的设定准则。采用矩持阈值分割方法提取目标 ,采用质心跟踪算法及基于线性微分拟合的记忆外推跟踪技术跟踪目标。     

多UCAV航迹规划研究

给出了一个实时、可行的多UCAV航迹规划和控制算法.构建了多UCAV航迹规划的系统总体结构;提出以协同时间作为指标建立协同管理层的思想,并给出了多UCAV协同飞行时间的确定方法;基于voronoi图的方法规划了UCAV航路点路径;利用开关控制法进行了航迹控制.用Matlab仿真验证了算法的有效性.     

旋转弹舵机控制滞后及延迟补偿时间分析

针对十字鸭舵布局的双通道旋转弹控制滞后问题,从舵机控制力角度建立控制模型,推导了控制力滞后角的计算公式;从系统组成方面对指令的形成与传输过程进行了分析,得出滞后形成的两方面原因:地磁陀螺和弹载计算机引起的舵机输入指令信号延迟和舵机性能引起的舵机指令响应信号延迟;利用滞后角计算公式和正弦波扫频法,得到低转速下舵机输入指令信号和指令响应信号的延迟补偿时间为常数;提出根据延迟补偿时间常数和转速进行滞后补偿的方法,并进行了实验验证。实验结果表明,此方法具有良好的补偿效果。     

反弹道导弹动能拦截器的新型最优制导律

针对大气层外动能拦截器拦截弹道导弹的末制导过程 ,提出了一种新型最优制导律。由于采用了一种新的剩余时间计算方法 ,这种最优制导律产生的加速度指令可以通过拦截弹的轨控系统 (弹体纵轴方向无控 )实现。最后 ,采用新型最优制导律和传统比例导引律分别进行了拦截过程的计算机数值仿真 ,仿真结果表明了这种新型最优制导律的有效性。     

实时任波流的一个接入控制算法

研究具有实时限制的任波流的接入控制算法，对给定时间要求的任波流，当该算法运行结果给出成功信息时，就找到了满足要求的任波路径和其目的地，接着只需检验对应道路上的带宽是否足够即可。该接入控制算法是可规模扩充的。     

一类分布式控制系统的容错优化调度算法

在分析同步采样分布式控制系统基础上,给出了一种新的容错调度算法。该算法首先在一个周期内形成一个任务调度序列(包括基版本和副版本),然后采用启发式算法将任务分配倒各个处理器上,且同一任务的基版本和副版本分配到不同的处理器上。同一处理器上的任务按照其在调度序列中的先后次序执行。由于控制系统的性能与任务的采样周期和控制延迟有关系,因而采用以整数编码为基础遗传算法对调度序列进行优化。仿真实验表明,这种调度算法在保证实时任务容错可调度的情况下,可以极大地提高控制系统地的性能。     

网络控制系统时延的预测控制补偿方法

针对网络控制系统的时延问题,提出一种补偿方法。对于反馈通道,时延是已存在的,可以进行测量,这部分时延通过预测控制算法进行补偿。前向通道的时延对于控制器是未发生的,是不可知的,为此在系统输出端和前向通道间附加一个控制补偿环节以减小前向通道时延的影响。该方法简单可行,实时性强,便于工程应用。最后分析了系统的稳定性并通过仿真实验表明该策略的有效性,保证了网络控制系统的良好性能。     

基于阶跃响应的带纯滞后闭环辨识新方法

先进控制成功应用的关键是精确模型的建立,传统的辨识方法受测试条件和稳定生产要求的制约,难以在工业现场得到满意的应用。根据大量工业现场的需求提出了一种新型的针对带有纯滞后环节的连续系统,基于阶跃响应测试的闭环辨识方法。该方法采用带控制器的迭代辅助变量最小二乘法,解决了纯滞后时间估计和闭环系统可辨识性的问题。采用Monte Carlo实验验证了该算法的无偏性和有效性,通过仿真研究和实际应用表明该方法具有较高的精度和较强的鲁棒性,并能够适用于非自衡对象。

Abstract：

The key factor for the successful application of advanced process control （APC） is the accuracy of the model. But the conventional identification methods was restricted by the requirement of simple testing and steady production,so they were used to provide unsatisfactory results in actual industrial plant. To solve that problem,a novel closed-loop identification algorithm was proposed to continue system with time delay based on the test of step response. Iterative Instrumental Variable Least Squares method with controller was used in the algorithm to solve the difficulty of identification of delay time and identifiability of close loop systems. Unbiasedness and validity were validated by Monte Carlo testing. It is illustrated that the algorithm is very accurate and robust by simulation and application. And integrating process is also applicable.     

基于KPCA与LSSVM的网络控制系统时延预测方法

针对网络控制系统中随机时延很难精确预测的问题,首次将核主成分分析（kernel principal component analysis, KPCA）与最小二乘支持向量机（least squares support vector machine, LSSVM）结合对随机时延进行预测,KPCA对输入随机时延序列降维,消除重复性与噪声,减少LSSVM的运算量,降维后的时延序列通过LSSVM算法预测时延值。仿真结果表明,基于KPCA与LSSVM的时延预测方法的预测精度高于其他的预测方法。