多模型自适应前馈解耦控制器

当一类非最小相位系统参数发生跳变时，针对常规自适应控制系统暂态响应差的问题，提出一种基于多模型切换的多变量直接自适应前馈解耦控制器．该控制器由多个参数已知的固定控制器和2个自适应控制器构成．多个固定参数控制器可由系统参数模型通过映射直接得到，并且和邻域一起完全覆盖控制器参数模型集．通过加权多项式矩阵的选择，消除了稳态误差，实现了解耦控制，并给出了全局收敛性分析和覆盖性证明．仿真结果表明，暂态响应和解耦效果得到了提高。     

基于多模型切换的智能控制研究

针对实际对象在不同工况下的模型参数突变 ,提出了基于多模型切换的智能控制方法 .应用自适应模型库算法来建立多个模型而无需被控对象的先验知识 .在系统运行过程中 ,由常规自适应模型和重新赋初值自适应模型在线自动地建立多个模型及相应的控制器 .在每个采样时刻根据性能评价函数来选择最佳控制器 .证明了该算法能够保证闭环系统的稳定性和跟踪误差的渐近收敛性 .仿真结果表明 ,本文所提出的方法使系统的动态响应品质得到了明显的改善 .     

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.     

基于多模型切换的智能控制研究

针对实际对象在不同工况下的模型参数突变，提出了基于多模型切换的智能控制方法．应用自适应模型库算法来建立多个模型而无需被控对象的先验知识．在系统运行过程中，由常规自适应模型和重新赋初值自适应模型在线自动地建立多个模型及相应的控制器．在每个采样时刻根据性能评价函数来选择最佳控制器．证明了该算法能够保证闭环系统的稳定性和跟踪误差的渐近收敛性．仿真结果表明，本所提出的方法使系统的动态响应品质得到了明显的改善．     

离散时间系统多模型切换控制器

基于离散时间系统模型,提出一种切换控制器,这种控制器可保证经过多次切换,系统的状态是Ｌｙａｐｕｎｏｖ稳定的·同时针对被控对象参数不确定范围对被控对象建立多个模型,每一个采样时刻根据输出误差,选择最优模型及切换控制器,避免了切换控制器造成的切换频繁、过渡时间过长的弊端,改善了瞬态响应     

电液伺服系统多模型鲁棒自适应控制

针对电液伺服系统中存在不确定非线性和强参数不确定性的问题,提出一种多模型鲁棒自适应控制算法。根据系统参数不确定性范围建立了多个辨识模型,在辨识模型中设计非线性鲁棒项,以抑制干扰、未建模动态等不确定非线性的影响,提高系统的鲁棒性。基于辨识模型设计相应的控制器,采用基于辨识误差的性能指标函数作为切换依据,选取最佳控制器作为当前控制器,解决了传统自适应控制对参数自适应初值敏感的问题。该方法能够克服不确定非线性和强参数不确定性的影响,使系统得到渐进跟踪的性能,提高系统的瞬态响应性能。实验结果表明,该算法能抑制建模不确定性的影响,系统期望跟踪指令幅值为10mm时,跟踪误差大约为0.038 6mm,相对跟踪误差约为0.386%,系统跟踪精度得到了提高。     

多模型自适应PID解耦控制器

对于一类非线性、强耦合、离散时间系统,提出了基于多模型的多变量自适应PID解耦控制策略,取消了系统平衡点参数已知的条件.控制策略包括一个完全自适应PID解耦控制器,一个参数重赋值自适应PID解耦控制器,多个参数固定PID解耦控制器和一个切换机制.理论分析表明,通过合理地选择切换函数,自适应PID控制器保证系统BIBO稳定,参数重赋值自适应PID控制器和参数固定PID控制器改善系统性能.     

基于学习的自校正控制算法

提出了一种基于学习的自校正控制算法 ,算法中包含一个自适应模型和多个固定模型 ,每一个模型都有一个相对应的控制器 .在每一采样时刻 ,将当前时段内具有最小预测误差的模型对应的控制器的输出作为控制输入 .在该算法中 ,自适应模型和自适应控制器的作用是确保闭环系统的稳定性和输出跟踪误差的渐近收敛性 ,而固定模型和固定控制器的作用是当被控对象的参数发生变化时 ,在自适应模型的参数估计收敛之前 ,暂时担当控制器的角色 ,以改善闭环系统的暂态响应 .证明了闭环系统的稳定性和输出跟踪误差的渐近收敛性 .仿真结果表明算法的有效性     

TCSC的非线性逆推设计

针对带有TCSC(ThyristorControlledSeriesCompensation)的单机无穷大总线系统的非线性二阶模型,使用逆推方法设计了TCSC的非线性控制器·基于逆推设计方法,无需对原系统进行线性化,并能保证闭环误差系统在Lyapunov意义下渐近稳定·当系统存在常参数不确定性,例如阻尼系数不能精确测量的情况下,应用自适应逆推方法还可以设计一个动态反馈控制器,其中含有对未知参数的实时估计·设计过程表明逆推方法设计的控制器拥有更优越的性能·     

基于多模型广义预测控制器的DRTO双层结构

针对动态实时优化(DRTO)与模型预测控制器(MPC)结合的双层结构中由于DRTO与MPC的模型不一致影响优化效果的问题,本文将多模型广义预测控制器(GPC)引入到DRTO双层结构中,设计了基于DRTO双层结构的多模型GPC控制器。上层结构为DRTO层主要解决经济目标函数的优化问题,采用动态过程模型实时优化更新输出对象的最优设定值轨迹。下层结构采用多模型GPC控制器替代原先的单模型MPC控制器,主要是抑制过程中的快速干扰追踪DRTO层得到的最优设定值轨迹。多模型GPC控制器采用多个固定模型和自适应模型来并行辨识系统的动态特性,减小由于上下层模型不一致造成的误差的同时可以提高系统暂态性能和模型参数跳变时系统的调节能力,最后通过仿真验证了该方法的可行性和有效性。     

An Intelligent Adaptive Fuzzy PID Controller Based on Multimodel Control Approach

A novel intelligent adaptive fuzzy PHD controller based on multimodel control approach is presented in this paper.It can improve the system performance of the dynamic time- varying system at various operating conditions.The fuzzy PHD controller is implemented by combining a fuzzy PI with a fuzzy PD controller in a parallel structure. The parameters of the fuzzy PHD controller are linked, via analytical derivation, to the gains of the linear PID controller. The sum of error square is used as performance criterion to locate the model that best reresents the process among the multiple models, The desired control output to drive the process along the desired path is generated only by modifying the output scale factots GU_I and GU_D of the fuzzy PID controller, Among the prescribed models, the control signal of the nearestmmodel to the system is applied. The system can be driven to its original trajectory because of the robustness of the fuzzy PID controller, Computer simulation results show that the adaptiv     

单元机组协调系统的多模型自适应解耦控制

针对火电单元机组被控对象多变量、强耦合及模型参数随负荷显著变化的特点,提出一种基于多模型自适应解耦控制的协调控制策略.采用多个固定模型和2个自适应模型并行辨识机组对象的动态特性,在每个采样时刻基于切换性能指标选出最优的局部模型作为当前模型,并据此设计解耦控制器,从而实现全工况运行的自适应控制.同时对多模型控制系统的全局稳定性进行了证明.通过对300MW亚临界直流燃煤机组协调控制系统的仿真表明:该控制策略对负荷变化适应快,且可获得良好的动、静态解耦控制效果.     

基于学习的自校正控制算法

提出了一种基于学习的自校正控制算法,算法中包含一个自适应模型和多个固定模型,每一个模型都有一个相对应的控制器,在每一采样时刻,将当前时段内具有最小预测误差的模型对应的控制器的输出作为控制输入。在该算法中,自适应模型和自适应控制器的作用是确保闭环系统的稳定性和输出跟踪误差的渐近收敛性,而固定模型和固定控制器的作用是当被控对象的参数发生稳定性和输出跟踪误差的渐近收敛性,而固定模型和固定控制器的作用是当     

TCP网络的非线性自适应滑模控制

针对TCP网络存在网络参数高度变化和UDP流的情况,提出了两种非线性自适应滑模控制算法.考虑到系统不确定的上界很难获得,针对系统不确定的上界设计了一种自适应滑模控制器.由于使用了符号函数,该算法不能有效地抑制抖振.为此,设计了一种直接对不确定进行自适应的滑模控制器.仿真结果表明,对不确定的上界自适应的滑模控制器优于对上界自适应的滑模控制器,对上界自适应的滑模控制器优于PI控制器.     

基于多模型切换的过热汽温自适应预测控制

为了克服电厂过热汽温对象大惯性、大滞后及参数随负荷显著变化对系统控制带来的困难,采用了一种基于多模型切换的自适应预测控制策略.采用多个固定模型和2个自适应模型并行辨识过热汽温对象的动态特性.在每个采样时刻基于切换性能指标选出最优的局部模型作为当前模型,并据此设计预测控制器,从而实现全工况运行的自适应控制.同时证明了所提出的多模型控制策略可以保证闭环系统输入输出有界稳定.仿真结果表明该控制策略在大工况范围具有良好的动态调节品质和鲁棒性能.     

神经网络模型参考自适应控制算法研究

分析了基于BP算法的神经网络模型参考自适应控制器对大惯性环节被控对象的控制效果,发现该算法使控制器存在严重的“过学习”现象,为避免这一现象,设计了一种新的误差函数结构,得到改进的BP算法,针对一个存在大惯性环节的线性时变系统,对比分析了神经网络模型参考自适应控制器在采用传统的BP算法和改进的BP算法时得到的不同控制效果。     

混沌范德玻-杜芬系统参数自适应反步设计

针对一类具有多个未知参数的混沌ADVP(范德玻-杜芬)系统,设计自适应镇定控制器.基于反步法思想,对所有未知参数设计自适应估计律,结合反步思想为一类不确定混沌系统设计自适应控制器.设计出的控制器只需施加于一个子系统,使得控制的实现更加方便.整个设计过程只须作一次极点配置和求解一个李雅普诺夫方程,简化了计算,得到了简单且易实现的标量控制器.仿真结果表明:受控系统能快速达到收敛.