非线性系统的多模型预测控制方法

提出了一种基于多模型的预测控制方法,用于解决典型非线性对象——污水生化处理过程中的控制问题.首先给出了基于局部模型的多模型建模方法,该方法从积累的大量系统输入输出数据中找出与系统当前模态相匹配的数据集合,利用局部多项式拟合方法建立系统的局部模型,再根据系统模态的变化建立系统的多个模型;将所得多模型与预测控制相结合,提出一种多模型预测控制方法,从而解决了一类结构未知、仅使用大批历史数据工业过程的控制问题.仿真试验说明了该方法的有效性.     

城市交通系统诱导控制的Stackelberg模型

在分析了城市交通系统诱导控制行为特点的基础上,指出诱导控制决策过程是一个多主体和多价值准则的决策过程.引入Stackelberg博弈理论,构建了城市交通系统诱导控制的Stackelberg模型,将问题描述为一个双层规划模型.最后,设计了基于灵敏度分析法的启发式求解算法.     

Mkdv-Burgers'方程的边界控制

利用边界控制讨论Mkdv-Burgers'方程在Neumann边界条件下的动力学.得到Mkdv-Burgers'方程当粘性参数ε已知时是指数稳定的,而ε未知时是全局渐近稳定的.     

基于误差边界限定的永磁同步电机预测控制

针对图形边界限定形式的感应电机预测控制存在简洁、直观等优点,进一步考虑将该控制策略应用于永磁同步电机。预测控制将电机和逆变器作为一个系统整体考虑,以空间电流矢量为控制对象,直接产生逆变器的开关控制信号。基于永磁同步电机在转子磁场坐标系下的数学模型,推导出电流矢量导数的估测模型,进而预测出电流矢量的轨迹,根据最优电压矢量选择判据选定开关状态,完成基于圆形电流误差边界限定形式的永磁同步电机的预测控制算法。通过MATLAB/SIMULINK进行仿真,仿真结果证明了提出方法的有效性。     

基于模型预测的快速交通网络路由诱导方法

为了达到均衡城市快速路网交通负荷,提高交通运行效率的目的,提出了模型预测路由诱导控制方法,控制任务描述为一个动态的、离散时间、空间的、带有约束控制变量的最优控制问题.采用宏观、确定型的、离散时间、空间、适合基于模型预测交通控制的宏观动态交通模型来构建网络交通过程模型,通过在未来较长的时段内求解每一个控制周期的最优问题来实现反馈控制.仿真实例研究结果表明,模型预测路由诱导控制方法能够考虑时变的交通状态,取得良好的控制效果,可为先进的交通管理系统构建提供依据.     

一类常微分方程和偏微分方程的耦合系统的边界控制

考虑一类常微分方程组和偏微分方程组的耦合系统的稳定性.通过Backstepping的方法,设计出系统的控制律,并证明了闭环系统的指数稳定性.     

基于双模型预测函数控制的PVC聚合釜温度系统

介绍PVC聚合反应的过程,针对PVC温度系统的特殊性,提出基于多模型的预测函数控制策略。将被控过程空间分为多个子空间,每个子空间对应一个失配较小的预测模型,同时设计多个预测函数控制器与之对应。该控制策略拓宽了传统预测函数控制的应用领域。根据PVC的升温和保温这2个不同的反应区间采用了2个不同的预测模型,以适应过程参数在不同区间发生的变化。该算法在SUPCON-JX300X集散控制系统上利用SCX语言实现,工业现场运行取得了满意的效果。实际运行表明：该控制策略具有算法简单、易于工程实现的优点。     

模型预测控制性能评价的一种改进方法

历史性能指标和设计性能指标的残差控制图可用于模型预测控制的性能评价,但是当外界干扰和模型变化很小或性能指标存在严重的自相关现象时,残差的-X-图很难检测出性能的变化。提出用残差的累积和控制图对模型预测控制性能进行监视,在Shell塔模型上的仿真实验表明了该方法解决问题的有效性。     

Mkdv-Burgers′方程的边界控制

利用边界控制讨论Mkdv-Burgers′方程在Neumann边界条件下的动力学.得到Mkdv-Burgers′方程当粘性参数ε已知时是指数稳定的,而ε未知时是全局渐近稳定的.     

基于RBF-ARX模型的预测控制

基于RBF-ARX模型的预测控制是针对非线性系统而提出的一种控制方法。本文介绍了基于RBF-ARX模型的预测控制器的结构和预测控制策略,证明了该方法在非线性系统建模和辨识中的有效性。     

多模型预测控制的平滑切换

基于预测控制应用在多模型系统时的切换扰动,在切换时间ｔ０ 已知条件下,通过重新构造系统的步限矩阵,提出了一种控制系统平滑切换的广义预测控制算法．预测控制中步限矩阵是预测步限Ｎ 步内Ｄｉｏｐｈａｎｔｉｎｅ 方程的系数．研究了当前计算时刻ｔ在计算步长ｋ：①ｔ＋ ｋ＜ ｔ０＋ １;②ｔ＋ ｋ＝ ｔ０＋ １;③ｔ０＋ １＜ ｔ＋ ｋ≤ｔ＋ Ｎ 三种情况下步限矩阵的元素构成,实现了多模型控制系统的平稳切换．仿真结果表明该方法的有效性     

基于自校正模型的非线性系统多模型预测控制

针对化工过程某些非线性系统的不对称动态特性，提出了一种基于自校正模型的多模型预测控制算法。在平衡点附近建立线性模型，利用当前工作点，通过二阶泰勒展开校正模型参数，补偿非线性不对称动态特性，形成了非线性系统的自校正多模型描述。以基于模型输出偏差的切换指标函数作为模型切换准则，结合状态反馈预测控制，构成了多模型预测控制器。pH值控制的仿真结果验证了该算法的有效性。     

基于自校正模型的非线性系统多模型预测控制

针对化工过程某些非线性系统的不对称动态特性,提出了一种基于自校正模型的多模型预测控制算法.在平衡点附近建立线性模型,利用当前工作点,通过二阶泰勒展开校正模型参数,补偿非线性不对称动态特性,形成了非线性系统的自校正多模型描述.以基于模型输出偏差的切换指标函数作为模型切换准则,结合状态反馈预测控制,构成了多模型预测控制器.pH值控制的仿真结果验证了该算法的有效性.     

时变不确定系统的变时域鲁棒模型预测控制

针对多包描述的时变不确定系统, 通过分析该方法的可行性和闭环稳定性, 提出一种变时域鲁棒预测控制器的设计方法, 使得在与现有方法有相同初始可行域的前提下, 保证了只要问题初始可行就有闭环系统二次稳定. 仿真结果表明了算法的有效性.     

四轮转向与主动悬架的模型预测集成控制

针对车辆极限工况下的稳定性问题,提出一种四轮转向和主动悬架的集成控制算法。根据四轮转向单轨参考模型和主动悬架双轨模型,建立集成控制矩阵,利用模型预测算法设计集成控制器。在实车验证基础上,采用Car Sim与Matlab联合仿真,获得了转向盘鱼钩输入下的车辆横摆角速度、质心侧偏角、车身侧倾角等特性曲线,分析了该典型极限工况下车辆的稳定性控制品质。结果表明,所设计的四轮转向与主动悬架的集成控制策略能够显著的改善车辆的操纵稳定性,解决失稳问题。     

采用变时域模型预测的车辆路径跟踪控制方法

为了解决自动驾驶车辆变速行驶时模型预测路径跟踪控制器的可靠性问题,提出一种变预测时域自适应路径跟踪控制方法.首先,推导简化后适用于仿真验证的车辆三自由度动力学模型,引入松弛因子以避免求解过程中出现非可行解,并将跟踪控制转化为二次规划求解问题;然后,确定模型预测控制器的重要设计参数,分析车速和预测时域的变化关系,拟合预测时域与车速的函数曲线,设计一种变时域自适应路径跟踪控制器;最后,搭建Carsim/Matlab/Simulink联合仿真平台进行验证.结果表明:变时域自适应路径跟踪控制器能够随着车速变化实时更新预测时域,可保证车辆具有较好的跟踪精度和稳定性.     

一类热源在边界点的反应扩散系统的边界控制

利用边界控制的backstepping方法研究了一类热源在边界点x=1的反应扩散系统.由于热源在边界,backstepping方法中常用的Voltegral变换失效,为了利用backstepping方法设计控制器,文章改进了原有的Voltegral变换,从而设计出反应扩散系统的控制器,最后,通过闭环系统的稳定性验证了控制器的有效性.     

双三相永磁同步电机改进型模型预测电流控制

针对双三相永磁同步电机模型预测共模电压抑制方法存在寻优计算量大、开关频率较高、稳态性能不佳的问题,提出一种改进型模型预测电流控制.首先,改进六相两电平逆变器,降低零矢量共模电压幅值;其次,选择小共模电压矢量构造虚拟电压矢量,简化价值函数的同时减小共模电压和电流谐波含量;再次,通过计算参考电压矢量直接选择最优电压矢量以减少寻优次数,并引入占空比控制提升电机控制精度,改善电机稳态性能.最后,仿真对比传统模型预测电流控制、RCMV（Reduced Common Mode Voltage）-1、RCMV-2和所提控制方法.结果表明,所提控制方法在减小共模电压的同时,降低了转矩脉动和谐波电流,且较RCMV-2方法开关频率明显降低;此外,寻优代码执行时间相较于RCMV-1和RCMV-2分别降低了约91%和65%,减小了计算量.     

一类非线性系统的模型预测控制算法

本文提出一个用于仿射非线系统的模型预测控制算法。首先设计一个静态的非线性状态反馈以获得Ｉ／Ｏ线性化的闭环系统；然后，对此闭环系统设计模型预测控制算法以获得良好的动态特性和抗干扰性能。本文以一个实例说明了该算法的有效性。     

多堆燃料电池系统温度模型预测控制

针对多堆燃料电池系统各电堆温度的控制问题,提出了一种将阴阳极出口气体温度作为电堆温度修正项的并联式热管理子系统模型,并对多堆燃料电池系统进行热平衡分析。首先,采用模型预测控制方法进行温度控制;然后,应用系统模型辨识的方法建立多个预测模型,通过切换预测模型控制不同工况点的电堆温度过程;最后,设计测试工况进行仿真验证。结果表明：在相应的温度指标下,并联式热管理子系统应用模型预测控制算法能够快速准确地进行多堆燃料电池系统中各电堆的温度控制,并且增加典型工况点的多个预测模型有助于提升控制效果,使得超调量减小,调节时间缩短。