并条机自调匀整广义预测控制的研究

通过分析并条机自调匀整系统被控对象的特点，提出用广义预测控制理论设计控制器，以提高匀整的效果。通过对广义预测控制器和广义最小方差控制器的对比仿真，证明了广义预测控制优于广义最小方差控制，对并条机对象的特点有针对性，符合自调匀整系统的要求。     

一种新的预测PID控制器

提出了一种新的预测PID控制器 ,通过将广义预测控制的控制律写成PID的形式 ,使PID控制器具有预测的功能。同时 ,在广义预测控制的性能指标中引入稳态误差加权项 ,用较小的预测时域和稳态条件代替较大的预测时域 ,从而减小了在线计算量。在连续搅拌反应釜 (CSTR)上进行的仿真试验验证了该技术的可行性 ,新控制器的控制性能优于普通的预测PID控制器。     

一类时滞随机分布系统的跟踪控制

针对一类具有输入时滞的非高斯随机分布系统,提出了基于广义PI控制器的跟踪控制方法.首先采用B样条模型和非线性权模型来建立概率密度函数和控制输入之间的关系,从而将概率密度函数的跟踪问题转化成动态权值的跟踪问题.然后基于线性矩阵不等式技术设计PI控制器,给出了时滞随机分布系统稳定的充分条件,并保证了良好的跟踪性能.最后仿真结果说明了方法的有效性.     

一种新的预测PID控制器

提出了一种新的预测PID控制器，通过将广义预测控制的控制律写成PID的形式，使PID控制器具有预测的功能。同时，在广义预测控制的性能指标中引入稳态误差加权项，用较小的预测时域和稳态条件代替较大的预测时域，从而减小了在线计算量。在连续搅拌反应釜(CSTR)上进行的仿真试验验证了该技术的可行性，新控制器的控制性能优于普通的预测PID控制器。     

广义预测控制在监控AGC系统中的应用

根据广义预测控制的预测模型、滚动优化和在线反馈校正等特征,设计一种基于广义预测控制器的监控AGC系统,并以某冷轧实验轧机为对象,对其控制性能进行仿真。研究结果表明:在模型匹配时,常规Smith预估器响应时间比广泛预测控制的少,稳态精度上比广义预测控制器的高;在轧件塑性系数或系统滞后时间计算不准确导致模型不匹配时,常规Smith预估器出现了系统超调或振荡现象,而广义预测控制器基本不受模型参数变化的影响。     

广义有理传递函数抗饱和控制器设计

传递函数是控制器最常用的模型之一。本文提出了一种新的广义有理传递函数抗饱和控制器的设计方法。借助条件技术中的“可行参考输入”信号的定义，给出了框架中三类控制器的具体设计参数，进而将广义有理传递函数抗饱和控制器结构图在条件技术下进行等效转换，并求出了新的“参考输入信号”w^r。通过MATLAB实例仿真得出：该抗饱和控制器...     

广义有理传递函数抗饱和控制器设计

传递函数是控制器最常用的模型之一。本文提出了一种新的广义有理传递函数抗饱和控制器的设计方法。借助条件技术中的"可行参考输入"信号的定义,给出了框架中三类控制器的具体设计参数,进而将广义有理传递函数抗饱和控制器结构图在条件技术下进行等效转换,并求出了新的"参考输入信号"wr。通过MATLAB实例仿真得出:该抗饱和控制器设计合理,条件作用技术可以让发生饱和的系统在退出饱和的瞬间仍然跟踪原来的参考输入信号,使系统丝毫感觉不到在退出饱和后带来的不利影响。     

联合粉磨系统基于T-S模糊模型广义预测控制

针对磨机负荷多变量、强耦合、大滞后的控制难题,利用磨机电流的历史数据进行T-S模糊建模,对所建模型设计广义预测控制器,采用对控制器模糊加权的方法调节控制器输出,通过Matlab进行仿真比较。结果表明:广义预测控制达到稳态所需时间约为25 s,而PID控制需要约90 s,广义预测控制跟踪设定值的快速性更好,能更快达到控制要求;该方法避免了反复求解不同丢番图方程的繁琐过程,简化了控制器运算步骤。     

广义有理传递函数抗饱和控制器设计

传递函数是控制器最常用的模型之一.本文提出了一种新的广义有理传递函数抗饱和控制器的设计方法.借助条件技术中的“可行参考输入”信号的定义,给出了框架中三类控制器的具体设计参数,进而将广义有理传递函数抗饱和控制器结构图在条件技术下进行等效转换,并求出了新的“参考输入信号”(w).通过MATLAB实例仿真得出:该抗饱和控制器设计合理,条件作用技术可以让发生饱和的系统在退出饱和的瞬间仍然跟踪原来的参考输入信号,使系统丝毫感觉不到在退出饱和后带来的不利影响.     

航空发动机模糊自适应广义预测解耦控制

为克服航空发动机控制回路间的耦合作用,针对具有不确定大时延的航空发动机分布式控制系统,提出了一类模糊自适应广义预测解耦控制算法.利用发动机非线性模型的输入输出数据对模糊自适应推理网络进行离线训练,网络的前提参数训练后固定,后件参数则可在线调整以使网络能更好地逼近实际系统.将模糊自适应推理网络作为广义预测控制器的预测模型,可以省去常规广义预测控制器的反馈校正机构.仿真表明:当参考轨迹为阶跃信号、斜坡信号时,所设计的控制器均具有良好的动态跟踪特性和解耦特性,当时延发生变化时,系统输出仍然能稳定地跟踪参考轨迹,说明该控制器对时延不敏感,鲁棒性强.     

一类MISO对称非线性系统及其约束自校正控制器

针对MISO随机广义Hammerstein模型,从实际工程对象的物理意义出发,分析了其不能描述对称非线性系统的问题。在模型中加入控制输入的符号函数,提出一可描述对称非线性系统的MISO随机广义Hammerstein模型。在目标函数中加入控制输入的高次项和其符号函数提出一超二次型目标函数。对控制输入加入饱和限幅,给出了改进的MISO随机广义Hammerstein模型的约束自校正控制器算法,适用于开环不稳定的非最小相位系统。提出一控制策略使算法无稳态偏差,且控制输入收敛于以原点为中心的变化域内。采用约束最优化的投影梯度法和无约束最优化的变尺度算法对目标函数寻优,证明了可行域内所有点均可作为投影梯度算法的初始可行点,并证明了线性不等式约束的任意紧约束组合时其可行域即为正则域。仿真研究表明了合理性和有效性。     

具有比例积分结构的模型算法自适应控制器

通过构造新型目标函数,并且采用加权预测控制律代替一步预测控制量,得出了一种具有比例加积分结构的自适应模型算法加权控制器．该控制器能实现无偏差跟踪参考输入轨迹．仿真结果表明,对于时变对象,新算法自适应控制比基本型模型算法控制具有更强的鲁棒性．     

基于广义逆矩阵的机器人力与位置混合控制

推导了具有运动约束的机器人的拉格朗日动力学方程,该方程中包含了广义约束力。广义约束力被表达为机器人系统状态变量和广义输入力的显函数,力信息由此获得,因此无须使用力传感器即可同时控制机器人的力和位置。利用动力学冗余度（广义输入力的数目大于广义约束力的数目）,设计了基于广义逆矩阵的力与位置混合控制器。控制仿真结果表明,该控制方法具有较高的精度和较好的稳定性。     

一类多变量系统广义极点配置自校正控制器

本文针对一类所谓P规范型多变量系统提出了一种广义极点配置自校正控制器。该控制器可以处理系统中各通道之间延时不相等的情况。它可以跟踪系统的参考输入并且可以使系统有希望的闭环响应特性。同时还可以实现解耦自适应控制和消除静态误差。     

双线性系统随机多输入间接自适应前馈控制器及其应用

本文针对随机双线性多输入系统，提出了一种适用于具有多种扰动对象的随机多输入间接自适应前馈控制器，其特卢、是通过引入改进的广义最小方差最优控制律来克服双线性对系统的影响，该控制器采用间接算法实现，并适用于延时未知系统。它不仅具有渐近最优的控制的效果，可以对可测干扰实行有效的动静态补偿，消除稳态跟踪误差，使随机干扰对系统的影响最小，而且即使用于不稳定和（或）逆不稳定系统也具有全局收敛特性。文中还介绍了如何应用该控制器来实现多变量系统的随机间接自适应解耦控制。     

具有比例积分结构的广义预测自校正控制

在一般广义预测自校正控制的基础上，提出了一种具有比例积分结构的广义预测自校正控制器及其实时实现算法，该算法兼有古典PI控制的鲁棒性能和预测控制的模型预报优点，通过对具体实例的计算机仿真表明，该算法较一般广义预测自校正控制更具有鲁棒性，更宜于工业应用。     

一级倒立摆的分层模糊控制

本文设计了两个模糊控制器即位置模糊控制器和角度模糊控制器,用这两个模糊控制器进行分层控制,并把位置模糊控制器控制输出作为一个虚拟角度乘以一个系数与摆杆的实际角度叠加形成一个广义角,以这个广义角和摆杆的角速度作为输入量输入给角度模糊控制器对摆杆的角度进行控制;通过matlab的Simulikn实现了倒立摆模糊控制系统的仿真,仿真结果证明：模糊控制器不仅可以稳定倒立摆系统,还可以使小车定位在特定位置。     

基于广义预测控制的对角递归神经网络控制

提出一种基于广义预测控制的对角递归神经网络控制器，并给出该神经网络控制器和辨识器的学习率范围。仿真实验表明，所采用的神经网控制结构适合于带纯时延的未知的非线性被控对象的广义预测控制，同时能有效地改善神经网学习的收敛性。     

具有输入饱和的非线性广义交联系统的分散控制

利用Lyapunov稳定理论和矩阵理论研究了具有输入饱和的不确定非线性广义交联系统的分散鲁棒控制问题.采用广义Riccati方程,对一类具有输入饱和的不确定非线性广义交联系统,给出了一种分散广义鲁棒镇定控制器的设计.考虑了另一类特殊的具有输入饱和的不确定广义相似交联系统,给出了该类系统的一种分散广义鲁棒镇定控制器的设计,由于控制器本身也具有相似结构,因此控制器很容易设计且易于工程的实现.     

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.