基于Anytime算法的模型预测控制器的优化反馈调度

模型预测控制器可以实现为具有Anytime算法特征的模型预测控制（MPC）任务,它允许在执行时间和控制性能之间进行折衷．文中针对一组MPC任务,提出一种优化反馈调度算法（FS-CBS）,在有限处理器时间约束范围内使全局控制性能最大化．该算法为每个MPC任务分配了一个恒定带宽服务器（CBS）,并对CBS所预定的处理器时间进行动态调节,同时通过约束条件保证整个任务集的可调度性和各组分的稳定性．仿真结果表明,该算法对MPC运行时的执行时间变化不敏感,明显优于基本的CBS算法．     

化工过程中虚假宽松约束的修正预测控制

过程控制中广泛存在着对变量的各种约束条件,因此需要设计能够满足约束条件的控制策略。约束预测控制能够处理各种输入和输出约束,是一种有效的控制方法。但在实际过程控制中,由于预测控制不检测下层回路的实际执行信息,当控制作用超出系统实际最大能力而不能完全下载时,标称约束成为虚假宽松约束,导致系统响应偏离预期,约束条件无法满足。该文基于线性系统离散状态空间模型,讨论有输入和输出区间约束条件的基于区间控制思想的预测控制。为保证虚假宽松约束发生时预测控制仍能够正确有效实施,提出及时进行一系列预测模型数据和约束条件的修正算法,并使约束条件得到满足。利用绝热连续搅拌釜式反应器(CSTR)模型的控制仿真实验证明了该算法的有效性。     

MPC控制器的FPGA实现及其应用

针对先进模型预测控制(MPC: Model PredictiveControl)算法在线求解速度慢的问题, 提出了一种基于现场可编程门阵列(FPGA: Field Programmable Gate Array)的MPC控制器的设计方法。通过电路分析, 设计其定点模型, 采用Verilog硬件描述语言流水线方法进行RTL(Register Transfer Level)级MPC控制器设计, 通过在底层设计矩阵加、 减、乘等运算模块, 实现MPC控制器的FPGA设计。最后以电子节气门(ETC: Electronic ThrottleControl)为被控对象, 通过实时仿真实验, 验证了基于FPGA实现的全硬件MPC控制器的有效性与实时性。     

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.     

约束预测控制的一种快速算法

针对约束模型预测控制在线求解的计算复杂性,在标准预测控制滚动求解思想的基础上提出了一种有效可行的快速算法,即在每一时刻,只精确求解当前要实施的控制量,对未来的控制序列则用线性反馈控制器来近似,从而降低了预测控制在线求解的维数,提高了算法实施的快速性,简化造纸机控制系统的仿真结果说明了该算法的有效性。     

具记忆状态反馈的输入受限时滞系统模型预测控制器

针对一类具有输入约束的离散线性不确定时滞系统,提出了一种具有记忆状态反馈的模型预测控制器.首先,定义时滞系统的鲁棒性能指标,在考虑时滞状态影响的条件下设计了包含时滞状态的记忆状态反馈控制律,在线优化时将当前控制量作为独立优化变量,与其它作为反馈控制的时域控制序列分开处理,以降低算法保守性,提高可行性.然后,给出了基于线性矩阵不等式凸优化的控制策略以及系统稳定的充分条件.最后,通过仿真实验验证了该控制算法的有效性.     

基于时延估计和鲁棒H_∞控制的工业机器人跟踪控制

针对六自由度工业机器人系统,结合时延估计控制和鲁棒H∞控制的优点,提出了一种鲁棒H∞时延估计跟踪控制算法.该算法不需要机器人的复杂动力学模型,避免了机器人逆动力学的在线实时计算;采用时延估计在线获得机器人系统的未知动力学和外界干扰,并对控制过程加以补偿;通过引入L2增益控制,可实现对时延估计误差的L2干扰抑制,从而进一步提高了系统的鲁棒性.同时,利用Lyapunov函数和Riccati不等式保证了闭环系统的渐近稳定性和H∞鲁棒性能.该算法计算简单,结构固定,鲁棒性强,易于实现.文中还通过二自由度机器人的仿真实验证明了该算法是有效的.     

改进的预测控制算法用于加热炉支管温度控制

加热炉支管温度平衡系统是一个多变量、非线性、强耦合的复杂过程,当应用传统预测控制方法时,控制量的获得需要在线求解一个多变量、多约束的非线性规划问题,传统非线性规划方法求解该类问题时易收敛到非法解或局部极小。针对上述问题提出一种基于差分进化(differential evolution,DE)算法的预测控制,使用DE算法在线求解涉及的优化问题获得控制量。为了验证方法的有效性,对基于DE算法的预测控制器进行了仿真研究。仿真结果表明,所提出的方法有着很好的跟踪性能,并且对干扰有较强的鲁棒性,提高了系统的控制效果。     

基于最优载荷分配的双臂机器人协调运动在线控制算法

以牛顿—欧拉算法为基础 ,建立适合于双臂机器人实时控制的在线控制算法 ,该算法包括 3个部分 ,一是运动在线控制算法 ,二是在线载荷优化算法 ,三是逆动力学在线控制算法 .该算法不仅给出相应运动学及动力学递推计算公式 ,而且以载荷的最小范数为目标函数 ,实现载荷的最优分配 ,使在线控制算法更具应用价值 .最后通过算例仿真验证算法的可行性     

基于模型预测内模的实时控制算法

对具有滞后性、外界扰动和被控对象参数不确定性、快速性要求高的一类单输入-单输出线性系统的非恒值实时控制的模型预测内模的控制算法进行了进一步的分析研究.从理论上分析了该控制算法的系统稳定性条件、稳态控制误差,研究了在逆变电源控制系统中,该控制算法对负载的鲁棒性和对扰动的抑制能力.算法仿真表明:该控制算法能够克服外界扰动和被控对象参数不确定性,系统具有较强的鲁棒性,稳态控制精度高,动态响应速度快.     

带扰动时变系统显式模型预测控制算法

针对模型预测控制滚动优化计算量大,很难用于对实时性要求比较高的工业生产过程,提出了带约束和扰动的时变系统显式模型预测控制算法。该方法利用离线与在线结合,离线时对带约束和扰动的时变系统的可行域进行区域划分,并得到每个区域对应的代价函数与控制率的显式函数关系式,在线时通过查表确定当前时刻状态所在区域即可得到相应的控制率,大大减少了在线计算量,提高了实时性。对算法进行仿真实验,证明了算法的可行性与稳定性。     

基于MPC的车道保持系统转向控制策略

针对汽车的自动车道保持系统,研究了基于模型预测控制(MPC)的转向控制策略.对车辆的侧向动力学和轮胎的侧偏特性进行分析,研究了以位移偏差、横摆角偏差和两者微分项为状态变量、前轮转向角为控制输入的侧向动力学模型;在该模型的基础上,建立了车道自动保持控制的优化性能指标和系统约束,引入了平滑的期望参考轨迹,设计了基于MPC的转向控制策略.仿真试验证明,在不同车速下,该控制策略均能迅速消除侧向位移偏差和横摆角偏差,保证车辆沿着车道中心线行驶,并有效平滑系统的动态响应,具有较好的适应性和鲁棒性.     

非线性系统的广义线性化预测控制

提出一种非线性系统预测控制的分层设计方法。首先采用广义线性化状态反馈得到具有指定动态的线性化系统,然后采用基于状态方程的预测控制算法,以获得良好的跟踪性和鲁棒性。最后以仿真例子证实了这种控制方案的有效性。     

基于LMI的鲁棒MPC及其在三容系统中的应用

多容器流程系统的流量系数等往往存在不确定性,基于线性矩阵不等式(LM I:L inearM atrix Inequality)理论和模型预测控制原理,讨论了模型不确定系统的鲁棒MPC(Model Pred ictive Control)算法和准最小最大鲁棒MPC算法。最后给出了对三容系统的仿真结果,并将两种方法进行了比较。结果表明,采用准最小最大MPC方法时系统的性能更优越。     

大系统最优控制问题的启发式预估方法

提出了求解长期最优控制问题的一种新方法——启发式预估方法。该方法的主要特点是在每个子问题中引进一个启发项,并且在协调级采用了预估算法.对于严格凸问题,可以证明分解问题与原问题是等价的.同时还给出了该方法的一种并行算法.与P.B.Luh方法相比,启发式预估方法不仅能简化协调级的计算,而且能减少协调级的迭代次数,从而显著提高了问题的求解速度.仿真结果表明该方法是可行的,并且在实时控制中具有广阔的应用前景。     

并联型混合动力汽车燃油经济性最优控制

以某并联混合动力汽车（HEV）为例,建立了燃油经济性最优控制数学模型及相应的动态规划（DP）递归方程,提出了换档和发动机启动2个附加代价函数以限制频繁换档和启停发动机.为解决数值DP中“维数灾”问题,提出了搜索区域限制算法,并利用MATLAB/RTW将系统模型转换成实时仿真代码以进一步提高计算效率.对实车试验、仿真和DP结果三者进行了比较,结果表明,该方法能在可接受的时间内计算出HEV的最优性能,从而进行控制策略的评价和优化.     

电液伺服系统的参数自适应控制

本文针对电液伺服系统的特点,在极——零点配置的基础上提出一种形式简单、运算量小并适用于非最小相位系统的自适应控制算法,克服了一般极——零点配置自校正调节器实用上的困难。仿真与实验证明,用这种算法控制的电液伺服系统具有良好的动态及自适应性能。     

Advanced ECU Software Development Method for Fuel Cell Systems

The electronic control unit （ECU） in electrical powered hybrid and fuel cell vehicles is exceedingly complex. Rapid prototyping control is used to reduce development time and eliminate errors during software development. This paper describes a high-efficiency development method and a flexible tool chain suitable for various applications in automotive engineering. The control algorithm can be deployed directly from a Matlab/Simulink/Stateflow environment into the ECU hardware together with an OSEK real-time operating system （RTOS）. The system has been successfully used to develop a 20-kW fuel cell system ECU based on a Motorola PowerPC 555 （MPC555） microcontroller. The total software development time is greatly reduced and the code quality and reliability are greatly enhanced.     

PMSM神经网络实时IP位置控制

对永磁同步电机 (PMSM )提出了一种基于神经网络的实时IP位置控制方案·根据伺服系统中的IP控制策略 ,利用神经网络的优点设计了神经网络实时IP位置控制器·所设计的神经网络实时IP位置控制器结构简单 ,权值调整计算量小、速度快·同时用混合神经网络作为PMSM系统辨识器 ,用多步预测性能指标函数实现了实时在线训练·理论分析和实验仿真对比研究的结果 ,表明所提出方法具有优越的动态性能和鲁棒性·     

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.