共查询到20条相似文献,搜索用时 140 毫秒
1.
2.
3.
时滞对象的自适应Smith广义预测控制 总被引:1,自引:0,他引:1
针对时滞被控对象提出了一种自适应Smith广义预测控制器方案。在广义预测控制中 ,以Smith预估器建立被控对象预测模型 ,并基于零频率时的模型匹配和有遗忘因子的递推最小二乘算法在线辨识系统参数和时滞 ,不断修正Smith预估器模型和控制器参数 ,有效克服系统参数和时滞变化对系统的影响 ,动态响应快 ,跟踪效果好。仿真结果证明了这种方法的有效性。 相似文献
4.
5.
自抗扰控制在火电厂主汽温控制中的应用研究 总被引:2,自引:0,他引:2
自抗扰控制器(ADRC)是在继承经典PID不依赖于对象模型优点的基础上,通过改进经典 PID 固有缺陷而形成的新型控制器,性能优良并且算法简单.针对火电厂过热汽温控制系统的大滞后,大惯性以及动态特性随工况变化的不确定性等特点,给出了主汽温的自抗扰控制方案,该控制方案不需要精确模型参数就可以实现干扰补偿.在电厂热工过程控制实时仿真平台STAR-90上建立模块化的自抗扰控制器,进行了变负荷、10%扰动和RB试验.试验结果表明,用ADRC技术建立的过热汽温控制系统对被控对象模型的不确定性和外部扰动变化具有较强的适应性和鲁棒性,控制系统具有优良的动态性能. 相似文献
6.
7.
8.
时滞系统的智能控制方法 总被引:5,自引:0,他引:5
介绍了基于Smith预估结构的时滞系统自适应模糊PID控制方法,该方法根据偏差e和偏差变化ec与PID控制器三个参数之间的关系,利用模糊控制原理对PID参数进行在线修正,使被控系统具有良好的动静态特性和抗干扰能力。仿真研究和实验表明了该控制方法的有效性。 相似文献
9.
10.
11.
12.
13.
非线性模型预测控制的智能算法综述 总被引:3,自引:0,他引:3
从非线性模型预测控制的预测模型建模和最优化问题求解两方面入手,介绍了近年来基于智能模型和智能优化算法的非线性系统预测控制方法,并对各种算法的特征进行了总结评述,指出了智能非线性预测控制方法存在的问题和未来的发展方向。 相似文献
14.
传统的广义开环响应控制算法调节参数少,难以同时兼顾稳定性、鲁棒性、快速性和抗干扰性。为此提出了两种改进的算法,通过分别引入一个新的调节参数,使其与原有的调节参数具有不同的调节目的,更易于工程实现。仿真结果表明了该算法的有效性。 相似文献
15.
《系统科学与系统工程学报(英文版)》2000,(1)
1 IntroductionAs the representative of a kind of advanced computer control algorithm,generalizedpredictive control (GPC) is of many applications in various domains[1 ] .But to ourdisappointment,it is difficult to establish precision models,which makes GPC algorithmhave only limited robustness since GPC algorithm is still model based algorithm and thereexist such factors as nonlinearity,indefinity,etc,in some real systems.To improve the robustness of GPC algorithm and avoid the weakness … 相似文献
16.
17.
以实际的具有多变量、强耦合、强非线性特性的氧化铝强制循环蒸发系统为例,将一类多变量非线性系统分为线性模型和非线性未建模动态两部分,提出了由线性预测解耦控制器,神经网络非线性预测解耦控制器和切换机制组成的多模型预测解耦控制方法,并且证明了闭环系统的稳定性.最后,通过对强制循环蒸发系统的仿真实验,验证了所提方法的有效性. 相似文献
18.
一种模糊神经网络自适应预测控制方案的研究 总被引:1,自引:0,他引:1
孙金刚 《系统工程与电子技术》1999,21(11):87-90
针对现有模糊推理方法的缺点,结合神经网络的学习能力和插值能力,提出了一种新型的模糊神经网络结构。在此基础上设计了一种模糊神经网络自适应预测控制方案,并导出了相应的学习算法。同时引入了预测误差的智能补偿,以提高预测及控制精度。仿真实验表明,该算法能实现模糊控制和神经网络控制的优势互补,在非线性复杂系统的控制方面具备较高的性能。 相似文献
19.
20.
A reservation-based feedback scheduling (FS-CBS) of a set of model predictive control (MPC) tasks is presented to optimize the global control performance subject to limited computational resource. Implemented as anytime algorithm, MPC task allows computation time to be traded for control performance. Each MPC task is assigned with a constant bandwidth server (CBS), whose reserved processor time is adjusted dynamically. The FS-CBS is shown robust against the varying of execution time of MPC tasks at runtime. Simulation results illustrate its effectiveness. 相似文献