PI型扩展预测自适应控制器及其在造纸过程中的应用研究

建立了一种具有比例积分结构的扩展预测自适应控制器，并在造纸过程中的湿基准与纸浆流量的数学模型中进行了应用仿真研究，仿真结果显示了这种控制器良好的控制效果。     

广义预测自适应控制及改进算法研究

控制实践中许多复杂的工业系统数学模型很难精确建立,而且工业对象的结构和参数往往具有不确定性,要建立精确的数学模型非常困难.针对此问题提出了广义预测自适应控制算法,在此基础上介绍了隐式广义预测自校正控制,对其进行仿真研究,结果证明了该算法的有效性和优越性.     

基于二步估计器的PID自校正预测控制

基于内模原理构建d步超前预测控制器.根据d步超前预测信号,运用二步估计器进行数据信息处理,创建PID自校正预测控制算法.仿真结果表明:该算法实现起来简便,能够有效地减小控制系统的运算量,提高控制的实时性.     

参数自整定模糊PI控制器设计与仿真

针对PI控制方法的参数难以整定的问题,在PI控制方法的基础上结合模糊控制理论设计了一种参数自调整模糊PI控制器,判断误差及误差变化率的模糊范围,对比例和积分系数进行修正,使PI参数调整到最佳。该方法既有PI控制精度高、结构简单的优点,又有模糊控制鲁棒性好、响应速度快等特点。对两种控制器进行MATLAB仿真对比实验,证实了模糊参数自整定PI控制器具有更好的稳定性和高效性。     

我国人口增长预测问题的自限模型

利用自限模型预测2010—2019年人口数将依次缓慢增加,2016年突破14亿大关,未来15年人口净增加不会超出1亿人．     

水电站入库流量的灰色自记忆预测方法研究

运用灰色系统理论与数据序列自记忆性原理相结合的方法,提出了数据序列预测的灰色自记忆模型,并应用于年径流量及汛期来水预测.山西沁河曹河水电站年径流及汛期径流预测的实例表明,该模型能处理非平稳数据序列并反映动态数据序列的极值趋势,可提高预测精度.     

一种基于神经网络辨识的预测方法

针对时变的非线性系统,将传统的预测控制与神经网络逼近任意非线性函数的能力相结合,提出一种基于神经网络辨识的预测方法.同时选用含有调整参数的双曲正切函数作为节点的激活函数,弥补由于未考虑激活函数的输出值域、影响神经网络辨识精度和速度不足的问题.仿真结果表明,它适用于无滞后和有滞后的时变非线性系统,辨识收敛速度快、精度高,并具有较强的自适应性和鲁棒性.     

预测控制在数控机床伺服系统中的应用研究

提出一种采用模型算法PI预测控制及其在数控机床伺服系统的应用方案,对预测控制三要素（预测模型,参考轨迹和控制律）作了详细的论述．模型算法PI预测控制使数控机床伺服系统实现了快速、精密的位置控制．经仿真和实测践表明,谊系统具有较好的鲁棒性和跟踪性能．     

基于模糊预测的迭代学习控制器设计

一、引言间歇生产过程是以顺序的操作步骤进行批量产品生产的过程,广泛应用于精细化工、药品生产、生物制品、现代农业等领域.由于传统的间歇生产过程中人工操作比重大,自动化水平低,间歇过程单元存在非线性、大滞后、时变和数学模型不确定等因素,难以达到理想的控制效果来满足工业生产柔性化趋势和产品多样化的要求.     

加权广义预测控制算法的改进

为了进一步缩小广义预测控制算法理论与工程应用的距离,对加权广义预测控制算法进行了改进,引入了预测模型输出误差修正项,对预测模型的输出进行了修正,并采用了区域控制策略.针对油田联合站电脱水系统油水分离过程,给出了改进的加权广义预测控制方案,仿真结果表明,这种控制方案在保证工程精度的前提下,减少了执行机构的动作频率,增加了生产操作的平稳性.     

网络控制系统的自适应预测控制

针对具有随机时延的网络控制系统,提出一种自适应预测控制方法. 利用Elman神经网络对网络控制系统的随机时延进行在线预测,然后采用一种增加微分作用的改进隐式广义预测控制方法对网络时延进行补偿,实现了随机时延网络控制系统的自适应预测控制. 仿真结果表明,该方法对网络随机时延有很好的补偿效果,可明显改善系统输出性能,保证控制的稳定性与快速性.     

有偏差调整因子的模糊控制算法

提出了一种带有偏差调整因子的模糊控制算法,有效地避免了偏差的淹没现象,实现了高精度的模糊控制。     

基于PC机平台的多变量预测控制软件开发

研究了约束多变量系统预测控制的实现问题,开发并实现了该系统模型辨识与预测、多变量预测控制算法及约束处理等模块,基于PC机平台实现了系统的综合仿真,利用该软件可对多变量预测控制系统的性质作进一步仿真分析,并可实现典型过程控制对象的实时控制。     

子空间预测控制中的椭球优化及其应用

为联合系统辨识和控制器设计,在子空间辨识的基础上研究了一种新的子空间预测控制. 该控制方法可自动校正模型预测控制中的系统参数,避免传统的线性二次高斯最优控制中繁琐的设计过程,且不依赖于控制器的任何先验信息. 在带有约束条件时,利用椭球优化来迭代产生一系列体积逐渐减小的椭球序列,该序列最终收敛到一个最优解. 在此基础上推导了椭球优化算法达到收敛时所需迭代次数的一个上界. 以直升机悬停状态为例,利用该文方法设计控制器,验证了子空间预测控制方法的有效性.     

一种基于BP网络的多模型预测主动容错控制方法

针对非线性受控对象,给出了一种基于BP神经网络的多模型预测主动容错控制方案,设计了故障诊断与决策机制的算法步骤,在基于BP网络建立系统正常或故障状态动态模型库的基础上,利用预测控制算法得到控制律,达到对非线性系统主动容错控制的目的．仿真结果表明所述方法的可行性和有效性．     

故障条件下子空间预测控制的对偶分解

研究故障条件下子空间预测控制器的设计问题,在推导输出预测估计值后分析残差矢量的统计分布特性
及残差矢量在各个瞬时时刻处的具体形式. 针对含有等式和不等式约束条件的预测控制器最优化问题,通过对偶
运算将较复杂的约束优化转化为无约束优化问题,采用最近邻梯度法即可求得基-对偶优化问题的最优解. 最后以
直升机悬停状态为例,验证控制器设计方法的有效性.     

换热机组供水温度的广义预测控制

针对热工过程对象具有大惯性、大时滞、时变和非线性等动态特性，建立了热力站换热机组的CARIMA模型和基于该模型的供水温度广义预测控制系统．利用Matlab对该控制系统进行了仿真，并与PID控制进行了比较，证明了广义预测控制(GPC)可以应用于热工过程控制中，并能取得良好的控制品质和鲁棒性．