有限时域广义预测控制稳定性的改进证明方法

采用李雅普诺夫第二方法直接证明了有限进域方义预测控制器（ＧＰＣ）可使系统闭环稳定,从而大大简化了该有限时域ＧＰＣ控制器稳定性的证明;指出当λ→０时,有限时域ＧＰＣ控制器逼近实现零终点状态约束的最小能量控制器,进上步揭示出了该控制器实现闭环稳定的本质原因,最后,给出了在极限条件下有限时域ＧＰＣ控制器与Ｋｌｅｉｎｍａｎ控制器等价性的更加简洁的证明。     

多变量广义预测控制及一种简化算法

推导了多变量广义预测控制算法，该算法能有效地处理过程的不稳定性和非最小相位特性，并具有良好的解耦性能。同时提出一种处理纯滞后对象的新方法，即将近似法和广义预测控制相结合解决时滞的方案。这种方法可以解决通道之间时滞不同的对象，并且针对广义预测控制算法的复杂性对其简化算法（多变量单值广义预测控制算法）进行了研究。通过仿真研究表明，多变量单值广义预测控制算法在跟踪性、鲁棒性、抗干扰能力等方面都得到很好的控制效果。     

广义预测控制的鲁棒性分析

分析了广义预测控制的状态空间结构,指出其实质是状态反馈;推导了在存在建模误差时闭环系统传递函数与标称系统传递函数之间的关系,并结合小增益定量给出了频率域中闭环系统鲁棒稳定的条件,仿真倒子验证了条件的正确性。     

时间乘子加权广义预测控制

提出一种具有时间乘子加权性能控制的广义预测控制算法，此方法能提高系统的稳定性，同时与其他算法相比提高了系统的瞬态响应，文中还给出这种加权下广义预测控制渐进稳定的充分条件，仿真实验说明了算法的有效性。     

一种递归模糊神经网络的广义预测控制方法

提出了一种递归模糊神经网络(RFNN),通过加入向量调节层,提高了网络对输入信息的处理能力。基于所设计的递归模糊神经网络,建立非线性系统的离散数学多步模糊预测模型,根据这一模型对系统的输出进行预测,然后利用预测控制算法得到相应的预测控制规律。仿真结果表明该方法具有较高的控制精度以及一定的抗干扰能力。     

一种改进的广义预测控制算法

广义预测控制（GPC）在大纯滞后过程控制中仍有不足．本文通过调整GPC的参考轨迹，对GPC算法做了改进，提高了GPC的稳定性和鲁棒性，仿真结果表明此算法控制效果具有良好的应用价值．     

一种特征变量广义预测控制方法

针对一类具有统计运动规律的复杂生产过程系统难以控制问题,提出了一种新的广义预测控制方法,即直接利用特征向量而非状态变量,通过工况模式所属类别的变化来描述系统的动力学特性,进行控制器设计.在前期二维工作的基础上,将该方法推广到高维.以三维情形为例,根据安阳钢铁厂400烧结机的实际工况数据,首先提取工况特征变量并进行模式类别划分,其次通过定义描述模式运动的变量来建立系统的预测模型,最后根据新变量进行广义预测控制.研究结果表明:该方法能够有效描述系统的统计特性,并根据实际工况数据及预测模型直接辨识得到控制器中的参数,对系统进行了有效的控制,解决了该类系统难以控制问题.     

广义预测控制的改进算法

本文通过一种快速的广义预测控制算法避免了Diophantine方程的在线求解,并将复杂的大矩阵求逆问题简化为简单的对角阵求逆,大大减小了控制器的运算负荷,有利于广义预测控制在快速系统中的应用。     

柔化因子对广义预测控制稳定性的影响

在内模控制结构下，利用广义预测控制从对象至闭环特征多项式的系数关系，讨论了在Nu=1，λ=0的前提下，柔化因子。的选取对闭环系统稳定性的影响，并给出了根据阶跃响应系数保证闭环系统稳定的参数α的设计准则．这些理论结果为设计广义预测控制系统的稳定性提供了依据。     

一种广义预测控制直接算法

基于灰色模型GM（1，2）采用两个辨识器分别辨识被控对象和闭环系统的参数，从而得到了控制器的参数，给出了一种广义预测控制的直接算法。由于此方法将被控对象视为灰色系统，需辨识的参数较基于CARIMA或CARMA模型的广义预测控制直接算法大大减少，实时性进一步提高。仿真结果表明，该方法是有效可行的。     

可调误差权值广义预测解耦控制器的设计

针对多变量耦合系统,提出了一种新的广义预测解耦控制算法.通过广义预测误差权值自动调节以消除系统耦合引起的误差,从而降低系统的耦合影响,提高系统性能.该方法与常规的多变量广义预测控制算法相比,算法简单,计算量小.本文所设计的算法被应用到热轧带钢板形板厚控制系统中,仿真结果表明了该算法的有效性和正确性.     

基于改进广义预测算法的精轧宽度控制方法

为了提高热连轧带钢成材率和宽度精度,在精轧末机架后一般配置了测宽仪,利用机架间张力对宽度动态控制,达到调整带钢宽度目的;由于精轧末机架中心线到测宽仪的距离较远,使得系统具有大滞后性及时变性等特点,很难建立精确的数学模型.采用对模型要求宽松的广义预测控制方法,基于广义误差估计值对控制器参数进行自适应调整,直接辨识控制律参数,省略Diophantine方程的求解、矩阵的求逆,缩短在线计算的时间,适用于快速的轧钢过程.仿真结果表明,该方法对精轧宽度这一大时滞、不确定性系统有较好的控制效果.     

基于多模型切换阶梯式广义预测控制的电站锅炉主汽温控制

为改善大型电站锅炉主汽温控制中自动化程度低、控制品质较差的问题,针对过热回路的大惯性、大滞后以及对象模型随负荷变化较大等特点,提出了一种基于模型切换的阶梯式广义预测控制方法,并将风量、上层磨煤量、蒸汽流量等影响因素综合应用于主汽温串级控制.该方法已在山东石横电厂1 025 t/h大型锅炉中进行了应用,结果表明,在机组正常工作负荷范围内均具有很好的控制品质,成功解决了该厂自建厂以来一直无法解决的主汽温自动控制问题.同时此控制器的设计具有较好的通用性和可移植性,适用于大滞后严重非线性时变系统的控制,易于推广应用.     

The real time cascade generalized predictive control and application to a boiler circuit system

Boiler-circuit system in a circulating fluidized bed conrbustion boiler is a complex and typical industrial process with a large lag and time-delay. Conventional PID algorithm can not obtain satisfied performance, especially in the presence of disturbance. A cascade generalized predictive control (CGPC) strategy, is which the inner loop can restrain the disturbance while the outer loop can eliminate the offset, is proposed in this paper. We develop cascade GPC algorithm instead of conventional PID algorithm in the boiler-circuit system. Simulation on experimental boiler-circuit models of circulating fluidized bed combustion boiler shows strong robustness.     

Decentralized adaptive generalized predictive control for structural vibration

A decentralized generalized predictive control (GPC) algorithm is developed for strongly coupled multi-input multi-output systems with parallel computation. The algorithm is applied to adaptive control of structural vibration. The key steps in this algorithm are to group the actuators and the sensors and then to pair these groups into subsystems. It is important that the on-line identification and the control law design can be a parallel process for all these subsystems. It avoids the high computation cost in ordinary predictive control,and is of great advantage especially for large-scale systems.     

复杂地表条件下的电磁式可控震源广义预测控制方法

作为一种浅层高分辨率可控震源,电磁式可控震源在浅层地震勘探中受到了广泛的重视。电磁式可控震源激发信号质量总是受到地表条件影响,在地形平坦,并且震源基板与大地耦合条件良好的情况下,电磁式可控震源能够取得良好的勘探效果。而在地形起伏,基板与大地耦合较差的复杂地表条件下,当前可控震源控制系统激发信号存在比较严重的畸变,控制精度严重下降,地震勘探误差变大。为此研究适于复杂地表条件的可控震源高精度控制系统具有重要意义。将可控震源与大地看成一个系统,耦合条件不同意味着系统模型是变化的,因此控制系统应采用与模型无关的控制算法才能适应变化的地表条件。针对上述问题,在分析电磁式可控震源输出信号畸变特性,以及产生畸变原因的基础上,探讨电磁式可控震源激发信号估计的方法,研究利用广义预测控制方法与相位预补偿、零相位滤波方法相结合实现对可控震源激发信号相位、幅度畸变的控制。经仿真实验,广义预测控制后电磁式可控震源激发信号相位最大偏差由125°减小到3°,最大幅度畸变由133%减小到4%,在3 000 m/s速度模型下,由震源激发信号畸变导致的定位误差从1.5 m减小到小于0.2 m,提高了复杂地表条件下电磁式可控震源地震勘探精度,实现了复杂地表条件下可控震源激发信号高精度控制。     

基于遗传监督的受限预测控制及其在热工控制中的应用

将普通的预测控制优化方法与遗传算法的优化方法有机地融合起来,用遗传算法来监督整个优化过程.当由普通广义预测控制GPC所计算出的控制作用能满足受限条件时,就直接采用所算出的控制作用;当由普通GPC获得的控制作用突破受限条件时,直接启动遗传优化算法,在约束范围内搜索控制作用的最优解.通过计算实例并与其他已有控制算法进行了详细的比较,其结果表明本文所提出的基于遗传监督的受限预测控制算法在控制系统品质、算法复杂性及实时性方面均具有明显的优点.     

具有扰动观测器的改进SMITH预估控制

为提高SMITH预估控制的鲁棒性,以适应控制对象模型不确定性,提出一种具有扰动观测器的改进控制方法,同时给出基于ITAE准则(即时间乘绝对误差积分准则)的PI(比例积分)控制器参数整定公式。把外扰和模型不确定性都看作外部扰动,通过扰动观测器进行估计,从而达到把纯滞后环节置于闭环之外的目的。仿真结果表明:在被控对象具有模型不确定性的情况下,该控制方法与SMITH预估控制相比,在设定值跟踪和扰动抑制方面均具有较好的控制性能,提高了系统的鲁棒性。     

双重控制系统的广义预测控制

传统的双重控制方法建立在简单PID算法基础上,其性能受到一定的限制.为此,将广义预测控制算法应用于双重控制系统中,形成基于预测控制的双重控制算法.该算法继承了传统双重控制方法的控制结构和控制思想,采用主、副2个控制器进行控制.其中主控制器采用广义预测控制算法,针对快回路产生快控制作用使系统具有良好的动态特性;副控制器采用PID算法,针对慢回路产生慢控制作用以实现一定的经济指标;同时,副控制器的输出作为前馈量引入主控制器.主、副2个控制器互相协调工作,使系统既具有良好的动态特性,又符合工艺上或经济上的要求.仿真对比结果表明,该算法控制性能优良,具有较强的的抗干扰性和良好的鲁棒性,是一种较好的双重控制系统控制算法.