模型预测控制性能评价的一种改进方法

历史性能指标和设计性能指标的残差控制图可用于模型预测控制的性能评价, 但是当外界干扰和模型变化很小或性能指标存在严重的自相关现象时,残差的图很难检测出性能的变化.提出用残差的累积和控制图对模型预测控制性能进行监视,在Shell塔模型上的仿真实验表明了该方法解决问题的有效性.     

基于二维模型预测控制的迭代学习控制性能评估方法

实际工业生产常用操作方式是批次过程,可以用迭代学习控制进行控制。针对过程模型未知的情形,采用子空间辨识求解模型参数,以迭代学习控制的性能评估为课题。首先,根据测量得到的输入输出数据构造Hankel矩阵,再借助QR分解、SVD分解等几何工具计算出子空间矩阵,最后由列子空间与行子空间估计出系统模型参数。在获得模型之后,把迭代学习控制作用下的闭环系统转换成二维模型。接着,提出了基于模型预测控制的基准,并给出了详细的推导证明。根据这些算法,得到最优控制律,并拟合出性能评估曲面,从而性能差距可以更直观地反映在三维空间中。最后,通过仿真对上述方法的效果进行了验证。     

一种基于线性模型预测的网络化预测模糊控制方法

从方法论出发,通过对比、类比、条件转化、逆向法、整体和局部的关系、定性分析与定量分析相结合的方法,提出网络化预测模糊控制概念,将预测的思想和模糊控制相结合补偿网络中的时延,形成基于线性模型预测的网络化预测模糊控制方法。将变论域思想应用到网络化控制中,即论域随着误差的减小而收缩,而论域的收缩相当于控制规则的增加,从而可以用较少的控制规则实现较精确的控制。为解决控制器参数多、难于调节的问题,采用定性与定量分析相结合的方法,将参数按照物理意义分成组,从而将多参数的调节问题转化成研究每一组少数几个参数的调节问题,通过与PID及网络化预测控制(NPC)方法在有延时和无延时情况下的控制效果比较,证实本文提出的思想和方法能有效补偿网络化控制系统中的时延。     

基于预测控制模型的一种状态空间实现

以受控自回归滑动平均模型和受控自回归积分滑动平均模型为研究对象，根据估计理论，利用参数递推方法，构造了广义预测控制的一种状态空间实现，从而避免了解Diophantine方程，大大地减少了预估算法的计算量，为控制系统的性能分析提供了便利条件，文末，对状态空间实现的可控与可观性加以了证明。     

可测干扰过程的预测控制性能监控

将预测控制可达性基准推广到了具有可测扰动的控制回路,得出了预测控制前馈-反馈可达性基准。它可以作为对可测干扰的预测控制回路监控和评估的基准,并和其他基准联合使用对控制回路进行监控,得出前馈的加入对系统性能的影响程度;根据此基准可以构造多种形式指标对性能进行监控。     

模型预测控制器的广义最小方差性能评价

基于滚动时域最小方差性能评价方法和广义最小方差控制原理,提出了可处理约束问题的滚动时域广义最小方差性能评价方法。该性能评价方法既可考虑过程变量的硬约束,同时相对于滚动时域最小方差性能评价方法,又可考虑操纵变量的软约束。基于Wood-Berry精馏塔模型的仿真实例证明了该性能评价方法较滚动时域最小方差性能评价方法具有更高的实际意义,并验证了这种性能评价方法的有效性。     

一种改进的广义预测控制方法

为了改善建筑结构控制效果,在模型不精确的前提下达到振动控制的目的.采用实际测量和预测相互结合的广义预测控制算法,通过引入相对稳定性矩阵和可调增益参数的办法来改进原控制算法,提高在地震作用时主动控制系统的稳定性.数值仿真表明:单纯附加相对稳定性矩阵来设计控制器虽然可以提高控制系统的稳定性,但控制效果不能保证,只有引入可调增益参数方可保证振动控制的效果;可调增益参数应该根据实际控制的效果进行调整,而相对稳定性矩阵可根据原系统矩阵来选取,最好取对角矩阵;其对角元素选取以改善原控制系统的极点分布为目的.     

一种改进的隐式广义预测自校正控制算法

本文基于CARIMA模型提出了一种简单的隐式广义预测自校正控制算法。它避免了在线求解Dioaphantine方程;利用并列预测器问的特点,直接辨识输出预测器中的参数;并利用GPC与DMC控制律的等价性来直接推求开环预测向量。数字仿真与混合仿真结果表明了这种控制器性能良好。该算法具有算法简单、使用范围广,鲁捧性强等特点。     

一种基于机理模型的非线性预测控制改进算法

将基于微分-代数方程组的机理模型作为被控模型,利用联立法中的配置点法将预测控制中的滚动时域最优控制问题转化成求解非线性规划（NLP）问题.针对求解NLP问题过程中出现的由于方程维数过高而导致的求解速度过慢的现象,提出基于斐波那契数列的稀疏化策略,可以有效地减少计算量,加快求解速度.最后文中在强非线性对象连续搅拌反应釜上仿真,将该算法与标准NMPC算法和线性预测控制动态矩阵算法进行对比,体现出新算法的优越性.     

基于增广状态空间法的稳定平台离散模型预测控制

针对旋转导向钻井稳定平台存在的摩擦问题,提出了将增广状态空间模型与模型预测控制相结合的稳定平台离散预测控制算法,以提高平台系统的控制精度和稳定性.建立了带摩擦的稳定平台广义被控对象的数学模型,以增广形式的状态空间模型为基础,结合滚动时域控制原则,通过对稳定平台离散模型的状态空间形式进行增广变换,设计了增广状态空间模型下的预测控制器.仿真结果表明,稳定平台预测控制系统保证了钻井工程对控制精度和动态特性的要求,并且对有摩擦干扰力矩及模型参数摄动具有较强的鲁棒性.     

汽车主动悬架的约束预测控制

约束预测控制的最大优点之一是能优化被控系统的性能指标，并显式地处理被控系统的约束条件，使之动态满足。以某二自由度四分之一车为例，讨论了汽车主动悬架的约束预测控制(CMPC)问题：依次给出了状态反馈方法和输出反馈方法，并基于预测控制的滚动实施策略，提出了一种自适应约束预测控制方法。仿真结果表明，CMPC主动悬架能在确保操纵稳定性和保持较小作动力的情况下，满足悬架系统的输出约束，同时控制输出得以优化，明显提高了悬架系统的乘坐舒适性。     

模型预测控制工程软件关键技术及其工业应用

针对模型预测控制系统工程化的需求,结合自主开发的预测控制软件Frontapc,研制开发了预测控制工程软件稳态优化和动态控制两个层次的关键技术:稳态优化部分基于优先级的稳态多目标优化处理技术、保证唯一优化工作点的技术;动态控制部分增强鲁棒性的基于漏斗约束的区间控制技术.最后以该软件在乙醛生产过程精馏工段先进控制系统中的成功应用为例,说明了该预测控制软件在实际工业过程控制系统应用中的有效性.     

基于T-S模型的模糊预测控制在聚合釜中的应用

针对具有大滞后、大惯性、强非线性的工业过程,提出了基于Takagi-Sugeno（T-S）模型的预测函数控制（Predictive Functional Control,PFC）方法。设计了一种适用于聚合釜的模糊预测控制器;将各分阶段定义为多个子空间,每个子空间对应一个预测模型。仿真结果验证了该控制器具有较好的适应性和鲁棒性。     

基于模糊预测控制的机车制动控制方法

为了减少模型参数、噪声耦合和随机性干扰对机车制动控制系统控制精度和稳定性的影响,提出1种基于模糊预测控制的制动控制方法,利用基于满意度的T-S模糊建模方法建立精确的预测模型.研究结果表明:通过模糊遗传算法进行滚动优化,获得全局最优解作为预测控制控制器的输出,进而提高系统控制快速性和稳定性,仿真结果验证了该方法的有效性.     

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。     

基于模型预测控制的航空发动机传感器容错控制

针对航空发动机传感器的硬故障和软故障,在模型预测控制（model predictive control,MPC）的基础之上,提出了一种调整参考轨迹的主动容错控制（fault tolerant control,FTC）方法。首先,该方法使用故障诊断（fault detection and diagnosis , FDD）单元诊断出故障信息;然后,监控决策机制根据故障信息在线的调整参考轨迹;最后,控制器通过调整控制量使得输出跟踪新的参考轨迹,从而实现传感器故障的主动容错控制。同时,对CMPASS-90K涡扇发动机进行了主动容错控制仿真,验证了所提方法的有效性,并分析了容错效果的影响因素。