输入受限的β增量型模型算法控制

在β增量型广义预测控制算法和输入受限解决方案的基础上,提出一种输入受限的β增量型模型算法控制算法.该算法通过在指标函数中引入适当加权多项式来解决输入受限,并通过在输入受限的增量型模型算法控制的控制增量前乘以β因子来提高系统稳定性.理论分析和仿真实验都表明,当模型无失配时,该算法可以通过调整β来确保闭环系统的稳定性;在满足一定条件的失配情况下,该算法具有良好的鲁棒稳定性.     

SISO动态矩阵控制的鲁棒性

为解决单输入单输出 (SISO)动态矩阵控制的鲁棒稳定问题 ,采用过程阶跃响应的变化界来描述模型的不确定度 ,利用 Jury定理推导了系统稳定的充分条件。在此基础上 ,对一类阶跃响应系数具有递增性质的系统 ,分析了具体的参数设计方案。最后针对一般的动态矩阵控制 ,通过引入具有多项式形式的失配滤波器 ,给出了一种鲁棒改进措施。该措施可有效地扩大鲁棒稳定域 ,有助于动态矩阵控制的工业应用。仿真结果表明了文中相关理论分析的正确性和鲁棒改进措施的有效性。     

基于预测偏差的模型算法控制

提出了一种基于预测偏差的模型算法控制方法。计算了系统的预测稳态差和产生稳 态差的参考轨迹。这种算法的计算量与单步ＭＡＣ相当，但不经修改就可直接用于非最 小相位系统及迟延系统，并具有良好的控制特性。