多尺度建模在预测控制中的应用

复杂的工业大系统,利用传统的模型预测控制(MPC)方法对其实施鲁棒性控制时,不可避免地产生因计算复杂而带来巨大的计算负荷问题.首先利用离散正交小波变换(DWT)的多尺度分解技术和解相关能力,将时域中得到的问题变换到多尺度域中,以简化问题的复杂性,并依此在多尺度域中建立起相应的动态模型;然后利用建立的多尺度模型给出一种能并行执行的多尺度模型预测控制算法,以确保系统的鲁棒性和稳定性;最后利用计算机仿真实验结果比较了传统的MPC方法和新的多尺度模型预测控制(MSMPC)方法在性能上的差异.     

基于输出时滞方法的采样数据系统故障估计

从时滞系统角度率先研究了一类非均匀采样数据系统的故障估计问题.首先,基于输出时滞方法将采样数据系统建模成具有时变时滞输出的连续时间系统;然后,通过分析自适应诊断观测器不再适用于此类连续时滞系统的原因,提出了一种能够保证估计误差指数收敛的增广故障估计滤波器设计新方法;并进一步研究了具有噪声干扰的采样数据系统的时变故障估计问题;最后,通过对某型飞控系统的仿真实验结果验证了所提方法的有效性.     

基于改进扰动观察法的最大功率点跟踪研究

基于光伏电池工程数学模型,分析了温度及光照强度对光伏电池输出特性的影响.针对常规扰动观察法和电导增量法难以兼顾动态性能和稳态性能的不足,提出一种改进的变步长扰动观察法,该算法可在光照强度发生突变时快速实现最大功率跟踪.比较了改进算法、扰动观察法和电导增量法3种算法的最大功率跟踪P-V仿真曲线,结果表明,采用改进算法可兼顾跟踪精度与响应速度,具有较好的动、稳态性能.