基于修正闭环子空间辨识--分段线性结构的 环管式丙烯聚合反应过程非线性模型预测控

本文提出一种非奇异终端滑模funnel控制(NTSMFC)方法, 实现带有饱和输入电机伺服系统的指定性能跟踪控制. 根据中值定理, 非光滑饱和函数转化为放射形式, 并且应用一个简单的神经网络进行逼近和补偿. 为保证跟踪误差被限制在指定的界限内, 同时为避免构建复杂的barrier李雅普诺夫函数或逆函数, 本文采用一个新的限制变量. 然后, 构建非奇异终端滑模funnel控制器保证电机伺服系统的指定跟踪性能. 该方法无需事先已知输入饱和函数的界限等先验知识, 且基于李雅普诺夫函数设计可以保证位置跟踪误差的收敛性, 最后给出仿真对比实例证明了该方法的有效性.     

基于闭环子空间辨识的直升机横向模型修正

针对闭环条件下数据相关性所导致的辨识偏差问题,提出一种基于闭环子空间辨识的直升机模型修正方法.通过闭环子空间辨识理论以及投影算法,利用操纵指令的激励信息中蕴含的动态信息,实现闭环条件下的模型无偏估计.并通过正则化方法,实现模型先验知识与数据后验信息的融合,进一步提高直升机模型修正结果的准确性与实用性.提出了基于闭环飞行数据的直升机模型修正两步法,在闭环条件下的应用结果验证了方法的有效性.     

基于递推闭环子空间辨识的自适应预测控制方法

针对存在噪声干扰与时变特性的线性系统的模型不确定性问题,提出了一种基于递推闭环子空间辨识的自适应预测控制方法.通过结合PID(proportional-integral-derivative)控制采用新的目标函数,对闭环子空间预测控制算法进行改进,推导出具有类似PID结构的闭环子空间预测控制算法;采用固定输入输出数据集大小的递推方法将改进后的算法在线实施,通过采用一种简单直观的更新方法代替LQ分解,有效提高了在线计算效率.最后,通过仿真实验验证了方法的有效性.     

基于子空间辨识的状态空间模型预测控制

针对无法从工业过程中获得准确状态空间模型的问题,提出一种基于子空间辨识的状态空间模型预测控制方法。利用子空间辨识方法得到的状态空间模型作为系统模型,给出约束条件下的预测控制算法。以CD播放器机械臂系统为例,通过状态空间模型预测控制方法实现对系统输出的跟踪控制,仿真结果表明,该方法控制效果良好。     

脉冲响应模型的闭环子空间辨识方法

针对实际情况中难以采集控制系统开环数据的问题,对脉冲响应模型的闭环辨识问题进行了研究,提出了一种基于正交分解理论的脉冲响应模型闭环子空间辨识方法。通过使用正交分解得到联合输入输出信号的确定部分（Deterministic Components）,把闭环问题转化成开环问题。利用Toeplitz矩阵下三角结构形式,对由脉冲响应模型系数组成的子空间矩阵分块分解,通过求取子空间矩阵元素的平均值来获取脉冲响应模型参数的估计。通过采用PID控制器的单输入单输出（SISO）数值仿真、多输入多输出（MIMO）数值仿真和Wood-Berry蒸馏过程仿真实验3个仿真实例,对比研究了所提方法与PBSID_OPT、CVA三种方法。仿真结果表明了所提出的方法具有良好的辨识性能。对于实际工业过程的建模问题,该研究所提的闭环子空间辨识方法具有实际的参考价值和一定的指导意义。     

连续时间模型的闭环子空间辨识

本文对直接使用采样数据进行连续系统的闭环子空间辨识问题进行了研究．将线性滤波方法与基于主 元分析的子空间辨识相结合,利用参考输入或者外部激励信号的高阶滤波变换的正交投影变量作为辅助变量,提出 了一种新的连续时间系统闭环子空间辨识算法．数值仿真表明了与其他算法相比,本文提出的算法具有很好的辨识 效果．     

基于新息估计和正交投影的闭环子空间模型辨识

针对闭环控制系统提出一种基于新息估计和正交投影的闭环子空间模型辨识方法.首先采用最小二乘法对VARX模型（Vector autoregressive with exogenous inputs model）进行计算得到新息估计值,然后通过将由观测输入输出数据构造的Hankel矩阵正交投影到新息数据的正交补空间以消除噪声影响,从而在无噪声的输入输出数据奇偶空间中提取得到扩展可观测矩阵和下三角形Toeplitz矩阵.最后采用平移变换法得到系统矩阵.对该算法严格分析和证明了实现一致估计的条件.通过仿真实例验证了本文方法的有效性和优越性.     

基于多目标优化的非线性模型预测控制的研究（英文）

本文研究了基于径向基函数神经网络(RBFNN)和多目标优化算法的非线性模型预测控制。RBFNN神经网络在每个控制间隔预测被控变量的实时值,多目标模型预测控制以多目标方式考虑每个局部模型的目标函数,同时将所选目标函数作为主要考虑因素,其他目标函数被认为是主要的附加约束。随着附加约束的值在最小和最大之间变化,可以通过选择非支配结果来获帕累托最优选择。并将提出的算法和单模型单目标函数非线性模型预测控制方法在CSTR对象上进行了比较。仿真结果表明该算法的有效性和可行性。     

基于两步方法的闭环子空间辨识算法

闭环辨识算法具有广泛的工程应用前景,而子空间方法近年来应用于多个领域中,但子空间方法无法直接应用于闭环辨识,因此研究闭环子空间辨识算法具有重要意义.两步方法可用于辨识闭环系统,但计算量巨大,推导复杂,需要进一步改进.针对这种情况,提出了一种改进算法,使用将两步方法与正交投影相结合的方法,并利用QR分解实现,直接构建虚拟信号序列,大大减少了计算量,最后使用PI-MOESP辨识算法辨识模型.仿真实验将该算法与其他子空间辨识算法相比较,显示出该算法的有效性及计算量的显著减少.     

基于辅助变量的闭环系统子空间辨识

提出一种基于辅助变量的子空间辨识方法,适用于控制器信息未知以及参考输入已知的闭环系统参数辨识.通过将输入-输出数据块正交投影到辅助变量的行空间,直接得到扩展观测矩阵垂空间的估计.由此可从闭环系统中提取出对象模型信息,同时由SVD分解得到扩展观测矩阵与下三角Toeplitz矩阵的估计.给出了系统参数矩阵、噪声矩阵的计算方法.将所提出的子空间辨识方法应用于闭环动态的系统参数估计,其结果表明了该方法的有效性.     

基于子空间辨识的模型预测控制策略及其应用

针对化工过程中普遍存在的非线性和时变特性, 提出了一种基于递推子空间辨识的自适应预测控制策略.用子空间辨识法得到的预测模型作为初始模型, 通过比较初始模型和在线更新模型的匹配误差, 选择匹配误差较小的预测模型计算过程的输入, 从而提高了模型精度. 通过模拟移动床过程控制的仿真试验, 表明该方法具有较强的鲁棒性和抗干扰能力.     

基于稳态非线性模型和线性ARX模型组合的非线性预测控制

通过点集映射来表示非线性系统的稳态模型,用系统的稳态增益来修正具有外界输入的线性自回归（AutoRegressive with eXternal input, ARX）模型的动态增益,提出了一种基于稳态非线性模型和线性ARX模型组合的非线性预测控制算法．该算法用递归最小二乘法在线辨识系统的动态模型参数,用序列二次规划算法求解目标函数．最后通过对典型化工非线性对象pH中和过程的仿真对本算法进行了验证．结果表明,本算法比广义预测控制算法具有更好的设定值跟踪性能和抗干扰能力．     

基于子空间辨识的模型预测控制器经济性能评估方法

目前模型预测控制器(MPC)的经济性能评估(EPA)方法多依赖于过程解析的稳态模型,为了更方便有效的对MPC经济性能进行评估,本文提出一种基于子空间辨识的模型预测控制器经济性能评估方法,仅利用过程操作数据即可实现对控制器的经济性能评估,避免了对过程解析稳态模型的依赖性.利用已知过程操作数据,通过子空间辨识求取子空间矩阵...     

基于ARMAX模型的子空间辨识算法

针对于子空间辨识算法辨识闭环系统时,由于输入信号与不可测噪声是相关的,往往会得到有偏估计的问题.提出一种采用自回归滑动平均模型(ARMAX)的闭环子空间辨识方法,通过扩展最小二乘方法(ELs)估计ARMAX模型中的马尔科夫(Markov)参数,使用预测的子空间辨识方法(PBSID)获取系统参数矩阵,避免了采用高阶自回归模型(ARX)所导致的过大的估计方差等问题.算法实例验证结果表明,改进方法能够获得较好的闭环系统一致性估计,辨识精度较高,有非常良好的应用前景.     

基于多智能体模型的动车组分布式预测控制（英文）

The distributed-power electric multiple units(EMUs) are widely used in high-speed railway. Due to the structural characteristic of mutual-coupled power units in EMUs, each power unit is set as an agent. Combining with the traction/brake characteristic curve and running data of EMUs, a subtractive clustering method and pattern classification algorithm are adopted to set up a multi-model set for every agent. Then, the multi-agent model is established according to the multi-agent network topology and mutual-coupled constraint relations. Finally, we adopt a smooth start switching control strategy and a multi-agent distributed coordination control algorithm to ensure the synchronous speed tracking control of each agent. Simulation results on the actual CRH380 A running data show the effectiveness of the proposed approach.     

基于子空间划分的模糊系统模型辨识

提出了基于子空间划分的模糊系统模型（SPFS）,并给出一种针对SPSF的白适应模型辨识方法．应用遗传算法进行子空间划分方案的优化。降低了最大子空间的辨识误差,从而得到优化的模型辨识结果．理论分析和仿真计算证明了该模型的有效性．所提出的模型有助于缓解规则数爆炸问题．     

基于子空间辨识的模型算法控制器设计

提出了一种基于子空间辨识的模型算法控制器设计方法.在输入信号满足持续激励的条件下,先利用子空间辨识方法提取出系统有限单位脉冲响应序列,再利用单位脉冲序列构成的矩阵设计预测控制器.该方法将独立的对象辨识和控制器设计整合在一起,简化了控制器的设计过程,是一种完全的数据驱动方式.工业过程对象的仿真实验详细给出了该算法的设计过...     

基于分段Lyapunov 函数的Hammerstein-Wiener 非线性预测控制

针对输入和输出受约束的Hammerstein-Wiener型非线性系统,建立T-S模糊模型,并提出一种基于分段Lyapunov函数的非线性预测控制算法.通过构造分段二次Lyapunov函数,分析非线性系统的稳定性,降低普通二次Lyapunov函数的保守性;通过离线设计分段反馈控制律,在线实施符合条件的反馈控制律,极大程度地提高了在线计算效率.仿真结果验证了该方法的有效性.