基于神经网络模型及预测控制DMC的火电机组脱硝控制策略

燃煤火电机组的NO_x排放值是受国家环保部门实时监督考核的重要环保安全指标。由于NO_x被控对象的纯时延大时滞特性,常规的PID控制很难将烟气NO_x排放指标控制到理想范围内。介绍了一种基于BP神经网络模型和预测控制的动态矩阵控制（DMC）算法相结合的新型火电机组脱硝控制策略,其中BP神经网络可逼近DMC算法中脱硝对象的零输入响应,利用神经网络的泛化能力,逼近实际工业过程在不同负荷下模型参数时变的特性,使预测控制中的模型预测部分可以更精确地逼近实际过程对象,提高整个预测控制算法的控制精度。现场应用表明,这种新型脱硝控制策略可有效提高火电机组NO_x的控制品质。     

PFC-PID串级控制在主汽温控制系统中的应用研究

针对火电厂主汽温控制系统大惯性，大迟延，慢时变以及扰动因素较多，常规串级PID控制难以取得满意的调节效果的特点，该文介绍并分析了预测函数控制（PFC）的基本原理和特点，给出了一阶加纯滞后系统的预测函数控制的具体算法，并将PFC和PID控制相结合，提出了PFC－PID串级主汽温控制策略，系统的内回路采用PID控制，内回路和主调节区对象构成PFC的广义被控对象，对广义被控对象进行拟合简化得到一阶加纯滞后对象，作为PFC的预测模型，算法简单；预测模型失配时，系统仍具有良好的控制品质，易于工程实现，具有较高实际应用价值，大量的仿真实验表明，采用PFC－PID串级控制策略的主汽温控制系统的动态品质明显优于采用PID串级控制策略的系统，具有较强的鲁棒性和抗干扰能力。     

联合循环电厂控制策略综述

本文综述了各种控制策略在联合循环电厂这一复杂热工系统中的应用现状,首先对传统PID控制在速度、温度、加速度和入口导叶等回路的控制,给出了全面的阐述。然后,进一步指出了包括预测控制和人工智能控制在内的先进控制算法在联合循环中的应用,最后对我国在联合循环电厂控制策略方面的研究进行了展望。     

Partial state model reference adaptive control of a rapid thermal processor

The temperature control problem in a rapid thermal processor is addressed using first a conventional PID controller and then a partial state model reference adaptive controller derived via the long-range predictive control and linear quadratic control approaches. These two algorithms are shown to provide such fundamental design features as offset-free disturbance rejection and stability robustness with respect to unmodelled and time-varying dynamics.     

核电站蒸汽发生器水位的模糊GPC控制系统研究

蒸汽发生器水位直接影响到整个核电站的安全及稳定运行,但蒸汽发生器本身由于所具有的高度复杂性、非线性、时变性等特性,导致传统的串级PID控制等多种方法难以取得好的控制效果.在串级控制的基础上,采用模糊广义预测控制来对蒸汽发生器水位进行控制,此法能充分发挥模糊控制及预测控制的优点,首先利用T-S模糊模型对系统进行辨识,并将其转化为线性时变状态空间模型,然后基于线性化的模型设计出广义预测控制器,并对蒸汽发生器水位进行自适应控制.仿真结果表明,与传统的串级PID控制相比,模糊广义预测控制方法无论是抗干扰能力还是鲁棒性,都有了很大的提高.     

预测函数控制及其在伺服系统中的仿真研究

根据预测函数控制（PFC）的基本原理和特点，在分析其一般算法的基础上，设计了典型伺服控制系统的预测函数控制器。采用同步齿型带传动的单级倒立摆系统，对该广义被控对象进行线性拟合简化后得到单级倒立摆系统的预测模型，通过PFC与PID串级控制仿真研究，结果表明PFC串级控制能在快速系统中改善系统的跟踪性能，适应快速、高精度受控对象对控制算法的要求；PFC控制系统的动静态品质及在参数时变等情况下的鲁棒性均优于常规PID串级控制，抗干扰能力强，具有较高的工程应用价值。     

基于神经网络辨识改进的自适应PID控制器

针对工业生产过程具有时变、非线性、不确定和难以建立精确数学模型的特性,提出了用神经网络辨识被控对象,并针对常规PID控制器存在的设计复杂、计算量大、控制精度较差和参数值实时更新复杂等问题,提出采用基于BP网络辨识改进的自适应PID控制器。通过仿真与实验表明,神经网络辨识模型能较好的辨识被控对象的输出特性,同时该控制器的控制性能优于传统的PID控制器。     

基于AR预测模型的自适应PID控制算法

针对传统PID控制对大时滞过程控制效果不佳的情况,采用了基于AR模型对被控对象进行预测,用预测结果代替被控对象测量值,克服了大时滞系统控制效果不能及时反馈的不足,并在控制运算中,沿二次型性能指标的负梯度方向对加权系数进行在线修改,实现了自适应PID的优化控制。仿真结果表明了预测控制算法响应速度快、鲁棒性强,有较好的适应性。     

Discrete‐time simplified adaptive control of a dc motor based on asymptotic output tracker theory

Simplified adaptive control (SAC) has simple structure and is readily implemented in real systems, but few real applications have as yet been reported. A discrete‐time algorithm for SAC has recently been proposed by one of the authors. Although it solves the problem of unavoidable time delay arising in the discretization of the continuous‐time algorithm, the algorithm generally produces a bounded output error between the controlled plant and the reference model due to a feedforward gain added in parallel to the controlled plant so as to satisfy the positive real (ASPR) property with almost complete rigor. This paper treats the applicability of the SAC algorithm to a real system, that is, the position control of a dc motor with variable load. The algorithm used here is modified, and the feedforward compensator is inserted in parallel not only to the controlled plant, but also to the reference model. The algorithm guarantees that the output error vanishes asymptotically. The control performance is examined by both simulation and testing of an actual system and is compared with that of a conventional PID control. These results illustrate satisfactory control performance and verify the applicability of the modified algorithm. © 2001 Scripta Technica, Electr Eng Jpn, 135(1): 33–42, 2001     

基于Laguerre模型的过热汽温自适应预测PI控制系统

针对火电厂锅炉过热汽温控制的特点,设计1种基于Laguerre模型的自适应预测PI控制器。该预测控制器采用对时延具有良好逼近能力的正交Laguerre函数模型作为预测模型,利用带遗忘因子的最小二乘法在线辨识Laguerre预测模型的系数,以提高系统适应工况变化的能力;滚动优化指标采用比例积分型结构,以提高系统的快速性和鲁棒性。通过对具有严重参数不确定性、扰动以及大迟滞的电厂过热汽温被控对象进行仿真研究,结果表明该方法能够很好地适应对象特性的变化,且控制系统的性能比常规串级控制系统有较大提高。     

MULTIVARIABLE CONSTRAINED ADAPTIVE GPC: THEORY AND EXPERIMENTAL EVALUATION

This paper deals with on-line identification and constrained long-range predictive control of multivariable systems. It extends a recently proposed augmented upper diagonal factorization identification (AUDI) algorithm to identify input–output models of multivariable systems with distinct time delays. The multi-input, multi-output (MIMO AUDI) algorithm can simultaneously identify the process model order and process parameters. The MIMO AUDI algorithm is implemented by decomposing a MIMO system into as many multi-input, single-output (MISO) subsystems as the number of outputs and then identifying each MISO subsystem separately. The performance of the new MIMO AUDI algorithm is demonstrated by application to input–output data from a real process. The extension of this algorithm by incorporating a variable forgetting factor with a lower bound in its value is implemented on real plant data to demonstrate ‘alertness’ of the estimator. This paper evaluates the performance of the MIMO adaptive generalized predictive control algorithm with and without constraints by experimental application on a computer-interfaced, pilot-scale process. The MIMO adaptive GPC is shown to have good regulatory plus servo-tracking properties. © 1997 John Wiley & Sons, Ltd.     

屏栅电源新型双全桥拓扑的模型预测控制

针对屏栅电源的传统PID双闭环控制精度低及鲁棒性弱的问题,提出了电流内环采用PID控制器、电压外环采用MPC控制器的双闭环控制方法。该方法首先分析了新型双全桥拓扑的结构及工作模式,其次根据拓扑建立小信号模型并设计电流内环控制器参数,将内环作为被控对象建立预测模型并完成MPC控制器设计。为验证MPC双闭环控制方法的合理性,最后在Matlab中搭建MPC双闭环控制和PID双闭环控制进行对比。仿真实验表明,与PID双闭环控制相比,MPC双闭环控制能有效克服因负载扰动对输出的影响,提高系统的动态性能和抗干扰能力。     

基于遗传整定的永磁交流伺服系统模糊免疫PID控制器

提出了一种基于遗传整定的模糊免疫PID控制器,并将其应用于永磁交流伺服系统之中.该控制方法将生物免疫反馈机理与模糊控制相结合,由一个常规的PID控制器和一个免疫型比例控制器顺序串联实现,其中免疫比例控制器的非线性函数由模糊推理实现,PID及免疫比例控制器中的参数由遗传算法实现自寻优.利用功能强大的仿真工具Matlab/Simulink对交流伺服系统进行仿真,控制器算法简单,易于实现.结果表明,该控制方法具有响应速度快、鲁棒性强等优点,显著提高了系统性能.     

非线性预测控制在电厂热工过程中的应用研究

非线性预测控制（NMPC）研究在电厂热工过程控制中有很大的应用潜力。目前NMPC算法的研究主要集中在线性化控制方法、基于特殊模型的NMPC方法、先进控制策略与预测控制相结合的控制方法。分析了NMPC方法在电厂各热工过程控制系统中的应用研究现状,并对其前景进行了展望。分析表明,系统辩识与模型预测控制（MPC）的协同作用、约束NMPC算法、非线性系统的建模与参数估计、多变量有约束系统的稳定性与鲁棒性定量分析、预测控制的智能化将是电厂热工过程预测控制问题未来的研究方向。     

基于CARMA模型的自校正预测PID调节器的应用

本文分析了用于离散控制系统常规ＰＩＤ调节器的两种典型算法，提出了基于ＣＡＲＭＡ模型自校正极点配置预测ＰＩＤ调节器新结构。并在电阻加热炉温度控制系统中获得了成功应用。取得了令人满意的控制效果。     

基于预测控制的PID调节位置跟踪系统的设计

通过对预测控制和传统的PID闭环控制的分析和研究，提出了将先进的预测控制算法和经典的PID闭环控制相结合，构成软硬件结合的双层控制的思想。建立了一个三轴仿真系统中的交流伺服电机模型，并将控制算法应用于系统的单轴进行了控制实验研究。结果表明，该双层控制策略比PID控制算法使系统在跟踪特性、稳定性和鲁棒性等方面都有了提高。     

焙烧烟气负压的多变量解耦控制

阳极焙烧烟气负压是一个多变量耦合的控制对象,为实现其精确控制,依据现场实际测得的负压数据,辨识出烟气负压的控制模型,以此模型为初始预测模型,提出了一种多变量预测函数解耦控制算法,对焙烧9个烟道烟气负压进行多变量预测函数解耦控制仿真和实际应用,并与原有PID控制进行了试验比较,表明这种控制方法的控制精度和鲁棒性优于原有的PID控制方法,具有很好的控制效果。     

模糊自适应PID控制器在退火窑温度控制系统上的应用

本文简述了模糊自适应PID控制器的结构和原理。介绍了其在压延玻璃退火窑温度控制系统中的运用。模糊自适应PID控制器运用模糊控制原理来对PID参数进行在线最佳调整，使被控对象具有良好的动静态性能。仿真和工程实践证明其控制性能优于常规PID控制器。     

Microsecond nonlinear model predictive control for DC-DC converters

In this paper, we present a novel nonlinear model predictive control (NMPC) formulation for the transient control of a DC-DC converter. We demonstrate that a real-time implementation of the proposed NMPC scheme using the PANOC solver can be efficiently applied to control DC-DC converters in the microsecond range. Moreover, an embedded, code-generated version of PANOC can be implemented using microcontrollers or digital signal processors. The algorithm is incorporated in the transient simulator of PWM DC-DC converters, and the operation of the simulator on the boost converter's example is presented, comparing the performance of our NMPC-controller with that of a classical PID controller. The operation of the boost converter controlled using the proposed NMPC algorithm is validated experimentally.     

一种隐式广义预测自校正控制算法及其仿真研究

广义预测控制是一种新型的远程预测控制方法,它集多种算法的优点为一体,具有较强的鲁棒性。采用不辨识对象模型参数的隐式算法,大大减少了计算工作量,节省了时间。介绍了一种隐式广义预测自校正控制算法且对其进行仿真研究,分析了参数变化对整个系统性能的影响。通过仿真验证了该算法的优越性和可行性。