群表示理论在对称系统Ｈ２／Ｈ∞控制中的一些应用

利用群论的方法研究系统的对称性，可以将对称系统分解为一系列互相独立的子系统，使系统的H2和H∞控制可以在低维子系统上设计实现，从而减少控制系统设计中的计算量，这一点对于大规模系统的控制尤其重要．简要介绍了利用系统对称性简化Lyapunov方程和Riccati方程的求解，以及计算控制系统的范数等几个例题。这些都是H2和H∞控制中常见的计算问题．     

工业大系统双层结构预测控制的集中优化与分散控制策略

为降低工业大系统模型预测控制(Model predictive control,MPC)在线计算复杂度,同时保证系统的全局优化性能,提出一种集中优化、分散控制的双层结构预测控制策略.在稳态目标计算层(Steady-state target calculation, SSTC),基于全局过程模型对系统进行集中优化,将优化结果作为设定值传递给动态控制层;在动态控制层,将大系统划分为若干个子系统,每个子系统分别由基于各自子过程模型的模型预测控制进行控制,为减少各子系统之间的相互干扰,在各个子系统之间添加前馈控制器对扰动进行补偿,提高系统的总体动态控制性能.该策略的优点在于能确保系统全局最优性的同时降低了在线计算量,提高了工业大系统双层结构预测控制方法的实时性.仿真实例验证该方法的有效性.     

实时优化与分布式控制集成算法

预测控制作为一种以预测模型为基础的先进控制算法,分布式预测控制广泛应用于复杂高维的复杂大系统控制中。提出了针对大规模过程的实时优化与分布式预测控制集成算法,包含稳态目标计算层和动态分布式控制层。在稳态目标计算层根据当前系统的运行状况进行集中优化,在系统运行的每一时刻计算出相对的全局最优值,并将其传递到下层进行控制。在动态控制层将复杂的大系统分为若干个相对独立的子系统,并且充分考虑各个子系统之间的关联和耦合,用分布式预测控制算法对上层计算得到的相对的全局最优值进行跟踪,提高系统在动态情况下的控制性能。仿真应用表明,此方法的优点在于保证全局最优的同时,降低了计算的复杂度,并且实现了经济目标。     

并联系统分布预测控制

并联结构的过程网络控制系统存在精确建模困难、算法计算时间长的问题。如果缩短计算时间,则会导致控制精度不足,为此提出了一种分布式预测控制算法。将并联系统分解为多个子系统,每个子系统通过相互协作、迭代计算,完成整个并联系统的控制。并联系统存在独特的竞争性耦合形式。通过定义并联系统竞争性耦合结构,完成分布式预测控制算法的高效迭代,有效减少了计算量。优化过程中考虑了竞争性约束。在保证每个子系统最优的前提下,通过运行算法给出的迭代计算步骤,达到系统整体最优,实现了低成本在线实时优化与控制的目标。以燃气锅炉供暖系统为例,利用MATLAB对分布式预测控制算法进行仿真研究,并将其与集中式预测控制算法仿真结果进行对比。结果验证了该算法的有效性和实用性。     

粒计算下的决策系统分解与决策转换

通过定义决策系统上的公式,引出了粒和粒计算的概念,建立了决策系统与粒计算的联系,得到了决策系统的条件划分,从而以粒计算为支撑,对决策系统进行了分解,生成了若干划分子系统,促成了决策从决策系统向划分子系统的等价转换,简化了决策的过程。为处理不完备信息的决策,将划分子系统予以细分,使决策在细分子系统中得以判定。粒计算的数据处理方法寓于讨论之中。     

计算机应用系统中的菜单子系统及操作权限控制子系统在PB中的设计与实现

菜单子系统直接影响到计算机应用系统的易使用性及最终用户的可接受性;操作权限管理与控制是绝大多数计算机应用系统中的一个子系统,在保证整个系统正常、安全运行中起着至关重要的作用。该文介绍计算机应用系统中菜单子系统和操作权限控制子系统在PB中的设计与实现。     

ITER电源试验平台数据采集系统设计

为满足ITER电源试验平台控制系统对现场信号的不同功能需求,该数据采集系统是由两个子系统构成:实时控制数据采集子系统与离线分析数据采集子系统;实时控制数据采集子系统运行在QNX RTOS(Real Time Operating System)中,控制周期500μs,采集通道30路,单通道采样率4kHz,采样数据用于整个实时控制系统的实时控制与算法计算;离线分析数据采集子系统运行在Windows NT中,使用了支持跨平台QTSDK编程工具,主要实现了对现场数据快速采集与压缩存储,多通道连续采集,单通道采样率为50kHz;在变流器试验中,证明该系统设计方案是可行的,并且运行稳定.     

基于LabWindows/CVI的飞机电负载系统设计

在飞机试飞定型过程中,为了验证飞机的电源系统、APU电源系统的功能和性能在满载及超载情况下是否满足有关设计要求,需要研制电负载系统,提取并消耗发电机的剩余功率。系统由控制子系统、负载子系统和补水排水子系统3个模块组成。以PLC为下位机,上位机以LabWindows/CVI为开发平台,配合高速数据采集卡组成的控制子系统具有高可靠性、高采集精度、高控制响应能力等特点。实验表明,该系统运行稳定可靠,控制效率高,并在试飞中获得了良好的效果。     

基于Modbus通信的分布式静电除尘低压控制系统

在电除尘低压控制系统中,现场各子系统信号数量众多,需要庞大的PLC中控系统来完成信号的采集与处理,成本较高。为此,本文采用分布式控制的方式设计静电除尘的加热系统、振打系统、输灰系统及其他低压子控制系统,将各子系统的信号采集在控制现场本地,通过Modbus将各子系统信号传输至控制室PLC,再由PLC控制各子系统。分布式静电除尘低压控制系统可以使低压控制系统结构更为精简,成本更低,且稳定、可靠。     

基于事件触发的互联电力系统分布式负荷频率预测控制

针对具有约束和扰动的多区域互联电力系统负荷频率控制(load frequency control, LFC)问题,本文提出了一种事件触发分布式模型预测控制(event-triggered distributed model predictive control,ET-DMPC)策略.将大规模互联电力系统分解成多个动态耦合的子系统,考虑发电机变化率约束(generation rate constraint, GRC)和调速器阀门位置限制,建立分布式预测控制优化问题.为了降低系统计算负担,减少计算资源的消耗和浪费,基于预测值和系统实际状态的误差构造事件触发条件.在事件触发机制下,只有子系统满足相应的事件触发条件时,控制器才传输状态信息和求解优化问题,并与邻域子系统交互最优解作用下的关联信息.仿真结果表明,本文提出的控制策略在负荷扰动和系统参数不确定的情况下具有良好的鲁棒性,同时极大地降低了系统的计算负担.     

一种基于过程神经网络的动态系统控制信号求解模型和算法

针对非线性动态系统控制问题,提出了一种基于过程神经网络的控制信号求解模型和算法。利用过程神经网络对动态系统时变输入/输出信号的非线性映射机制和对系统过程模态特征的自适应提取能力,建立基于过程神经网络的辨识模型;然后根据所建立的辨识模型、系统控制结构和状态参数之间的关系,构建可满足系统信息传递约束关系的控制信号求解模型。分析了过程神经网络控制模型的信息处理机制,给出了基于GA与LMS相结合的优化求解算法,实验结果验证了模型和算法的有效性。     

一类双线性系统的广义预测控制研究

双线性模型预测控制的研究表明,采用一般双线性模型的预测控制将涉及非线性优化问题,在线处理相当困难,而采用线性近似模型的预测控制又会带来较大的偏差.针对一类输入一输出双线性系统,提出了一种双线性系统的广义预测控制算法.该算法将基于输入-输出模型双线性系统中的双线性项和线性项合并,建立了一种类似于线性系统的ARIMA模型,并充分利用多步最优预测信息,由递推近似实现多步预测.控制律具有解析形式,避免了一般非线性寻优的复杂计算,并能适用于非最小相位双线性系统.仿真实验表明该算法具有良好的控制效果.     

球杆系统自适应遗传PID控制

遗传算法全局寻优参数,但训练时间较长;PID控制算法简单,却难以控制非线性复杂过程.将自适应遗传算法和PID相结合,可有效地改善控制效果.通过建立球杆系统机械部分模型、角度模型和电机模型,得到整个球杆系统的数学模型;设计基于遗传算法的自适应PID控制器,通过在线整定控制器参数,提高球杆系统的控制性能.仿真实验结果证明了该算法的控制效果良好,适应能力较强,具有算法简单、参数整定容易等优点.     

PID-DMC算法及其在液位控制系统中的应用

提出了一种新的带PID校正环节的DMC算法，论述了其原理并将其应用于实际液位控制系统，实现了系统在模型失配明显的情况下对二阶液位对象的有效控制。由于控制阀的非线性特性使得本实验中的液位对象具有时滞弱非线性特性，常规DMC算法控制存在明显的模型失配问题并影响了系统的控制性能。为此在常规DMC算法中引入PID环节，从而得到了一种新的PID—DMC算法。实验结果表明该算法能有效改善系统在模型失配情况下的控制性能，且算法简单易行，在线计算量小。     

持续有界扰动系统的嵌套不变椭圆集鲁棒控制

为了抑制外部持续有界扰动和模型不确定性对系统稳定性控制的影响,通过不变集理论,采用嵌套不变椭圆集鲁棒控制算法实现系统的快速稳定控制。控制算法分为离线算法和在线算法两部分。离线时根据公式得到一维状态变量序列,通过线性矩阵不等式方法优化得到嵌套不变椭圆集。在线时,根据系统状态变量在嵌套不变椭圆集的位置,构建新的不变椭圆集并计算得到系统的控制律。给出新的不变椭圆集满足系统控制要求的理论证明。通过与不变单椭圆集控制算法进行仿真比较,结果验证了上述算法的有效性,为持续有界扰动下模型不确定性系统的稳定控制,提供一种有效的控制方法。     

迭代学习在网络控制中的应用*

针对网络拥塞控制中网络拥塞本身无法建立精确的数学模型的问题,基于迭代学习控制具有结构简单及对系统精确模型不依赖等优点,首次提出了用迭代学习控制算法来解决网络拥塞,其主要目的是提高网络资源的利用率并提供给信源公平的资源分配份额。在提出算法前,首先通过分析网络模型建立了网络拥塞被控系统;然后提出了针对该被控系统的开闭环PID型迭代学习控制算法并证明了其收敛性;最后运用此算法建立了网络拥塞控制模型。通过实验和仿真表明,该算法对解决网络拥塞问题有很好的效果。     

基于灰色系统模型的预测函数控制方法研究

以灰色系统模型为基础，建立了一种预测函数控制方法．分析了灰色系统建模、模型预测输出和控制量计算方程的求解．通过仿真结果表明，该算法具有鲁棒性好、跟踪快速和抑制干扰能力强等特点。     

随机控制在车辆零部件检测系统中的应用

主要介绍了车辆检测系统组成,包括主机机械系统,测量控制系统,计算机软件界面。描述了一些随机控制的数学模型。介绍一些在车辆检测系统中实际应用的随机控制算法的实现,在实际应用中的随机控制算法中,针对系统的一些经典算法的改进。     

基于LS-SVM/PID复合逆系统的预测控制

为了提高预测控制算法的控制性能,提出一种基于最小二乘支持向量机(LS-SVM)/PID复合逆系统的预测控制算法。该算法在PID控制的基础上,利用LS-SVM离线建立被控对象的非线性逆模型作为前馈控制器,形成直接逆控制,其克服了逆系统方法鲁棒性不强的缺陷,并与原系统串联构成一个伪线性系统;然后,结合预测控制算法实现系统的预测控制。仿真结果表明,该算法具有较好的跟踪性能和抗干扰能力。     

工作辊可水平移动的六辊轧机板形控制算法

板形控制算法是开发板形控制系统的关键技术之一.结合工作辊可水平移动的六辊轧机板形调节机构的特点对板形闭环控制系统的功能、构成及工作原理进行了系统阐述.重点介绍了板形控制算法,详细描述了各板形调节机构的调节效率和板形控制模型的构建过程.通过MATLAB模拟实际运算过程对板形控制算法的可行性、准确性及系统的收敛性进行了验证.结果证明,各评估点板形误差的总体趋势在逐渐减小,减小到一定值后保持稳定状态,整体板形显著改善.