基于模型残差基准的模型预测控制性能监控

针对控制系统性能评估中的模型失配问题,提出了一种新的闭环模型评估方法.该方法首先分析了控制系统中扰动是具有反馈不变性的,其次推导了可以用常规闭环回路数据估计扰动序列,并利用扰动序列的反馈不变性原则定义了模型质量指标,建立该指标的时间序列模型对其进行预测,对预测残差进行统计过程控制,实现了对控制系统性能的实时评价.当检测出控制系统性能出现下降时,通过基于距离的判别分析方法快速定位性能下降源.最后通过Wood-Berry二元精馏塔上的仿真研究验证了所提方法的有效性.     

具有自适应噪声边界的Tube可达集鲁棒预测控制

针对过程噪声设定边界与真实噪声边界失配的有界干扰离散线性不确定系统,提出一种具有自适应噪声边界的Tube可达集鲁棒模型预测控制方法.首先,该算法引入基于MIT规则的自适应集员滤波在线估计系统状态和噪声边界.其次,基于估计值,通过迭代自适应集员滤波的时间更新部分计算出预测时域内闭环不确定系统状态的可达集.最后,用可达集代替不变集并根据Tube鲁棒模型预测控制策略,给出了实际不确定系统的控制律,确保系统状态鲁棒渐近稳定,并收敛于终端干扰不变集.仿真结果验证了该控制方法的有效性.     

基于在线辨识的特征模型预测函数控制研究

工业生产过程中运用模型控制问题,对于传统的预测函数控制,一旦预测模型与实际生产过程失配就会造成控制系统的控制性能下降.由于传统的预测函数控制算法中的预测模型通常是离线获得的,因此模型易出现失配.即使采用在线辨识方法来获取预测模型,由于在线辨识需花费时间,影响系统的实时性.通过构建实时数据库的监控层,实时采集生产过程控制参数,在监控层利用在线辨识方法辨识出被控过程的特征模型,然后将辨识出的特征模型作为预测函数控制算法的预测模型传至过程控制回路.采用获得在线辨识预测模型,不会影响系统的实时性.实验结果表明,根据在线辨识的特征模型与实际被控过程的失配很小,并提高了系统的控制性能.     

基于电流偏差的永磁同步电机滑模电流解耦控制

永磁同步电机(PMSM)矢量控制的目标是使PMSM表现优良的动态性能和稳态性能, 为解决同步旋转坐标 下dq轴电流存在耦合, 同时传统解耦方法在电感参数失配时解耦效果不佳的问题, 提出一种基于电流偏差的永磁 同步电机滑模电流解耦控制方法. 该方法在电流偏差解耦控制电机模型的基础上, 保证系统的良好的动态性能, 并 充分利用偏差解耦结构的灵活性, 引入新的Z控制函数, 设计滑模控制律, 使其运动在滑模阶段, 并且呈非线性光滑 特性, 以保证系统滑动模态, 抑制抖振, 从而实现dq轴电流较好的解耦效果, 同时提高系统在整个运动过程中因参数 摄动和外在扰动的鲁棒性, 保证系统的动态性能. 通过对传统解耦方法和新方法的仿真和实验对比分析, 验证所提 方法的可行性和有效性.     

工业过程运行的解耦内模控制方法

工业过程运行控制的目的是实现反映过程整体运行性能的工艺指标. 将常规解耦内模控制(Internal model control, IMC)进行推广, 提出了优化过程运行的解耦IMC方法. 通过对广义解耦内模控制器的设计获得了具有高维解耦能力、鲁棒稳定性和抗干扰能力强的回路设定模型. 该模型能够响应系统的各种不确定性和干扰, 对回路设定值进行调整, 通过控制回路的输出跟踪调整后的设定值, 从而实现期望的工艺指标. 磨矿回路运行的解耦IMC设计实例及仿真验证了所提方法的有效性.     

动态数据校正提升孤岛微电网频率控制性能

在复杂的工业生产过程中,控制系统不可能工作在理想状态,其总会受到外界的影响,比如,在对反馈信号进行测量时,控制系统不可避免的会受到测量噪声的影响。为了降低测量噪声的影响,通常会使用各种各样的滤波技术以提升控制系统的性能。本文以微电网的频率控制系统为研究对象,考虑了当反馈回路有高斯分布测量噪声和非高斯分布测量噪声的两种情况,针对这两种测量噪声信号在模型中引入了动态数据校正滤波技术,分别对比了有无使用动态数据校正滤波技术时电网的频率偏差的方差大小,以此验证了动态数据校正滤波技术在微电网反馈控制回路中可有效抑制测量噪声的影响从而提升微电网频率控制性能。     

一种基于贝叶斯方法的序列模式挖掘算法

贝叶斯(Bayesian)方法是近年来数据挖掘中引人注目的研究热点之一，它有效地处理不完备数据、溢出数据和噪声数据之间的序列相关性。该文在对传统序列模式挖掘算法和贝叶斯知识研究的基础上，描述了序列的概率论模型，结合贝叶斯学习，简化了序列模式挖掘过程，提出了一种面向噪声数据的基于贝叶斯方法的序列模式挖掘算法。最后对该算法进行了复杂度分析，并验证了算法性能的优越性。     

基于阶跃跟踪响应的内模控制器性能评价、诊断与调节

对阶跃跟踪扰动下内模控制器(Internal Model Controller, IMC) 的性能评价、诊断与调节方法进行 了研究．采用绝对值误差积分(Integral of Absolute Error, IAE) 和灵敏度(Ms) 作为衡量系统跟踪性能和鲁棒性的 指标,提出一种对IMC 系统跟踪—鲁棒综合性能进行评价的方法．当系统性能不佳时,给出一种性能诊断方 法,对参数调节不当和模型失配两种影响控制器性能的原因进行诊断．针对模型失配的情况,给出一种利用 常规阶跃跟踪响应数据辨识模型参数的方法．     

一类对偶自适应预测函数控制算法

针对未知参数系统的自适应预测函数控制,模型尚未辨识完成或外界干扰造成的模型不准确,会严重影响控制效果,并产生较大的超调和波动.由此,提出一类对偶自适应预测函数控制(Dtml Adaptive Predictive Function Control,DAPFC)算法.在模型辨识的过程中,通过辨识误差的大小,利用对偶控制方法来调整原有自适应控制律,尽可能地获取未知参数信息并抑制由于模型失配造成的控制量的波动.改善了系统在模型失配时的控制效果,并具有较强的鲁棒性.仿真结果表明,该算法具有良好的控制品质.     

金氰化浸出过程建模及实时优化自适应策略

以金氰化浸出过程为背景,基于物料守恒方程建立动态机理模型,用Tikhonov正则化方法估计动力学反应速度,进而辨识模型未知参数,有效降低了测量噪声对估计及辨识结果的影响;采用实时优化约束自适应方法减小模型参数失配对优化结果的影响.仿真结果表明,在模型参数失配时,所提出的方法仍能收敛到实际过程的最优设定点,不必求实际数据梯度,且受噪声影响小,便于实际应用,为湿法冶金全流程优化控制的顺利实施奠定了基础.