具有安全性保证的基于增强主动学习的模型预测控制

本文提出了一种基于主动学习的增强模型预测控制方法. 该方案克服了大多数基于学习的方法的缺点, 即只能 被动地利用可获得的系统数据并导致学习缓慢. 首先应用高斯过程来评估残差模型的不确定性并构建多步预测模型. 然 后提出了一个两阶段主动学习策略, 通过在优化问题中引入信息增益作为对偶目标来激励系统探测. 最后, 基于鲁棒不 变集定义了安全控制输入集保证了状态约束满足与系统安全性. 本文提出的方法在保证系统安全的情况下提高了学习 能力和闭环控制性能, 实验说明了本文方案的优越性.     

网络化控制系统的预测控制方法设计

网络化控制系统(NCSs)是一种通过实时化网络进行数据传输的控制系统.控制系统中的传感器、控制器、执行器等往往通过网络连接起来形成闭环控制系统.然而实际系统中由于带宽限制等客观因素,存在有因网络诱导延迟而引起的系统性能下降问题.考虑了前向通道,反馈通道中同时存在网络诱导时延情况下的网络预测控制(NPC)设计问题,提出了一种新的网络预测控制方法,用以克服网络诱导时延对系统性能带来的影响.     

基于分解协调的空间分布系统的模糊控制

为解决多控制源空间分布系统的控制问题,在以往文献提出的空间模糊控制器的基础上,提出一种基于空间分解、局部协调的空间模糊控制策略,针对多控制源设计了具有协调功能的空间模糊控制器.以三区快速加热化学气相沉积反应器系统为例,对所提出的控制方法进行了仿真验证.仿真结果表明,该方法能取得更好的空间均匀性.     

一种新的基于遗忘因子的递推子空间辨识算法

针对工业系统中广泛存在的时变特性, 提出一种新的递推子空间辨识算法, 实现对系统状态空间模型的在线递推估计. 为更好地跟踪系统时变特性, 研究基于遗忘因子的输入输出数据矩阵构造机制, 以提高递推算法的收敛速度; 针对算法中奇异值分解的求解问题, 将梯度型算法引入基于遗忘因子的状态子空间跟踪中, 实现对广义能观测矩阵的估计, 避免了子空间近似带来的估计有偏性; 该算法计算简单有效, 且对初值具有更高的鲁棒性; 最后给出该递推算法的性能分析, 理论证明其收敛性, 并通过仿真实例验证算法的有效性.     

非最小相位逐维定位多模型自适应解耦控制器

针对多变量系统中多个参数同时跳变导致模型数目巨大,计算时间长等问题,提出了采用逐维定位技术的多模型自适应解耦控制器.该方法将多维空间的并行寻优问题转化为多个一维空间的串行寻优问题,可大大减少系统模型集的数量.针对非最小相位系统,将系统的耦合作用视为可测干扰,采用前馈方法予以消除.最后给出全局收敛性分析.仿真结果表明当采用相同数目的模型时,其控制效果明显优于常规多模型控制器.

     

非最小相位逐维定位多模型自适应解耦控制器

针对多变量系统中多个参数同时跳变导致模型数目巨大、计算时闻长等问题.提出了采用逐维定位技术的多模型自适应解耦控制器.该方法将多维空间的并行寻优问题转化为多个一维空间的串行寻优问题,可大大减少系统模型集的数量.针对非最小相位系统,将系统的耦合作用视为可测干扰,采用前馈方法予以消除.最后给出全局收敛性分析.仿真结果表明当采用相同数目的模型时,其控制效果明显优于常规多模型控制器.     

一种数据驱动的Ⅱ型T-S模糊建模方法

现场采集的数据不可避免地包含一些诸如噪声干扰之类的不确定性,由数据驱动建立的模型需要具备较强的处理不确定因素影响的能力．在以往文献的Ⅰ型T—S模糊建模方法的基础上,提出了一种基于数据驱动的Ⅱ型T—S模糊建模方法．其过程是通过分析采集的数据样本计算得到不确定因素的影响程度,在Ⅰ型T—S模糊模型的基础上,前件参数上采用Ⅱ型的模糊集来代替Ⅰ型的模糊集,后件参数上则采用Ⅰ型模糊集来代替数值,由此拓展得到Ⅱ型T—S模糊模型．最后通过pH中和反应过程对所提出的方法进行仿真验证．仿真结果表明,该方法建立的模型能更好地处理不确定因素的影响,取得更高的准确度．     

随机系统的多模型直接自适应解耦控制器

针对多变量离散时间随机系统, 提出了一种采用广义最小方差性能指标的多模型直接自适应解耦控制器. 该多模型控制器由多个固定控制器和两个自适应控制器构成. 固定控制器用以覆盖系统参数的可能变化范围, 自适应控制器用以保证系统的稳定性和提高暂态性能. 该多模型控制器利用矩阵的伪交换性和拟Diophantine方程性质, 基于广义最小方差性能指标, 将随机系统辨识算法和最优控制器设计相结合, 直接辨识出控制器的参数, 通过广义最小方差性能指标中加权多项式的选取,不但实现了多变量系统的动态解耦控制, 而且消除了稳态误差、配置了闭环极点. 文末给出了全局收敛性分析. 仿真结果表明该方法明显优于常规自适应控制器.     

工业过程系统的预测控制

预测控制方法自1970's提出后在学术界和工业应用领域都取得了很大的进展,尤其在工业过程控制方面成为一种重要的先进控制方法.根据工业过程控制的特点和进一步的需求,对近年来在工业过程控制领域预测控制方法取得的新进展进行综述,包括过程控制系统模型辩识,数据驱动的预测控制和在网络信息模式下的预测控制等.并对预测控制进一步的发展需求进行分析,介绍了欧盟正在进行的第七框架对于大系统分布式预测控制的研究内容.     

分布参数系统的时空ARX建模及预测控制

本文针对一类可由抛物型偏微分方程描述的分布参数系统,研究了一种基于输入输出数据的建模与控制方法.首先利用Karhunen-Loève（K-L）分解提取系统的一组主导空间基函数,并以此对系统输出进行时空分解,随后由时空分解得到的时间系数部分以及系统激励构成输入输出信息,利用最小二乘法辨识出时域ARX模型,最后针对该模型设计了广义预测控制器.仿真结果表明,上述控制方法能够对分布参数系统取得良好的控制效果.