ARX-Laguerre模型PID预测控制及其在过热汽温控制中的应用

针对火电厂过热汽温控制的特点,提出了一种基于ARX-Laguerre模型的PID预测控制算法(ALMPCPID),该算法使用增量式的ARX-Laguerre模型作为预测模型,将滚动优化的性能指标改为PID控制器的形式,并利用带遗忘因子的最小二乘递归方法对模型参数进行在线辨识.将ALMPCPID算法应用于过热汽温控制系统...     

双模模糊预测控制在水泥回转窑生料系统中的应用

针对水泥回转窑的大惯性、滞后等工艺特点，提出了一种模糊预测协调控制算法。将模糊控制与预测控制相结合，引入双模功能．增强了算法的跟踪与抗干扰能力。现场运行结果表明该算法简捷实用，控制效果优于传统的PID控制。     

广义预测控制隐式算法在温控系统中的应用

温控对象普遍具有大时滞、非线性和时变性等特点,使用传统的PID控制器难以取得理想的控制效果.广义预测控制(GPC)是基于参数模型的一种预测控制,在优化中引入了多步预测的思想,并且能用最小二乘法在线辨识参数,因此适用于温度控制.GPC隐式算法减少了计算量,提高了实时性.Matlab仿真和实验结果证明,GPC隐式算法具有处理大时滞和时变等问题的能力.     

Volterra模型辨识及其在蒸馏塔预测控制中的应用

本文研究一类单输入单输出非线性系统的预测函数控制问题，这类系统能用有限阶离散Volterra级数模型表示，采用最小二乘法进行参数辨识，并通过求解高次方程得到控制律。针对化工过程蒸馏塔控制系统，通过仿真计算验证了该方法的有效性。     

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.     

基于预测PI的多变量控制在锅炉燃烧系统中的应用

在锅炉的燃烧控制系统中,燃烧对象是一个具有多变量、强耦合、强干扰、大滞后等特性的复杂过程系统,常规的PID控制无法满足实际需求。针对该问题,提出了将动态解耦方法与非线性最小二乘优化算法相结合,得到降阶模型,并运用预测PI控制算法进行控制研究。仿真结果表明：基于降阶模型的预测PI解耦控制策略具有良好的稳定性和鲁棒性,且抗干扰能力强,具有一定的实际应用价值。     

实际应用中系统参数辨识的模型选择

系统的参数辨识在自动化实际系统的分析、设计与综合中占据重要的地位。本文对人们在实际中常和的各种不同的模型从功能上指出了各自的不同点,并与控制界常用的MATLAB环境下系统辨识工具箱中所采用的模型相比较,指出各自的特点,为实际应用提供方便。     

基于LSSVM逆系统在污水处理系统DO控制中的研究

针对污水处理控制系统的非线性及时变等特点,在分析常规PID控制和模糊控制不足的基础上,以溶解氧DO为控制对象,提出一种由LS-SVM的逆模型与PID结合的复合控制系统,由LS-SVM辨识非线性系统的逆模型作为前馈控制器,形成直接逆控制。同时,由PID控制器构成反馈控制,克服直接逆控制鲁棒性不强的缺陷。仿真研究结果表明LS-SVM的逆模型辨识能力强,具有更好的抗干扰能力和鲁棒性。     

瓦斯突出模型预测控制的应用研究

煤体瓦斯涌出量的动态变化是一个复杂的非线性系统,传统的瓦斯监测方法准确率较低。针对该问题,文章提出了一种基于BP人工神经网络模型的瓦斯突出危险性预测控制方法。该方法运用BP人工神经网络预测模型对输入的多组样本进行训练学习、建立预测准则,并以此辨识瓦斯突出危险性类型。仿真结果表明,该方法有效解决了传统的瓦斯突出预测模型在事故预测中误差大、稳定性差的缺陷,提高了预测精度。     

应用Hammerstein模型辨识受相关噪声扰动的非线性系

本文提出了一种用于Ｈａｍｍｅｒｓｔｅｉｎ模型参数估计的偏差补偿最小二乘法。当观测数据被未知有色噪声污染时，应用本文方法可在缺少任何有关噪声先验信息的情况下实现参数的渐近无偏估计。     

系统辨识在水压仿真器试验建模中的应用

水压仿真器作为一种特殊电液压力伺服系统,通过控制伺服阀的开口直接控制工作腔的压力变化,很难通过理论方法进行建模。应用系统辨识方法对水压仿真器的数学模型进行了研究,首先设计能使系统稳定的简单闭环,再对系统施加合适的输入信号,记录系统的输出信号进行试验建模,最后推导出被控对象的数学模型。经过验证,辨识模型基本能够反映实际系统的特性,这种辨识方法是研究水压仿真器或相似压力伺服系统特性的一种可行方法。     

基于LS-SVM的船舶航向模型预测控制

针对船舶动态性能具有较强的非线性、大惯性及时变性的特点,采用具有RBF核函数的最小二乘支持向量机(LS-SVM),利用其可以任意逼近非线性模型的良好特性实现对船舶模型有效辨识,得到船舶航向控制系统的非线性逼近模型,并将其与模型预测控制方法相结合,将最小二乘支持向量机辨识得到的系统模型作为预测模型,并将系统模型进行线性化并用线性预测控制方法求得解析的控制律,实现对船舶航向的预测控制,达到良好航向保持目的。仿真结果表明,最小二乘支持向量机降低了计算复杂度,且有较快计算速度,在小样本情况下具有良好的泛化能力;基于最小二乘支持向量机的船舶航向预测控制系统对外界干扰及模型参数摄动均具有较好的适应能力以及良好的控制性能。     

AR模型在海浪仿真中的应用

本文根据时间序列理论和海浪理论，研究了AR模型在海浪仿真中的应用，通过AR模型参数辨识，给出了仿真海浪的AR模型，进行了拟合检验，提出了系统等效增益的概念和确定输入百色序列方差的方法，本文的研究方法和结果对于船舶控制和海浪仿真具有理论意义和应用价值。     

鲁棒模型预测控制在变风量空调系统中的应用

在变风量空调系统中二次泵压差控制可以有效地减少空调能耗,为克服二次泵模型的不确定性,提高二次泵变频调速控制的响应速度和精度,采用基于线性矩阵不等式的鲁棒预测控制策略。算法分为离线和在线两个部分,离线时首先用传统算法得出目标函数上界,以此为已知量重新优化得到一系列较大的渐近稳定的不变椭圆集。在线时,每个采样周期用三个相邻的椭圆集优化来对状态变量进行精确定位,并给出控制量。给出在线优化的理论证明。通过和传统算法的仿真比较,表明该算法的有效性。二次泵压差控制的实验表明该算法可得到较大的可行域,系统响应快,控制效果好。     

基于RBF-ARX模型的预测控制在液位系统中的应用

针对单容液位系统紊流时的非线性特征,研究了基于RBF-ARX模型预测控制策略控制单容液位系统;讨论RBF-ARX模型结构的选取,模型参数辨识,RBF参数优化,基于RBF-ARX模型的预测控制策略等问题;模型的仿真结果,证实了RBF-ARX模型在非线性系统建模和辨识中的有效性;同基于全局线性ARX模型的预测控制器和PID控制器相比较,基于此模型的预测控制取得了优异的控制效果。     

基于T- S模型的钻杆对中自适应预测控制

为非线性系统建立T－S模糊模型,采用基于T－S模型的局部递推最小二乘法对模糊规则后件参数进行辨识，然后用一步预测控制的方法进行控制。在钻杆对中控制中，定义了矢量化的时间为控制量，采用上述方法，在实际中取得了良好的效果。     

目标规划法在预测控制滚动优化及在线辨识中的应用

针对有约束多目标多自由度预测控制问题,应用目标规划方法,提出了一种既适合于参数模型又适合于非参数模型的在线滚动优化策略,并且通过计算饥仿真研究,验证了该方法的有效性.然后,对于参数模型预测控制问题,提出了一种抗扰动的最小绝对值辨识算法.由于该辨识算法可用目标规划快速求解,因此可作为慢时变工业过程控制的在线辨识算法.     

MATLAB环境下的模型预测控制理论的应用

从模型预测控制的原理出发,介绍利用MATLAB模型预测控制工具箱进行模型预测控制器设计的全过程。就被控对象的不同模型,以及各类模型形式之间的转换做了具体的系统的阐述。在控制器的设计过程中,给出不同情况下的控制器的设计方法,并且对控制器设计中的参数选择对系统控制性能的影响进行了分析与总结。最后通过数值实例说明了如何进行了模型预测控制器的设计。     

模型的简化处理

本文给出了可简化模型的判别方法和简化方法，以及确定相同和相近零极点个数的方法，本文法可用于系统结构和参数的同时辩识。