基于LQG性能基准的预测控制经济性能评估算法

针对已有经济性能评估算法大多采用最小方差控制(Minimum Variance Control,MVC)性能基准,存在对预测控制系统(Model Predictive Control,MPC)性能评估结果可靠性不高的问题,提出了基于线性二次高斯控制(Linear Quadratic G-aussian,LQG)性能基准的经济性能评估算法。通过数值计算方法确定LQG性能基准曲线,避免了复杂交互矩阵的计算。算法以基于模型的稳态经济优化技术为基础,将LQG基准和预测控制系统的经济性能估计相结合,并通过建立一系列稳态优化问题来描述控制系统在不同控制策略下的经济性能。与已有评估算法相比,本算法提供了一种更简单有效的评估方法,能够完成对包括预测控制在内的先进控制系统经济性能的评估.算法通过仿真算例说明了该算法的有效性。     

模型不确定条件下预测控制经济性能评估的研究

为了解决在模型不确定条件下的预测控制系统经济性能评估分析的问题,本文通过基于二次锥规划的鲁棒线性规划的方法来描述模型不确定性对控制系统经济性能评估造成的影响,并采用约束调整与方差调整的策略来改善控制系统的经济性能. Shell公司提供的重油分馏塔典型案例实验证明该方法的有效性.     

基于状态观测器的约束鲁棒模型预测控制

模型不确定情况下的鲁棒问题是模型预测控制的一个根本问题。本文采用线性矩阵不等式(LMI)，研究多模型不确定性描述情况下的鲁棒模型预测控制问题。在输入输出约束条件下，最小化最坏情况下的无穷时域目标函数，获得保证系统稳定的基于状态观测器的状态反馈增益并且给出观测器增益的设计方法。实例说明算法可行且保证闭环系统渐近稳定。     

一种线性二次型调节器闭环稳定的充分条件及在预测控制中的应用

提出了终态松弛的线性二次型Kleinman调节器,给出并证明了该调节器保证系统闭环稳定的一个充分条件.将结果用于预测控制的稳定性分析,得到选择代价函数中加权阵的定量准则.     

结合深度信息的视觉伺服准最小最大MPC方法

将特征点的深度信息和像素坐标作为视觉特征,提出一种视觉伺服准最小最大模型预测控制(MPC)方法。与传统方法相比,机器人控制信号通过在线求解线性矩阵不等式的凸优化问题获得,其可行解可保证系统的闭环渐近稳定性。该方法易于处理系统约束,在满足执行器机械限制的前提下能够有效规划特征点的图像轨迹时,深度特征的引入对于改进摄像机的三维轨迹具有显著效果,六自由度工业机器人手眼系统的仿真结果验证了所提出算法的有效性。。     

基于线性二次型高斯基准的多变量预测控制技术经济性能评估

由于受控过程参数的漂移及缺乏维护,令采用的控制器性能逐渐降低,需要做经济性能评估,以确保其最佳运行状态.因为目前最小方差评估算法没有考虑控制器的约束条件,对此我们采用线性二次型高斯(linearquadratic Gaussian,LQG)基准的模型预测控制(model predictive control,MPC)双层优化控制结构,将控制和输出的加权值引入上层经济性能指标,通过求解LQG问题获取控制与输出方差关系的离散点集,进一步拟合Pareto最优曲面方程,建立优化命题并求解最优经济指标及设定值.对延迟焦化加热炉的多变量MPC控制进行了性能评估及分析,证明该方法可以改进控制器设计,提高经济效益.     

基于迭代LMI的直升机协调转弯控制律设计

线性二次型控制是一类以线性系统为被控对象,以二次型泛函指标为性能指标的最优控制技术.由于标准最优控制算法具有一定的保守性,在运用线性矩阵不等式的控制理论的基础上,提出了一种迭代算法用于反馈阵的求解.以某型直升机为例,针对协调转弯侧滑过大问题,设计了最优控制与经典PID相结合的控制律结构.然后对选取的直升机典型状态进行了数字仿真.仿真结果表明,通过迭代线性矩阵不等式(ILMI)算法设计的协调转弯控制律,很好地消除了侧滑,取得了满意的控制效果.     

基于LQR的直升机悬停控制律设计与仿真

建立了某型直升机数学模型,并将该模型分解为纵向模型和横侧向模型两部分,提出了悬停控制律应该达到的稳态指标;以该型直升机为被控对象,采用输出反馈线性二次型调节器(LQR)技术设计了由纵向控制律和横侧向控制律组成的悬停控制律,使得直升机能取得满意的悬停性能指标;以该型直升机模型、执行器模型以及设计的悬停控制器构成全数字闭环仿真系统进行控制律仿真验证;仿真结果表明,文中设计的悬停控制律正确有效,能够较好地实现直升机的悬停功能,另外,由于该悬停控制律是基于输出反馈的,在工程上也比较容易实现。     

永磁同步电动机的参考模型逆线性二次型(MR-ILQ)最优电流控制跟踪鲁棒性

过渡响应的鲁棒性反映输出误差的最大瞬时值. 利用l_∞范数和线性矩阵不等式(LMI), 给出了评价电流控制系统鲁棒跟踪性能的方法. 采用该方法直接评价了电流控制系统的跟踪鲁棒性能. 以内埋式永磁同步电动机为例, 对阶跃和正弦电流给定信号下的最优电流控制系统以及调速系统进行了仿真研究, 结果表明合理的控制器参数选择, 使系统能实现电流的准确跟踪以及精确的速度控制, 对参数变化和负载扰动具有很强的鲁棒性.     

Distributed Model Predictive Control with Actuator Saturation for Markovian Jump Linear System

This paper is concerned with the distributed model predictive control (MPC) problem for a class of discrete-time Markovian jump linear systems (MJLSs) subject to actuator saturation and polytopic uncertainty in system matrices. The global system is decomposed into several subsystems which coordinate with each other. A set of distributed controllers is designed by solving a min-max optimization problem in terms of the solutions of linear matrix inequalities (LMIs). An iterative algorithm is developed to achieve the online computation. Finally, a simulation example is employed to show the effectiveness of the proposed algorithm.      

约束非线性系统稳定经济模型预测控制

考虑约束非线性系统,提出一种新的具有稳定性保证的经济模型预测控制（Economic model predictive control,EMPC）策略.由于经济性能指标的非凸性和非正定性,引入关于经济最优平衡点的正定辅助函数.利用辅助函数的最优值函数定义原始EMPC优化问题的稳定性约束.应用终端约束集、终端代价函数和局部控制器三要素,建立闭环系统关于经济最优平衡点的渐近稳定性和渐近平均性能.进一步,结合多目标理想点概念,将提出的控制策略用于多个经济性能指标的优化控制,得到稳定多目标EMPC策略.最后,以连续搅拌反应器为例,比较仿真结果验证本文策略的有效性.     

时延网络控制系统的模型预测控制

针对有输入约束的不确定时延网络控制系统,提出鲁棒模型预测控制方法;其中,将不确定时延建模为范数有界的输入矩阵的不确定性．给出了鲁棒性能指标的上界和系统渐近稳定的充分条件,通过在线求解LMI凸优化问题得到状态反馈控制律．仿真例子验证了该方法的有效性．     

不确定线性内互联大系统的分散鲁棒H∞控制

讨论含有界不确定性的线性内互联大系统,通过分散状态反馈和分散动态输出反馈的鲁棒Ｈ∞控制问题,首先给出一个重要引理,然后基于有界实引理分别导出放动态输出反馈的分散鲁棒Ｈ∞控制问题有解的充分必要条件,该条件及其问题的求解等价地转化成一个线性矩阵不等式和双线性矩阵不等式的求解。     

基于多步控制集的鲁棒预测控制器设计

针对有约束多胞不确定系统, 本文提出多步控制集的概念, 并将其作为终端集进而设计鲁棒预测控制器. 由于设计了一系列可变的反馈律, 鲁棒预测控制器可以得到更好的控制性能和更大的初始可行域. 另外, 利用多步控制集的特性, 本文提出了一种将预测控制器的在线计算量转移到离线完成的算法. 通过该算法, 可以有效地平衡鲁棒预测控制器的控制性能、在线计算量和初始可行域. 仿真算例验证了这些算法的有效性.     

基于2维性能参考模型的2维模型预测迭代学习控制策略

将迭代学习控制(Iterative learning control, ILC)系统看作一类具有2维动态特性的控制系统,根据模型预测控制(Model predictive control, MPC)和性能参考模型控制思想, 提出了一种基于2维性能参考模型的2维模型预测迭代学习控制系统设计方案.在该控制系统设计方案中,可以通过选择适当的2 维性能参考模型来构造2 维动态变化的设定值信号和预测控制信号,从而引导迭代学习控制系统收敛到合理的控制性能,并有效避 免系统性能收敛过程中控制输入可能发生的剧烈波动.通过对控制系统的结构分析可知,所得的迭代学习控制器本质上是由沿时 间指标的参考模型预测控制器和沿周期指标的迭代学习控制器组成,闭环系统的收敛性等价于一个2维滤波系统的稳定性.数值仿 真结果证明了该设计方案的有效性和鲁棒性.     

一种基于状态估计的鲁棒型预测控制器

针对某些情况下只能得到系统的状态估计,当其作为预测控制的初始状态时传统方法无法保证其目标函数递减的问题,提出一种针对状态估计的预测控制器,由该控制器得到的反馈控制律可以使受控系统渐近稳定.进而,给出了相应的算法,并通过仿真实例验证了所得结论的正确性.     

Model Predictive Control of Nonlinear Systems： Stability Region and Feasible Initial Control

This paper proposes a new method for model predictive control (MPC) of nonlinear systems to calculate stability region and feasible initial control profile/sequence, which are important to the implementations of MPC. Different from many existing methods, this paper distinguishes stability region from conservative terminal region. With global linearization, linear differential inclusion (LDI) and linear matrix inequality (LMI) techniques, a nonlinear system is transformed into a convex set of linear systems, and then the vertices of the set are used off-line to design the controller, to estimate stability region, and also to determine a feasible initial control profile/sequence. The advantages of the proposed method are demonstrated by simulation study.     

Robust Control Design of Wheeled Inverted Pendulum Assistant Robot

This paper examines the design concept and mobile control strategy of the human assistant robot I-PENTAR (inverted pendulum type assistant robot). The motion equation is derived considering the non-holonomic constraint of the twowheeled mobile robot. Different optimal control approaches are applied to a linearized model of I-PENTAR. These include linear quadratic regulator (LQR), linear quadratic Gaussian control (LQG), H₂ control and H_∞ control. Simulation is performed for all the approaches yielding good performance results.