基于气动参数调节的无人机抗扰动控制算法

无人机飞行受到气动阻尼扰动,从而导致控制稳定性不好。当前采用翼型截面气动参数调节的方法进行无人机抗扰控制,以扭角以及振动方向等参数为约束指标,参数调节的模糊度较大,对气动姿态参数调节的稳定性不好。文中提出基于气动参数调节的无人机抗扰动控制算法。该算法根据无人机的飞行工况构建各阶模态对应的气弹耦合方程,在速度坐标系、体坐标系、弹道坐标系三维坐标系下构建无人机的飞行动力学和运动学模型;采用卡尔曼滤波方法实现对无人机飞行参数的融合调节和小扰动抑制处理,并采用末端位置参考模型进行无人机飞行轨迹的空间规划设计;在卡尔曼滤波预估模型中实现对动力学模型的线性化处理,采用气弹模态参数识别方法进行无人机的飞行扰动调节;将姿态控制作为内环,获得位置环状态反馈调节参数;以无人机的升力系数和扭力系数作为气动惯性参数进行飞行姿态的稳定性调节,从而实现无人机抗扰动控制律的优化设计。采集飞机的俯仰角、横滚角和航向角作为原始数据在Matlab中进行仿真分析,仿真结果表明,采用所提方法进行无人机抗扰动控制的稳定性较好,对气动参数进行在线估计的准确性较高,航向角误差降低12.4%,抗扰动能力提升8dB,收敛时间比传统方法缩短0.14 s,无人机飞行的抗扰动性和飞行稳定性得到提高。所提方法在无人机飞行控制中具有很好的应用价值。     

无模型自适应预测控制器在钢球磨煤机中储式制粉系统中的应用

文章介绍了钢球磨煤机中储式制粉系统的工艺流程和特点,建立了制粉系统的数学模型,并设计了该系统的无模型自适应预测控制器。仿真结果表明,该预测控制器具有超调量小、动态性能好等特点。     

基于SVM逆方法的球磨机制粉系统预测控制

根据球磨机制粉过程的特点及相应的动态数学模型,证明了系统的可逆性.进一步利用支持向量机(SVM)对非线性系统具有良好逼近能力的特性,通过其来辩识球磨机制粉过程的逆系统,可以很好解决球磨机制粉系统逆系统建模难的问题,将该逆模型与原系统串联可构成解耦后的伪线性复合系统.同时为了克服逆系统的建模误差,通过设计预测控制器对该复...     

有界扰动系统高效鲁棒预测控制器设计

具有有界扰动的有约束线性系统是一类常见的不确定系统. 针对此类系统, 本文借鉴扰动不变集方法, 通过离线设计两个椭圆不变集以降低以往设计的保守性, 进而提出一种有界扰动系统的高效鲁棒预测控制器(SD–ERPC)的设计方法. 该方法能够较好地处理扰动对系统的影响, 在减小控制器在线计算量的同时, 扩大原ERPC设计的初始可行域, 且具有较好的控制性能. 文中给出了SD–ERPC控制器可行性和鲁棒稳定性的理论证明,并通过仿真算例验证了该控制器的有效性.     

扰动自适应模型预测控制的频域特性分析

扰动模型的准确性对模型预测控制算法的扰动抑制能力有重要影响,当前模型预测控制广泛采用的阶跃扰动模型不能准确描述进入系统的不可测扰动,扰动抑制能力有限.自适应扰动模型可以较好的描述不可测扰动,提高对扰动的预估和抑制能力.本文对采用自适应时间序列扰动模型的预测控制进行分析,研究了扰动自适应预测控制(DMCA)的闭环结构以及带宽、灵敏度函数等频域指标与控制器抗扰性能的关系.带宽大的系统抑制扰动的速度快,灵敏度函数幅值越小则对扰动的抑制能力越强.理论分析和仿真结果表明与动态矩阵控制(DMC)相比,采用自适应扰动模型的DMCA算法能够更好的预测和抑制扰动,被控变量偏离设定值的最大幅度降低60％,带宽是DMC的1.5倍、调节速度更快,在低频段有较小的灵敏度函数值.自适应扰动模型提升了DMCA控制器的扰动抑制性能,对保障系统安全平稳运行和增加效益有重要意义.     

改进的多变量广义预测控制算法

本文中,我们把改进的广义预测控制推广列多变量线性系统中.这种算法大量地减少了计算量,能控制任意维输入任意维输出的线性系统.     

基于风扰动预测的阵风减缓最优控制研究

目前大多数阵风减缓控制方法都是等到飞机到达风场之后才起作用,由此带来了时滞与舵面速率饱和等问题。为了解决这一问题,提出了一种基于风扰动预测的阵风减缓控制系统方案。首先,对风扰动预测技术进行了研究,利用二阶互补滤波器实现了一种基于激光测风雷达获取的阵风信息与其它渠道获取的阵风信息的数据融合算法。其次,以某型民用飞机模型为对象,采用LQR方法设计最优状态调节器使得性能指标最小。接着,引入基于风扰动预测的前馈补偿,使得在未来阵风到达时飞机状态要尽可能保持不变。仿真结果表明,基于风扰动预测的阵风减缓最优控制系统能大幅度地减少阵风干扰对飞机法向过载和俯仰角速度的影响,证明了所设计的控制系统方案的正确性和有效性。     

具有外部扰动的PMSM系统的无模型自适应预测控制

针对于一类具有强耦合、负载不确定性和外界干扰的永磁同步电机(PMSM)系统,本文研究了基于无模型自适应预测控制(MFAPC)问题,并提出了一种新颖的MFAPC方案来实现有外界扰动的PMSM系统的速度追踪任务.所提出控制方案的主要优势在于仅使用了被控系统的输入/输出数据,并且对外界干扰具有较强的鲁棒性.此外,还讨论了闭环系统跟踪误差的收敛性以及有界输入有界输出的稳定性.最后,通过与传统的PI控制方案、原型无模型自适应控制(MFAC)方案的仿真结果相比较,验证了所提出MFAPC方案的有效性和优越性.     

不确定系统的鲁棒与随机模型预测控制算法比较研究

近几十年来,不确定系统模型预测控制的理论和应用得到了飞速发展.本文简要地回顾了不确定系统中鲁棒模型预测控制和随机模型预测控制的发展历史,总结了它们的相关应用,并较为细致地分析了线性不确定系统模型预测控制的各种主要算法.通过总结各种算法的通用模型、运作方式、问题规模,以及它们保证递归可行性、稳定性的方法,分析了部分算法可行域间的关系,揭示了各种算法的主要特点、适用场合和未来可发展方向,并通过仿真实例直观地分析了各种算法的性能和可靠性.     

基于预测PI的大干扰控制算法的研究与应用

不可测量的大干扰广泛存在于过程工业中,采用常规控制策略难以对其进行很好的抑制。针对这种现象,以预测PI算法为主体,设计一种新型的快速抗大干扰控制算法。这种算法的主体思想是:当被控变量在期望的控制范围之内,预测PI控制算法可以对其进行有效的控制,当被控变量超过期望的范围时,控制器输出增大或者减小到可容许的极限值。仿真和实际工业应用数据表明:对于复烤生产线中烤房温度这一具有大干扰的大惯性、大滞后过程,采用该算法可以有效提高调节速率、减少波动等问题,以保证控制品质和精度达到规定的工艺技术指标,满足了工艺的生产要求,提升了产品的质量,同时降低了返料的次数,节约了能耗。     

状态多重时滞系统的预测控制算法研究

针对被控过程存在状态多重时滞，提出一种状态多重时滞系统的顶测控制算法，给出了系统的稳定性和鲁棒稳定性条件。仿真结果表明，该算法提高了控制系统的性能和鲁棒性。     

氧化铝回转窑制粉系统磨机负荷的智能控制

氧化铝回转窑制粉系统采用回转窑余热产生的热风干燥煤粉时,由于热风温度低且变化频繁,常常导致制粉工况处于过负荷异常工况,出现"饱磨"故障,导致停磨,使负荷控制系统无法投入自动运行.本文提出了有规则推理的切换机制,在磨机负荷PI控制器和过负荷控制器之间进行智能切换.所提出的控制方法成功应用于氧化铝回转窑制粉系统,在热风温度低且变化频繁时,将磨机控制在出力最大的负荷范围内,避免出现故障工况.     

OFDM系统中联合抑制ICI的算法

针对正交频分复用（OFDM）系统中由频率偏移引起的子载波间干扰（ICI）的问题,提出了一种基于对称子载波的ICI自消除算法。该算法将互为相反数的发送符号映射到对称的子载波上,并在接收端将解调信号进行线性组合。为了进一步降低ICI,将基于对称子载波的ICI自消除算法与时域加窗相结合,即在发送数据符号之前,与升余弦函数相乘。对算法进行仿真实验,相对于相邻符号自消除算法,该算法减小了子载波间的干扰系数;加窗后OFDM符号频谱的边瓣衰减速度快,最大可衰减至－40 dB;对于系统的信号干扰比性能（SIR）,加窗后的算法同相邻符号自消除算法相比可提高8 dB左右;在信噪比较大的情况下,改善了系统的误码率。仿真结果表明,所提算法能够抑制ICI,提高系统抗干扰性能。     

基于时间最优的快速平息区间扰动的紧急直流功率控制策略

为了快速平息交直流互联电网的区间扰动振荡,基于等值两机两区域系统推导了2阶振荡系统的时问最优紧急直流功率支援控制策略.首先采用时间最优控制将相点快速驱动到平衡点附近,然后采用非线性控制对相点进行平衡点镇定控制.为消除直流功率的跃变和高频非线性"颤振"及防止"超调"现象,对开关曲线作了改进,并根据控制相平面推导实现最少次开关切换的直流功率控制量.最后通过仿真验证了该策略的有效性.     

分布式预测控制优化算法

复杂大规模预测控制系统的在线实施一直是工业界十分关注的问题之一, 本文针对工业环境下分布式网络结构的特点, 提出了一种基于纳什最优的分布式预测控制优化算法, 在以低成本在线实施的同时, 保持了良好的控制性能, 文中进一步给出了分布式线性模型预测控制算法的收敛条件, 仿真结果表明了该算法的有效性.     

基于等价输入干扰滑模观测器的磁悬浮球系统模型预测控制

本文针对系统不确定性和外部干扰引起的磁悬浮球系统控制性能下降的问题,提出了一种基于等价输入干扰滑模观测器的模型预测控制(MPC+EIDSMO)方法.首先将原系统转化为EID系统,采用等价输入干扰滑模观测器对EID系统状态变量及等价输入干扰进行估计;然后基于状态估计值设计模型预测控制器,并将等价输入干扰估计值以前馈的方式...     

Multirate sliding mode disturbance compensation for model predictive control

In this paper, a novel hierarchical multirate control scheme for nonlinear discrete‐time systems is presented, consisting of a robust nonlinear model predictive controller (NMPC) and a multirate sliding mode disturbance compensator (MSMDC). The proposed MSMDC acts at a faster rate than the NMPC in order to keep the system as close as possible to the nominal trajectory predicted by NMPC despite model uncertainties and external disturbances. The a priori disturbance compensation turns out to be very useful in order to improve the robustness of the NMPC controller. A dynamic input allocation between MSMDC and NMPC allows to maximize the benefits of the proposed scheme that unites the advantages of sliding mode control (strong reduction of matched disturbances, low computational burden) to those of NMPC (optimality, constraints handling). Sufficient conditions required to guarantee input‐to‐state stability and constraints satisfaction by the overall scheme are also provided. Copyright © 2014 John Wiley & Sons, Ltd.     

基于改进型Elman网络的锅炉预测控制算法研究

针对锅炉燃烧系统非线性、多变量、大延时、强耦合等特点,将预测控制和改进型Elman神经网络相结合,提出了一种基于改进型Elman网络的预测控制算法.该算法可以克服传统PID控制方法对多变量对象控制效果差、抗干扰能力弱等缺点.选取链条炉燃烧系统作为研究对象,仿真结果表明:该算法具良好的控制效果和较强的抗干扰能力.     

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。