贾晓波[1]2003年在《线性时滞系统的预测控制》文中研究表明以状态空间法为基础的现代控制理论从60年代初期发展以来，已取得了很大进展，对自动控制技术的发展起到了积极的推动作用。一般说来，实际工业过程常具有非线性，时变性，时滞性和不确定性。为了克服上述问题，预测控制发展了起来。最早应用于工业过程的预测控制算法，有Richalet，Mehra等提出的，建立在参数模型脉冲相应基础上的模型预测启发控制(MPHC)，或称为模型算法控制(MAC)，以及Cutler等提出的，建立在非参数模型阶跃相应基础上的动态矩阵控制(DMC)，Clarke的广义预测控制(GPC)，Lelic的广义预测极点配置控制(GPP)等，在各种复杂生产过程控制中获得了良好的应用效果。本文研究了离散时滞系统和带正弦干扰的连续时滞系统的预测控制问题。对于离散时滞系统，本文第叁章通过构造预测模型所得的系统输出预测向量和系统的控制向量，为系统设计了全维状态预测观测器(SPO)，并将该状态预测观测器应用于多步预测控制，根据最优控制理论，构建了全维模型预测控制器。频域分析表明，通过该SPO，闭环系统的时滞项成功的被移至系统环外。所以，完全可以根据无时滞系统来设计最优控制律。时域分析表明，对于二次型性能指标来说，该预测控制器是次优的，我们并提出了计算二次型性能指标的公式。最后，仿真证实了系统的有效性和可靠性。另外，一般的系统都是在外界持续干扰力作用下工作的，所以研究在外界持续干扰力作用下系统的最优控制问题比只考虑系统的初值的最优控制问题有更重要的实际意义，本文第四章是在研究连续时滞系统的状态预测观测器和预测控制器设计的基础上，进一步研究控制变量含有时滞的线性系统在外部正弦干扰下的最优减振预测控制问题。利用构造预测模型得到的被控对象预测输出向量和系统的控制向量，设计一种全维状态预测观测器，并将该状态观测器用于时滞控制系统的最优前馈-反馈预测控制中。从频域的分析来看，应用该状态预测观测器可将闭环系统的环内的时滞项移至系统闭环结构之外，从而其优化控制规律完全可以按无时滞系统进行设计。经过时域系统性能分析，在一般工况下，本文的设计方法是可行的，设计的预测控制器对外部正弦干扰有较强的鲁棒性，得到的结果关于二次型平均性能指标是次优的。
马兴[2]2016年在《基于时滞鲁棒H∞控制理论的电力系统谐波间谐波治理关键技术研究》文中指出随着电力电子技术的快速发展,大量的电力电子装置已在电网中投运,然而这些电力电子装置往往是非线性的,因此给电网带来了谐波间谐波污染的问题。并联型有源电力滤波器(APF)是一种高效、稳定、灵活的提高电能质量的设备,已经得到了广泛的认可和应用。并联型APF控制策略的研究主要集中在目标电流检测和目标电流跟踪控制。现有的APF控制策略研究在目标电流检测环节中,考虑了时滞的影响,得到了对时滞相位进行预测补偿的目标电流,提高了APF的补偿精度。然而在目标电流跟踪控制环节中,采用了APF输出电流作为反馈状态量,而它是一个时滞量,现有的APF控制策略研究中忽略了目标电流跟踪控制环节中的时滞问题。现有的APF控制策略的研究中,能够综合考虑参数摄动和死区效应的影响,但是没有考虑目标电流跟踪控制环节中时滞问题与参数摄动和死区效应的相互影响,没有考虑传感器受随机干扰影响时对目标电流跟踪环节的影响,也没有考虑谐波间谐波统一补偿的问题。因此现有的APF还存在着以下问题：总体补偿效果仍不够理想,由本文第3章的分析可知这是因为APF输出电流的时滞以及APF系统的参数摄动严重地缩小了APF系统可稳定的控制器增益取值范围,使得死区效应造成的干扰出现了放大的现象,降低了APF的补偿精度；特别是当负载较轻时,APF输出电流变化较慢,反馈误差较小,控制器增益也较小,导致控制输出值很小,控制效果很差,甚至补偿后电网侧电流依然不能满足国标的要求,而配电网中使用的APF会面对多种负载情况,需要在多种负载情况下均能满足国标的要求；当传感器受随机干扰影响时,特别是APF输出电流直接作为反馈状态量受到随机干扰影响时会直接降低APF补偿精度；当负载电流同时包含谐波和间谐波电流时,会对现有的目标电流检测方法产生影响,间接降低了APF补偿精度。这些关键性问题的存在,阻碍了APF进一步的工程应用。为了便于说明,本文主要思路是先从仅补偿谐波电流的APF入手,综合考虑时滞、参数摄动、死区效应以及随机干扰对APF补偿精度的影响,提出改进的方法,并与现有的APF设计方法进行比较,并采用仿真与物理实验验证所提改进方法的正确性和有效性。然后将本文改进方法推广到谐波间谐波统一补偿的并联型APF。论文主要内容如下：综合考虑时滞、参数摄用、死区效应的影响,推导了并联型APF的误差控制系统模型(它是一个典型的不确定时滞系统),并采用时滞鲁棒H∞理论对其进行了分析。指出时滞和参数摄动大大地缩小了控制器增益的取值范围,使得APF渐近稳定性和干扰抑制性能不能兼顾,放大了死区效应造成的干扰,影响了APF补偿精度,这就是现有并联型APF补偿精度不够理想的原因。提出了包含预测控制(即改进型状态观测器)的并联型APF鲁棒H∞控制策略。首先,利用改进型状态观测器对状态变量APF输出电流进行预测,以消除控制器中的时滞,从而将APF误差控制系统化为无时滞表达式。在此基础上,分析了改进型状态观测器反馈误差矩阵取值与状态跟踪能力的关系。然后,针对包含预测控制的并联型APF系统采用鲁H∞控制理论设计了具有较好干扰抑制性能的鲁棒渐近稳定控制器。通过仿真实验验证了采用改进型状态观测器能够准确地预测APF输出电流的变化,采用包含预测控制的并联型APF鲁棒H∞控制策略明显地提高了APF的静态补偿精度,特别是对较轻负载的补偿精度和对较高频率谐波的补偿精度均有明显的提高。提出了包含预测控制、重复控制的并联型APF的Hoo控制策略,利用预测控制消除控制器中时滞,利用PI控制与重复控制的复合控制对参数摄动和死区效应中的周期性部分造成的周期性干扰效应进行估计,并在计算控制输出(即占空比)时将其引入以消除周期性干扰的影响。该方法克服了对于周期性的干扰采用鲁棒H∞控制往往需要取高控制增益有可能会造成控制输出过饱和(即占空比计算式超过1)甚至使系统不稳定。通过对比仿真验证了包含预测控制、重复控制的并联型APF的H∞控制策略的有效性,相比于包含预测控制的并联型APF鲁棒H∞控制策略,在同样的控制器增益下,采用复合控制方法的APF具有更好的静态补偿精度。在此基础上,分析了复合控制对APF动态性能的影响。分析了传感器受到随机干扰时,控制增益的选取与抑制随机干扰的关系,说明控制器增益的选择要综合考虑APF系统死区效应和传感器受到随机干扰的影响。研究了谐波间谐波统一补偿的并联型APF系统。由于间谐波负载中诸如交直交变频器实质上可以等效为一个电压源型负载,并不能直接采用并联型APF进行补偿,因此以交直交变频器为例,首先阐述了交直交变频器并联补偿系统可以实现需满足的条件。在满足该条件时,考虑到电力系统中的间谐波往往频率未知、幅值未知,重复控制周期难以设定,因此将包含预测控制的并联型APF鲁棒H∞控制策略推广到谐波间谐波统一补偿的并联型APF系统中,通过仿真验证确实对谐波间谐波均起到了较好的补偿效果。设计了以DSP28335为控制器核心的APF实验平台,对本文提出的APF误差系统控制模型和APF的多种控制策略进行了验证。证明了本文的理论分析和提出的改进控制策略的正确性和有效性。
吴迪[3]2015年在《基于切换的网络化预测及事件驱动控制的研究》文中研究指明网络化控制系统的理论已经得到了广泛关注,网络预测控制和基于事件驱动的网络化控制是近些年两个热门的研究方向。网络预测控制策略被用于补偿多种不稳定网络现象对整个闭环网络化控制系统带来的影响。事件驱动控制策略在不过多损失网络化控制系统性能的前提下减少共享网络的负担。但这两个方向中仍然存在大量需要解决的问题。本文针对上述两个方向,基于切换系统理论开展研究,具体内容如下：1.针对一类离散时间线性时不变网络化控制系统,研究了网络预测控制策略设计及稳定性分析问题。利用切换系统方法描述传感器到控制器,以及控制器到执行机构之间的时滞与丢包现象,采用主动丢包策略,设计了补偿时变时滞的网络预测控制策略。利用小增益定理,改进了现有文献利用网络预测控制器处理时变时滞时增广矩阵过大导致的计算量大的问题。对于不考虑外部扰动时的闭环系统,得到了保证闭环系统渐近稳定的充分判据。并利用直流步进电机的转速控制实验验证所提出方法的有效性。2.针对带有范数有界不确定性的网络化控制系统,利用被控对象的标称系统进行网络预测控制器设计,研究了闭环系统的稳定性分析问题。将网络预测控制器和带有不确定性的离散时间系统组成的闭环系统转化成带有不确定性的切换系统。利用切换系统稳定性分析方法,给出了保证系统稳定性的判据,并通过实际实验验证了所提出的网络预测控制策略的有效性。3.针对反馈通道中带有不稳定观测现象和前向通道带有时变时滞现象的问题,研究网络预测控制策略在这两种情况下的稳定性分析问题,并分别给出闭环系统渐近稳定的充分条件。对于前者,利用带有稳定观测和不稳定观测的切换系统描述观测误差系统,基于切换系统中平均驻留时间策略,给出了观测误差系统渐近稳定的充分条件。对于后者,将前向通道网络中的时变时滞信号作为切换信号,并引入到闭环控制系统中,根据网络预测估计状态与实际观测器估计状态之间偏差,给出预测器-观测器误差变量,并利用切换系统稳定性中共同Lyapunov方法给出闭环系统稳定的充分条件。与现有文献相比,上述方法无论从理论分析还是数值仿真角度都具有更小的保守性。4.研究了在网络时滞存在的条件下事件驱动控制策略和网络预测控制策略的综合设计问题。通过对控制器、传感器和执行机构的重新设计,叁个部件中使用的观测状态、产生的预测状态和预测控制量,以及使用的预测控制量在时滞存在的情况下保证同步。利用切换系统思想将闭环系统转化为切换系统模型。然后结合切换Lyapunov思想,给出保证闭环系统渐近稳定的充分条件。最后通过数值仿真和实际实验分别验证了在网络时滞存在的条件下所设计网络预测控制策略和事件驱动控制策略的有效性。5.研究了丢包现象下采用事件驱动控制策略的网络化控制系统的稳定性分析问题。首先利用Lyapunov函数给出带有丢包现象的事件驱动控制策略设计方案。然后使用-个在正常传输和丢包发生时的切换系统描述带有丢包现象和事件驱动控制策略的闭环系统。采用切换系统中常用的平均驻留时间策略,给出保证闭环系统稳定性的充分条件,并利用实际实验验证所提出方法的有效性。
姚伟[4]2010年在《时滞电力系统稳定性分析与网络预测控制研究》文中进行了进一步梳理随着互联电力系统规模和复杂度的不断增加,基于就地反馈信号的控制器越来越难以保证互联电力系统的稳定性。信息处理和网络通信技术的迅猛发展和在电力系统的应用,尤其是同步相量技术和广域测量系统的应用,给电力系统的监控提供了使用全局信息的可能。而在广域测量系统中,广域信息是通过通信网络传输的,这将不可避免地存在信息的通信延迟问题。通信延迟使得电力系统成为时滞电力系统,它的存在降低了电力系统的稳定性甚至使其变得不稳定。本文针对时滞电力系统的稳定性和控制进行了相应的分析研究。论文在回顾时滞电力系统的时滞产生原因以及其稳定分析和控制研究现状的基础上,指出了时滞电力系统稳定分析和控制的主要难点。针对时滞电力系统的特点,采用时变时滞相关稳定性判据对时滞电力系统进行稳定分析,并将可以补偿网络延迟的网络预测控制应用于时滞电力系统的控制。全文由以下几个部分组成：首先分别介绍了基于自由权矩阵的保守性小的线性单时变时滞系统和线性多时滞系统的稳定性判据,并给出了采用线性矩阵不等式求解线性时滞系统时滞稳定裕度的两种方法。简要给出了网络预测控制系统的基本结构,分别给出了基于受控自回归滑动平均模型和基于受控自回归积分滑动平均模型的两种网络预测控制算法。该方法在改进的广义预测控制的基础上,增加了网络延迟补偿器来补偿通信延迟。与传统的广义预测控制只利用一步控制信号相比,该网络预测控制不仅利用了全部的预测控制信息,还同时能够补偿固定和随机通信延迟。其次,研究了含有一个广域阻尼控制器的电力系统时变时滞相关稳定性问题。利用单时变时滞稳定判据计算了含有广域阻尼控制器的电力系统的时滞稳定裕度。计算表明,时滞稳定裕度可以用来整定广域阻尼控制器的参数,以保证系统在有足够大时滞稳定裕度的同时也有较好的阻尼效果。再次,分别用单时滞相关和多时滞稳定性判据对采用常规PI控制器的单区域和两区域负荷频率控制系统进行时滞相关稳定性分析。研究了PI控制器增益和时滞稳定裕度之间的关系,并采用时域仿真的方法验证了时滞相关稳定性判据的有效性。第四部分,设计了一种基于受控自回归积分滑动平均模型网络预测负荷频率控制的策略,并对叁区域负荷频率控制系统进行了仿真研究,在仿真中考虑了发电机组功率速率约束的影响,仿真结果验证了本文所提出的负荷频率控制策略的有效性,且该控制器结构简单,便于在线实现。第五部分,提出了一种基于网络预测控制的广域阻尼控制器的设计方法。预测模型采用带变遗忘因子的递归最小二乘法在线辨识获得。四机两区域电力系统的仿真结果表明,基于网络预测控制的广域阻尼控制器能够有效地补偿固定和随机通信延迟的影响。此外,该广域阻尼控制器还具有算法和结构简单、易于在线实现的优点。最后,以含有静态无功补偿器(SVC)的新英格兰电力系统为例,通过对系统线性模型的可控／可观度分析,选择SVC的常规附加阻尼控制器的广域输入信号,采用留数法计算得出其参数。在此基础上,用时滞相关稳定性判据分析了含有SVC的常规附加阻尼控制器电力系统的时滞稳定性,根据分析结果设计了考虑时滞影响的SVC附加阻尼控制器。仿真结果表明,考虑时滞影响的SVC附加阻尼控制器不仅能够有效地阻尼系统区域间低频振荡而且可以增强系统的时滞鲁棒性。
谢彩云[5]2007年在《基于神经网络的非线性时滞系统预测PID控制》文中研究表明在工业过程控制中，被控对象往往存在不同程度的时滞。时滞的存在往往会使控制效果变差，系统稳定性降低。解决时滞问题的关键是对输出的预测，故近年来预测控制成为时滞系统控制的主要方法之一。目前，线性系统的预测控制研究已较为成熟，对非线性系统预测控制的研究成果相对较少，而实际工业过程大多是非线性的，因此研究非线性系统的预测控制就显得尤为重要。然而，时滞系统很难靠单一的控制方法来完善解决，针对时滞系统的特点，研究和探索与智能理论相结合的控制方法就显得十分必要。由于神经网络具有并行机制、自学习和自适应能力，可以用来逼近任意复杂的非线性系统，使得神经网络与预测控制方法相结合成为研究热点之一。本文首先综述非线性预测控制研究进展，阐明预测控制的预测模型、滚动优化和反馈校正的思想，并对智能PID的研究现状进行概述，同时引入一种新的神经网络——极限学习机，尝试对其改进后应用于非线性系统的建模与辨识。在此基础上，针对工业过程中非线性时滞系统控制问题，本文提出一种基于极限学习机的新型预测PID控制。该方法将控制结构分为两层，上层采用极限学习机作为智能预测模型，下层采用改进型单神经元自适应预测PID控制算法，利用预测控制克服时滞，利用智能方法优化PID控制器参数。应用极限学习机作为预测模型不仅可以保证快速性，还可以保证控制精度。改进型单神经元PID控制中引入输出加权的广义预测性能函数作为控制器的目标函数，使控制更为精确、快速。这种方法具有非常快的学习速度，能够得到较小的训练误差和最小规模的权值矩阵，并获得较好的泛化性能。
王冬青[6]2005年在《非线性时滞系统的神经网络预测控制》文中认为非线性时滞系统在生产过程中是较常见的、但又是难以控制的。由于神经网络能对任意复杂非线性函数充分逼近,而预测技术可以很好的解决时滞和不确定性的影响。非线性时滞系统的神经网络预测控制在近几年得到了迅速的发展,并成为非线性过程控制的主要手段之一。本文对非线性时滞系统采用了d步超前预测模型的神经网络预测控制。首次实现了非线性时滞系统的神经网络预测控制的并联模型的RTRL算法,对比讨论了并联模型的RTRL算法和它比串并联模型的BP算法的优越之处。指出现有的NARMA模型修正方法对时滞系统的不当之处。以时滞系统神经网络预测控制为例,介绍了NARMA模型的正确修正方法。文中介绍了一种新的正交神经网络。首次给出了多变量输入正交神经网络完备处理单元(神经元)选择的通用公式;针对输入变量增多时,完备处理单元急剧增加的情况,提出了几种裁减完备处理单元的选取方法。仿真实验验证了正交神经网络比BP网络收敛速度快、训练时间短、逼近能力好。构成了正交递归神经网络,首次将正交递归神经网络用于系统时滞辨识和系统输入阶次辨识。仿真实验表明:①正交递归神经网络在时滞的辨识上比传统的BP递归神经网络收敛速度快、训练时间短、逼近能力好;②正交递归神经网络具有全局收敛的性质,在输入阶次的辨识上,能够明确辨识出系统输入阶次的变化;而BP递归网络易陷入局部最小,不能准确辨识出输入阶次的不同带来的微小变化。
陆妹[7]2008年在《基于LMI的时滞系统的预测控制研究》文中研究指明模型预测控制因为其具有处理受约束复杂系统的能力,已经被广泛应用于过程工业中。预测控制算法在处理时滞系统时,主要有两种方法:一是把优化时域比无滞后时延长d拍,其被控对象是纯滞后系统;二是将时滞系统转换成无时滞系统,其计算量将大大增加。工业被控对象不可避免的存在着不确定性、非线性、时滞和受扰动等现象。本文在设计预测控制器时直接考虑时滞现象和不确定性,系统地研究了时滞系统的预测控制算法。主要内容如下:1.分别针对范数有界和凸多面体两种不确定状态时滞系统,考虑输入饱和约束,给出了带有饱和特性的状态反馈预测控制研究。当被控对象存在凸多面体不确定性时,分别给出了常值状态反馈预测控制算法和增益调度预测控制算法,采用后者可获得较好的控制性能,但是该算法的计算量较大。为了减少计算量,给出了一种基于标称目标函数的预测控制算法。考虑到输入时滞的存在,针对凸多面体不确定状态和输入时滞系统,进行了带有饱和特性的状态反馈预测控制研究。通过仿真研究验证了算法的有效性。2.研究了适用于具有状态和输入时滞的非线性时滞系统的有限时域模糊预测控制算法。首先以公共Lyapunov -Krasovskii函数(CLF)为终端代价函数,分别以模糊状态反馈控制律和带有饱和特性的模糊状态反馈控制律为局部控制器,展开预测控制算法研究。为了进一步改善被控系统的性能,以模糊Lyapunov-Krasovskii函数(FLF)为终端代价函数,进行预测控制算法研究。通过对CSTR的仿真研究表明,有限时域模糊预测控制算法能够有效地控制具有状态和输入时滞的非线性时滞系统,而以FLF为终端代价函数、以带有饱和特性的状态反馈控制律为局部控制器的有限时域模糊预测控制算法具有较好的控制性能。3.研究了分段状态时滞系统的非脆弱状态反馈预测控制算法。控制器参数不确定性的普遍存在性,推动了非脆弱控制器的设计。分别以分段线性不确定状态时滞系统和分段模糊状态时滞系统为被控对象,采用分段Lyapunov-Krasovskii函数(PLF)方法,考虑加法和乘法两种形式的控制器增益摄动,展开非脆弱预测控制算法研究。通过对实例的仿真研究,验证了所提算法的有效性。4.研究了输入受限的受扰动线性状态时滞系统的滚动时域H∞控制算法。算法融合了模型预测控制的滚动优化原理,用系统当前状态刷新相应的LMI优化问题并在每个时刻在线求解,在满足约束条件的同时保证了闭环系统的H∞性能。考虑到系统状态可测和不完全可测两种情况,分别给出了状态反馈和动态输出反馈滚动时域H∞控制算法。仿真实例表明,该算法能实现对输入受限的受扰动线性状态时滞系统的有效控制。
郭峰[8]2012年在《基于模糊ARX模型的水泥回转窑预测控制算法研究》文中研究表明水泥回转窑是新型干法水泥生产线的核心设备，水泥生产过程中最关键的生料煅烧理化反应在回转窑内进行，回转窑的控制水平直接影响水泥的质量、产量以及能耗。研究水泥回转窑的建模及控制方法，对提高水泥回转窑的控制水平具有重要的理论和实际意义。本课题针对新型干法水泥回转窑煅烧过程具有的多时滞、多变量、非线性的特性，在对采样数据分析处理的基础上，运用组合模型建模理论、预测控制理论，基于模糊ARX模型对水泥回转窑的预测控制算法进行了研究，具体研究工作如下：首先，依据水泥回转窑的煅烧机理，分析影响水泥熟料质量及能耗的控制因素，研究参量间的变化规律。利用相关函数法分析控制参量的测试数据，确定回转窑煅烧系统建模变量，以回转窑窑尾烟室的氮氧化物含量，氧气含量和窑尾温度为控制目标量，以窑头喂煤量，高温风机挡板开度和料速积为操作变量，为建立水泥回转窑煅烧过程的预测模型提供基础。其次，基于系统稳态非线性特性和动态线性特性分离辨识的组合模型建模思想，提出基于T-S模糊模型的ARX模型增益实时修正方法，建立适用于多变量非线性系统的变增益模糊ARX模型；以数据驱动思想为基础，提出一种数据驱动模糊辨识改进算法，建立系统测试数据不能覆盖所有输入变量约束范围情况下的水泥回转窑煅烧系统稳态模型；运用外推差值法计算系统的实际动态增益来实时修正多时滞ARX模型的增益，提高建模的准确性，进而提出多时滞多变量非线性系统的变增益模糊ARX模型建模方法，以解决回转窑多时滞特性的建模问题；在对水泥回转窑的稳态和动态辨识数据分开进行预处理的基础上，建立水泥回转窑煅烧过程控制系统预测模型。进一步，采用序列二次规划优化算法，实时动态求解多变量非线性系统的输入变化量，构建基于多变量模糊ARX模型的预测控制算法。在此基础上，提出系数矩阵插值组合法，将多时滞加入到多变量非线性系统的多步预测输出表达式，建立基于多时滞变增益模糊ARX模型的预测控制算法，以实现回转窑煅烧过程的多时滞控制，进而建立水泥回转窑煅烧系统的预测控制算法。最后，利用现场DCS系统采集的水泥回转窑测试数据，进行数据的建模与分析，采用本文建立的水泥回转窑多时滞变增益模糊ARX模型及其预测控制算法，对水泥回转窑煅烧过程进行预测控制实验研究，验证本文提出算法的可行性和有效性。
陶帅[9]2012年在《预测控制在时滞工业对象中的研究》文中认为在许多常见的大型工业生产流程中,例如化工、造纸以及冶金,时滞现象普遍存在于其中。较好地克服由于时滞对象对生产过程的影响就成了自动控制行业的一大难题。对于这类现象可以总结为：在对象时滞的范围里,尽管系统的控制增量已经作用于对象,但被控量却无法得到响应,导致在外界出现干扰的状况下系统不能根据控制量的变化来进行相应的调节,最终体现出来的就是较大的超调量以及伴随着较长的自适应时间。对于这一类时滞对象,传统的控制算法例如PII)控制以及Smith预估控制算法,都未能获得满意的控制效果。对此,许多学者专家通过对传统算法的改进,提出了诸如改进的面对大时滞对象的PI[)算法以及Smith预估控制算法。另外,以其他的控制算法诸如模糊控制、鲁棒控制为基础的控制算法也在处理大时滞对象中得到了应用,对时滞控制问题的发展起到了积极的作用。本文仔细总结了现阶段在时滞系统中使用的控制方法,着重探讨了预测控制中的动态矩阵控制(Dynamic Matrix Control, DMC)在处理时滞对象中的运用,如何面对实际流程中可能出现的未知扰动以及应对时变时滞对象所需进行的一系列改进。尽管动态矩阵控制因为其独特的控制机理能够应对时滞系统中的控制,但另一方面它在抗外界干扰方面却不够理想,单独使用无法应对一类时变时滞系统。文章针对这些缺点,通过对动态矩阵控制中的控制量计算进行改进,将时间最优控制加入到算法中来,设计了一种能够更为快速抑制扰动的控制算法。应对时变的时滞对象时,考虑通过将遗传算法(Genetic Algorithm)加入到系统中来对时滞对象进行辨识,在线地将实时的时滞大小传递至主控制器中,通过更新相关参数从而重新获得对系统的控制能力。仿真结果也表明了文章提出的控制算法能够有效应对外界干扰,并在时变的时滞系统中有着不错的控制成效。
梁晓明[10]2006年在《时滞系统模型预测控制算法及混沌系统预测控制同步研究》文中研究说明模型预测控制通过在线求解一个有限时域开环最优控制问题来获得最优预测控制序列,并将当前时刻的控制作用于对象,在下一采样时刻基于新的状态或输出测量值重复上述过程。时滞现象在工业动态系统中是普遍存在的,因此研究时滞系统模型预测控制具有重要的理论价值和实际应用意义。最近几十年,混沌同步在保密通信、扩频通信等领域显示出良好的应用前景,所以混沌控制系统的设计也是一个很有意义的研究课题。 本文在阅读了大量参考文献的基础上,着重研究了时滞系统模型预测控制算法和离散混沌系统的预测控制同步。 首先,将广义预测控制与离散滑模控制相结合,并加入柔化输入信号的方法,针对时滞系统,提出一种滑模等式约束的时滞系统广义预测控制算法,设计出相应的控制器并证明其稳定性。 其次,提出一种具有比例一积分结构的时滞系统预测函数控制方法,通过在性能指标函数中分别引入预测输出误差和预测输出增量误差,使设计的控制器具有比例一积分结构,仿真结果表明,该方法具有较好的跟踪能力、抗干扰能力和鲁棒性。 最后,将模型预测控制用于混沌控制与同步的研究中。一方面,利用带有终端滑模等式约束的广义预测控制器,实现了Henon混沌系统的追踪控制与同步。另一方面,针对广义Henon映射的混沌吸引子比Henon映射的混沌吸引子更复杂,控制与同步也更困难,提出了预测函数控制器,在滑模区外采用预测函数控制,当系统状态到达滑模区内采用离线设计好的滑模等效控制,仿真结果表明,该算法具有良好的跟踪能力和抗干扰能力。
参考文献：
[1]. 线性时滞系统的预测控制[D]. 贾晓波. 中国海洋大学. 2003
[2]. 基于时滞鲁棒H∞控制理论的电力系统谐波间谐波治理关键技术研究[D]. 马兴. 武汉大学. 2016
[3]. 基于切换的网络化预测及事件驱动控制的研究[D]. 吴迪. 大连理工大学. 2015
[4]. 时滞电力系统稳定性分析与网络预测控制研究[D]. 姚伟. 华中科技大学. 2010
[5]. 基于神经网络的非线性时滞系统预测PID控制[D]. 谢彩云. 大连理工大学. 2007
[6]. 非线性时滞系统的神经网络预测控制[D]. 王冬青. 天津大学. 2005
[7]. 基于LMI的时滞系统的预测控制研究[D]. 陆妹. 上海交通大学. 2008
[8]. 基于模糊ARX模型的水泥回转窑预测控制算法研究[D]. 郭峰. 燕山大学. 2012
[9]. 预测控制在时滞工业对象中的研究[D]. 陶帅. 杭州电子科技大学. 2012
[10]. 时滞系统模型预测控制算法及混沌系统预测控制同步研究[D]. 梁晓明. 燕山大学. 2006
标签：自动化技术论文; 谐波论文; 预测控制论文; 预测模型论文; 线性系统论文; 线性模型论文; 系统仿真论文; 网络模型论文; 神经网络论文; 非线性论文; 回转窑论文; 算法论文;