导读:本文包含了模糊广义预测控制论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:模糊,广义,模型,永磁,神经网络,炉温,加热炉。
模糊广义预测控制论文文献综述
许娣,佃松宜,高钰凯[1]（2019）在《基于T-S模糊模型的CSTR系统广义预测控制》一文中研究指出模糊预测控制将模糊与预测2种思想相结合,已经成功应用于工控领域。连续搅拌反应釜是化工生产过程中典型的非线性系统,传统控制方法难以满足其控制精度要求。本文提出一种模糊广义预测控制方法。采用改进的模糊划分聚类算法对T-S模糊模型的前件参数进行辨识,仿真证明该算法的辨识效果优于原始模糊聚类算法;结合带有遗忘因子的递推最小二乘法对模糊模型的后件参数进行辨识。采用广义预测控制算法与PID算法分别对连续搅拌反应釜系统进行仿真验证,仿真结果证明了本文方法的有效性。(本文来源于《自动化与仪表》期刊2019年11期）
付博文[2]（2018）在《基于广义预测的中药提取温度模糊控制研究》一文中研究指出提取中药有效成分的关键是使提取过程的温度控制,特别是在升温过程中如何控制温度稳定进入亚沸腾状态。根据升温过程的特点提出了基于广义预测的提取升温T-S模糊控制策略,Matlab仿真结果表明提取温度无超调量,平稳进入保温阶段。在工程实践中,PLC以查表的形式确定预测模型参数,同时根据不同的工艺情况,操作人员可实时设置升温过程中的叁个关键温度点及对应的蒸汽调节阀开度,使基于广义预测的T-S模糊控制方法的动态校正具有了可操作性。实践结果表明,实现亚沸腾状态控制,提高了提取效率和有效成分的提取率。(本文来源于《自动化与仪器仪表》期刊2018年04期）
薛美盛,刘波,孟俊,杨猛,秦宇海[3]（2017）在《加热炉炉温的模糊广义预测控制仿真研究》一文中研究指出针对加热炉炉温的大惯性、大滞后及非线性等特点,提出一种基于T-S模糊模型的模糊广义预测控制策略。T-S模糊模型的前件和后件参数分别采用粒子群优化的模糊C-均值算法和递推最小二乘法辨识,根据输入变量更新模型隶属度并将T-S模糊模型等价转换为线性模型,以此作为预测模型应用于广义预测控制。仿真结果表明:该方法在不同工况下均具有较短的调节时间,在扰动作用下有很强的鲁棒性。(本文来源于《化工自动化及仪表》期刊2017年07期）
刘石红[4]（2016）在《基于T-S模糊模型的非线性系统广义预测控制》一文中研究指出针对离散非线性系统,提出一种基于T-S模糊模型的广义预测控制方法。该方法将采样点的T-S模糊模型转化为采样点线性模型与非线性误差迭加的线性形式,通过迭代修正非线性误差,使具有非线性误差的线性模型预测控制律逐渐逼近采样点T-S模糊模型预测控制律。同时,该预测控制方法也能适用于当系统受输入输出约束时的控制。仿真结果验证了所提出的TS模糊模型广义预测方法有效。(本文来源于《工业仪表与自动化装置》期刊2016年06期）
安爱民,杨国强,张浩琛,王静,吕斌[5]（2016）在《基于T-S模糊决策的PMSG风电系统广义预测控制》一文中研究指出为提高风力发电系统在额定风速下的最大风能追踪性能,以永磁同步风力发电机(PMSG)为研究对象,采用局部等效建模方法,获得PMSG多工况运行的T-S模糊模型。以模糊规则后件作为受控自回归增量滑动平均(CARIMA)模型,采用广义预测控制(GPC)算法,对各模糊规则设计独立的GPC控制器,预测PMSG转速输出。仿真结果表明,在阶跃风速和组合风速的扰动下,基于T-S模糊决策的PMSG转速输出(如调节时间和超调量)较PI方法有明显下降,转速响应速度有大幅提高,最佳叶尖速比稳定在最优值,风能利用率显着提升。(本文来源于《自动化仪表》期刊2016年09期）
吴天昊,栾秀春,王俊玲,刘春雨,杨志达[6]（2016）在《核反应堆功率模糊广义预测控制》一文中研究指出为了满足核电机组提高负荷跟随性能的需求,基于T-S模糊模型,设计了针对点堆中子动力学方程的模糊广义预测控制器。利用并行分布补偿(PDC)方法,将基于线性化方程的各局部预测控制器在强非线性的全局范围内统一起来,从而扩大了反应堆功率控制中广义预测控制器的适用范围。计算机仿真结果表明,对于叁种典型的反应堆运行工况,所设计的控制器都能在保证安全的前提下,在全局范围内表现出良好的负荷跟随能力。(本文来源于《核科学与工程》期刊2016年03期）
刘翔[7]（2016）在《基于T-S模糊模型的水轮机调节系统广义预测控制研究》一文中研究指出为了提高水轮机调节系统控制性能,本文对预测控制在水电机组控制中的应用展开了研究。预测控制理论和算法主要针对线性系统,对于水电机组这样一个具有强非线性和时变特性的复杂系统,将非线性系统简单近似线性化处理。基于线性模型设计的预测控制器,由于预测模型与真实系统偏差较大,控制效果非常有限。模糊系统具有与人脑类似的描述方式,能够智能地获取和处理定性信息。T-S模糊模型是一种对非线性系统具有很强逼近能力和泛化能力的本质非线性模型。将T-S模糊模型与预测控制相结合能充分结合模糊系统和预测控制的优点。本文对基于T-S模糊模型的水轮机调节系统广义预测控制方法进行了研究。具体研究工作如下:本文提出将一种新型神经网络-极限学习机(ELM)应用于水轮机仿真建模中。ELM具有学习速度极快、学习精度高、泛化能力好等优点。用ELM来描述水轮机力矩变化特性和流量变化特性,能更真实地表达水轮机动态特性的非线性变化关系,是水轮机非线性仿真建模十分有效的方法。研究了水轮机调节系统被控对象的T-S模糊模型辨识方法。同时,针对系统辨识输入变量难以选择的问题,采用决策树搜索法来挑选输入变量,建立系统的最优模糊模型。最后,应用所提辨识方法对水电机组典型工况下的动态过程进行了辨识试验,结果表明所提辨识方法具有较高辨识精度。针对水电机组的非线性、时变特性,将T-S模糊模型与广义预测控制(GPC)相结合,设计出一种基于T-S模糊模型的水轮机调节系统自适应广义预测控制器。通过在离线辨识的T-S模糊模型基础上在线对模型进行实时调整,基于此自适应模型采用GPC算法对水电机组进行控制。对水轮机调节系统的仿真研究表明本文所设计的控制器具有很好的控制效果,控制性能指标明显优于常规PID控制方法和常规基于线性模型的GPC控制方法。(本文来源于《华中科技大学》期刊2016-05-01）
赵亮[8]（2016）在《330MW循环流化床锅炉模糊神经网络建模与广义预测控制研究》一文中研究指出我国煤炭资源分布极不均匀,劣质煤比例较高,含硫量1%以上的煤炭资源占到全国煤炭资源总量的50%以上。循环流化床锅炉(Circulating Fluidized Bed Boiler, CFBB)是一种燃烧适应性非常广的高效低污染发电设备,它可以燃烧各种劣质煤,并实现炉内脱硫,脱硫率可高达90%,目前在火力发电厂中占有主要的生产地位。然而,循环流化床锅炉是一个非线性、强耦合、多输入多输出的大滞后复杂热力系统,其构造较一般的煤粉炉更为复杂,机理建模中引用的许多经验公式以及近似规则会导致模型的精确性降低,直接影响了机理模型在现场运行的应用。因此,如何建立起CFB锅炉精确模型以及如何进一步优化控制CFB锅炉一直是研究的热点。本文针对330MW的循环流化床锅炉,深入了解了其工艺流程、对象特性以及协调控制系统多变量之间的关联特性,利用330MW循环流化床锅炉实际运行日志数据,采用数据驱动建模方法建立循环流化床锅炉的协调控制系统模型,并用广义预测控制对其进行有效控制。主要内容如下：(1)在分析CFB燃烧及协调控制系统特性的基础上,对研究对象的模型进行简化处理,将给煤量、一次风量、汽轮机总阀位作为输入量,将床温、主蒸汽压力、输出功率作为输出量。基于运行日志数据,采用模糊神经网络等驱动建模方法建立了叁输入叁输出的循环流化床协调控制系统数学模型。考虑到循环流化床协调控制系统的动态特性会随着负荷的变化而变化,所以将负荷作为唯一的语言变量,采用输出加权平均的一阶T-S型模糊推理建立模糊神经网络模型,并将此模型与递推最小二乘方法以及RBF神经网络方法建立的模型进行比较。最终利用现场数据进行测试,仿真结果表明,T-S模糊神经网络模型可以很好地反映CFB锅炉的动态特性,即使在负荷发生大范围变动时,也可以获得较为精确的预测结果。(2)提出了一种基于T-S模糊神经网络模型的广义预测控制策略(FNGPC),将其应用于循环流化床锅炉协调控制系统中。仿真结果显示,FNGPC可以对CFB锅炉协调控制系统中主蒸汽压力、床温和输出功率进行很好的控制,并且能很好地对约束进行处理。同时,当机组负荷大范围变动时,功率输出也能保持良好的跟踪性能,控制效果优于GPC、PI控制器。最后,论文对研究中存在的不足进行了分析,并对后续工作进行了展望。(本文来源于《华北电力大学(北京)》期刊2016-03-01）
于传江,申涛[9]（2016）在《联合粉磨系统基于T-S模糊模型广义预测控制》一文中研究指出针对磨机负荷多变量、强耦合、大滞后的控制难题,利用磨机电流的历史数据进行T-S模糊建模,对所建模型设计广义预测控制器,采用对控制器模糊加权的方法调节控制器输出,通过Matlab进行仿真比较。结果表明:广义预测控制达到稳态所需时间约为25 s,而PID控制需要约90 s,广义预测控制跟踪设定值的快速性更好,能更快达到控制要求;该方法避免了反复求解不同丢番图方程的繁琐过程,简化了控制器运算步骤。(本文来源于《济南大学学报(自然科学版)》期刊2016年04期）
安爱民,杨国强,张浩琛,王静,吕斌[10]（2015）在《基于T-S模糊决策的PMSG风电系统广义预测控制》一文中研究指出为了改善和提高风力发电系统在额定风速以下最大风能追踪的性能,本文以永磁同步风力发电机(PMSG)为研究对象,通过局部等效建模方法获得PMSG多工况运行的T-S模糊模型,以模糊规则后件作为CARIMA预测模型,采用广义预测控制(GPC)算法,对各模糊规则设计独立GPC控制器,预测PMSG转速输出。各GPC控制量通过模糊加权来得到全工况控制律。仿真结果表明,分别在阶跃风速和随机风速扰动下,和PI方法相比,该控制策略下的PMSG转速输出超调量和调节时间明显下降,转速响应速度有大幅提高,最佳叶尖速比稳定在最优值7左右,风能利用率显着提高。(本文来源于《第26届中国过程控制会议（CPCC2015）论文集》期刊2015-07-31）
模糊广义预测控制论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
提取中药有效成分的关键是使提取过程的温度控制,特别是在升温过程中如何控制温度稳定进入亚沸腾状态。根据升温过程的特点提出了基于广义预测的提取升温T-S模糊控制策略,Matlab仿真结果表明提取温度无超调量,平稳进入保温阶段。在工程实践中,PLC以查表的形式确定预测模型参数,同时根据不同的工艺情况,操作人员可实时设置升温过程中的叁个关键温度点及对应的蒸汽调节阀开度,使基于广义预测的T-S模糊控制方法的动态校正具有了可操作性。实践结果表明,实现亚沸腾状态控制,提高了提取效率和有效成分的提取率。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
模糊广义预测控制论文参考文献
[1].许娣,佃松宜,高钰凯.基于T-S模糊模型的CSTR系统广义预测控制[J].自动化与仪表.2019
[2].付博文.基于广义预测的中药提取温度模糊控制研究[J].自动化与仪器仪表.2018
[3].薛美盛,刘波,孟俊,杨猛,秦宇海.加热炉炉温的模糊广义预测控制仿真研究[J].化工自动化及仪表.2017
[4].刘石红.基于T-S模糊模型的非线性系统广义预测控制[J].工业仪表与自动化装置.2016
[5].安爱民,杨国强,张浩琛,王静,吕斌.基于T-S模糊决策的PMSG风电系统广义预测控制[J].自动化仪表.2016
[6].吴天昊,栾秀春,王俊玲,刘春雨,杨志达.核反应堆功率模糊广义预测控制[J].核科学与工程.2016
[7].刘翔.基于T-S模糊模型的水轮机调节系统广义预测控制研究[D].华中科技大学.2016
[8].赵亮.330MW循环流化床锅炉模糊神经网络建模与广义预测控制研究[D].华北电力大学(北京).2016
[9].于传江,申涛.联合粉磨系统基于T-S模糊模型广义预测控制[J].济南大学学报(自然科学版).2016
[10].安爱民,杨国强,张浩琛,王静,吕斌.基于T-S模糊决策的PMSG风电系统广义预测控制[C].第26届中国过程控制会议（CPCC2015）论文集.2015
论文知识图
