紧格式无模型自适应控制在直线电机中的仿真

将基于紧格式线性化的非线性系统无模型自适应控制方法应用于直线电机的运动控制中.用紧格式动态线性时变模型替代直线电机非线性系统模型,根据直线电机运动模型的输入输出数据在线估计系统的伪偏导数.仿真实验表明,紧格式无模型自适应控制方法对电机这种具有不确定动态的非线性系统有较强的自适应性、抗干扰性、稳定性和鲁棒性.     

时延的事件触发无模型自适应抗干扰控制

针对一类具有时滞和有界扰动的离散时间系统,提出了一种改进的无模型自适应控制策略。首先,应用紧格式动态线性化方法将原始非线性时滞系统转换为数据模型。其次,应用离散时间扩展状态观测器对未知残差非线性时变项进行估计,提出了一种基于离散时间扩展状态观测器的无模型自适应控制方案。此外,通过设计事件触发条件以确保Lyapunov稳定性,建立了基于离散时间扩展状态观测器的事件触发无模型自适应控制。只有当系统指示器满足所提供的事件触发条件时,才更新控制输入信号;否则,控制输入保持不变,可以有效地解决有限的通信带宽问题。最后,通过仿真验证了该方法的有效性。     

基于仿真和预测的无模型控制问题研究

无模型控制是解决难以精确建模问题的有效控制思想。针对料道温度对象设计了两级无模型控制方案,提出了基于预测的控制器设计方案和基于物理仿真的模糊控制查询表的设计方法。所设计的方案已经在实际控制系统投运,获得了良好的效果。     

广义预测控制在液位控制系统中的应用研究

研究广义预测自校正控制算法在液位控制系统中的设计方案，建立被控对象CARIMA模型，讨论算法优化性能指标中的参数选择．针对基本的最小二乘法产生的对象模型参数估计不准的问题，在参数的递推估计、参数估计的收敛速度、参数估计的在线检验以及对象输入输出数据的处理4个方面给出相应的改进方法．实验结果表明，所采用的设计方法合理可行，具有一定的实用价值．     

应用神经网络的非参数模型自适应控制

 提出了一种应用神经网络的非参数模型自适应控制方案,该方案仅用受控系统的I/O数据来设计控制器,并与神经网络自适应控制方案进行了仿真比较,仿真结果表明了该方案的有效性和优越性.     

无模型控制在步进加热炉速度控制中的应用

步进梁是步进式加热炉的核心设备,其运动过程中速度变化复杂.文章针对液压系统非线性、时变、强干扰的特点,建立基于无模型控制方法的闭环速度控制系统,并在Matlab中进行了仿真.仿真结果表明,与常规PD控制相比,无模型控制的速度跟踪性能良好,且此方法易于实现,便于工程应用.     

模型预测控制在供应链库存管理中的应用

针对供应链网络需求不确定的特点,采用模型预测控制技术解决供应链管理中库存的动态优化问题.首先,阐述了模型预测控制的机理及其在供应链动态控制方面的适应性;其次,建立了成本目标优化模型,提出控制法则并给出控制算法;最后,仿真结果表明,模型预测控制技术在预测合理库存水平以及控制动态、不确定的供应链系统是可行的.     

离散线性控制模型及其在经济预测中的应用

本文结合经济预测问题，讨论离散线性控制模型的辨识问题，给出分级优化算法．文中提供的算例，说明该模型及其算法在经济预测中是有效的。     

跟踪误差的增量式模型预测控制

针对一类工业生产过程中实时跟踪问题,本文提出一种增量式模型预测控制算法,其基本思想是在预测模型中根据跟踪误差采用速度响应来建立预测模型,并在预测模型中采用控制量的增量软约束和在线滚动优化方法使其二次性能指标达到最优。理论分析和Matlab仿真实验结果表明,该控制算法能获得良好的跟踪性能、平稳的被控对象动态响应以及更强的闭环系统鲁棒性。     

多变量预测控制及其在工业锅炉控制中的应用

本文利用预测控制方法,编制了监控级优化控制软件;同时,为了提高控制效果,节约能源,将该方法用到工业锅炉控制中去,设计了一种两级预测控制方法,并进行了仿真研究.     

多变量约束控制及其在大型催化裂化装置中的应用

介绍多变量约束控制软件包的整体框架和主要功能,并阐述了ＭＣＣ的控制和优化策略。完整的ＭＣＣ软件包除核心组件－多变量约束预测控制组件外,还包含了模型辨识和数据校正、非线性预测控制,软测量,动态仿真、Ｉ／Ｏ接口、组态、共享数据库驱动,工艺过程动态监控,用户应用程序接口以及历史数据处理等组件。ＭＣＣ技术已成功地应用于一大型催化裂化装置,取得了显著的经济和社会效益。     

基于模式识别的预测控制及其应用

提出了一种新的预测控制方法,用模式识别技术描述系统的动态特性和求取系统的控制作用。仿真研究获得了满意的结果。在一个实验性二元精馏塔上用IBM-PC微机进行试验亦获成功。它摆脱了预测控制所需的数学模型,为在那些用传统方法建模困难的场合,实现预测控制提供了可能。     

预测控制在磨机负荷优化控制中的应用

针对水泥球磨机这一具有非线性、大滞后、强耦合等特点的被控对象,在选取多组输入输出数据建立数学模型的基础上,基于动态矩阵控制(Dynamic Matrix Control,DMC)算法对其进行预测控制。同时为抑制大扰动增加了前馈补偿环节,并在VS2005平台下编写了实际控制程序。现场的应用结果表明,在扰动较大时,此控制策略可以使出磨提升机电流更为平稳的变化,很好的实现了磨机负荷的优化控制。     

超临界参数机组负荷控制与优化策略

针对超临界参数机组多变量耦合和非线性的特点,提出一种以煤耗最小化为目标的广义预测控制策略(GPC),并分别采用线性规划(LP)与目标规划(GP)进行稳态目标计算.仿真研究结果表明：在不需要目标协调时,GP+GPC与LP+GPC具有相同的性能曲线,能够在基本控制目标实现的前提下,有效地降低生产煤耗,并具有一定的鲁棒性;而在需要目标协调时,GP+GPC能协调好控制目标与经济优化指标之间的优先级关系.     

预测控制中预测方程的两种基本形式及其转换

根据控制对象的状态空间模型．将预测方程归类为两种基本形式，在此基础上导出各种预测方程，揭示预测方程之间的关系．并明确各预测方程之问可能的转换方法，为进一步改进和灵活应用预测控制提供理论依据。     

预测函数控制在确定性网络控制系统中的应用

针对网络控制系统具有不确定时滞的特性,通过在节点中设置缓冲区的方法将随机时滞转化为确定性时滞,从而将网络控制系统从随机系统转化为确定性时滞系统;针对这类时滞系统利用预测函数控制算法设计了控制器,以实现基于模型匹配和多步预测的思想来改善控制性能。通过仿真和基于DCS的模拟系统实验,结果均表明了该方法的正确性和有效性。     

子空间预测控制方法在线性变参数系统中的应用

提出了一种针对线性变参数系统的新型子空间预测控制方法。该方法首先通过子空间辨识算法获得线性变参数系统的子空间预测输出。然后,对构造的输入输出矩阵进行QR分解得到子空间预估器,将子空间预估器用于设计模型预测控制器。该控制器包含了积分作用,可消除稳态误差。最后,通过风机扑翼动力学系统的仿真实验,证明了该方法的有效性。