自适应广义一般模型控制

针对一般模型控制的缺点 ,提出了两种改进的自适应广义一般模型控制方法 .它们把传统的一般模型控制推广到相对阶大于 1同时又具有时变参数的复杂非线性过程 .第 1种控制策略主要利用强跟踪滤波器直接在线估计时变参数 ,来修正过程模型 ;另一种方法是将所有干扰因素归结为输入等价干扰 ,通过估计它来实现对过程的前馈控制 .仿真实验结果验证了所提出方法的有效性 .

一般模型控制(GMC):一种简单实用的非线性过程控制新方法

一般模型控制（ＧｅｎｅｒｉｃＭｏｄｅｌＣｏｎｔｒｏｌ－ＧＭＣ）是１９８８年以来发展起来的一种非线性过程控制方法，此方法具有简单实用，鲁棒性强的特点，而其控制效果却与微分几合方法相类似，因此在过去的九年里此方法已得到广泛的应用．本文综述了此方法的发展状况，并指出了尚待解决的若干问题．

间歇聚丙烯反应温度的一般模型控制方法

为进一步提高间歇聚丙烯反应温度的控制水平,提高产品质量,针对间歇聚丙烯过程的强非线性,直接从模型出发,探讨了控制方案．采用一般模型控制,用一个GMC控制器控制主对象(反应器温度),副对象(夹套水出口温度)分别采用拟稳态假设与GMC控制．比较了2种方案,着重考察了模型／对象失配时拟稳态控制方案的性能;并将拟稳态控制方案与前馈+PI控制方案做了对比．实验证实了文中提出的一般模型控制方法的有效性．

一种基于输入等价干扰自适应补偿的一般模型控制新方法及其实验研究

一般模型控制 (GMC)是一种可直接利用过程模型的非线性控制方法 ,但建模误差和不可测扰动对控制性能有较大的影响。基于强跟踪滤波器理论 ,提出一种输入等价干扰的新概念。利用 GMC方法设计控制器 ,并用估计得到的输入等价干扰及时进行自适应前馈补偿 ,提出一种新的自适应一般模型控制方法。该方法能有效地跟踪非线性过程时变参数和不可测扰动 。

结合神经网络的一般模型控制策略研究

研究了一种结合神经网络的一般模型控制(GMC)策略,并将其应用于污水处理中有机碳去除过程的溶解氧(Dissolved Oxygen,DO)控制。利用神经网络建立有机碳去除过程的半动力学(灰箱)模型,模型中神经网络用于预测过程的耗氧率,其权值由克隆选择算法进行优化。仿真结果显示,经改进的GMC控制策略比传统的PI控制和经典的GMC控制有更高的控制精度。

一种约束一般模型控制新方法

在引入近似预测模型的基础上 ,应用基于二次规划的滚动优化算法 ,处理被控量、操作量及其变化速率的线性约束 .将此优化算法与经典的一般模型控制 (GMC)方法相结合 ,给出了一种基于二次规划的约束一般模型控制新方法 .

电液伺服系统的自适应一般模型控制

针对电液伺服系统跟踪控制问题,提出一种基于等价输入的自适应一般模型控制方案。在电液伺服系统存在建模误差、时变参数和不可测扰动的情况下,控制器能够有效地跟踪系统被控参数;且控制器参数整定方便,物理意义明确。通过仿真表明,该控制方法对非线性的电液伺服系统实现自适应控制是正确有效的。

一类高阶非线性系统的一般模型控制

一般模型控制是一种基于过程模型的控制算法 ,它将过程模型直接嵌入到控制器中 ,当模型出现误差时 ,一般模型控制已经表明具有良好的控制性能。针对一类高阶非线性系统研究了采用一种非线性观测器的一般模型控制。应用非线性观测器来估计非线性状态 ,构成了非线性状态反馈 ,从而实现了高阶非线性系统的一般模型控制。该控制策略具有参数整定方便和使用方便等特点 ,仿真结果表明非线性观测器能很好的估计系统的状态 ,控制系统具有优越的控制性能。

基于一般模型控制的高纯内部热耦合精馏策略

内部热耦合精馏塔(ITCDIC)是精馏节能控制的一个前沿。本文提出了一种基于一般模型控制(GMC)的内部热耦合精馏塔的先控策略,以解决导致传统线性控制策略难以得到较好控制效果的高纯下内部热耦合精馏塔的非线性。以苯-甲苯物系作为研究实例,对所提出的高纯ITCDIC控制策略进行了详细研究。设定值改变和过程扰动下的控制品质表明了所提出的高纯ITCDIC的GMC控制策略的切实有效性。

电缆护套偏心度的一般模型控制

对不同的线性控制器的非线性模型的比较表明,一般模型控制(GMC)算法是保持偏心度目标值的最佳方法.

一类复杂非线性过程的广义一般模型控制

介绍了一般模型控制（ＧＭＣ）的基本原理，给出了ＧＭＣ方法简单实用的必要条件。针对ＧＭＣ方法只适于相对阶ｒ为１的简单过程的缺点，采用Ｌｉｅ导数的概念，令过程输出的ｒ阶导数的轨迹为事先设定的标称轨迹，通过解优化问题得到控制律表达式，把ＧＭＣ方法推广至相对阶ｒ大于１的复杂多输入多输出过程，从而提出了一种广义一般模型控制（ＧＧＭＣ）方法。仿真结果表明，提出的方法能应用于相对阶ｒ大于１的复杂非线性过程的控制，当采用线性近似模型时，其控制性能与模型预测控制（ＭＰＣ）相近，而计算量则有所降低。

仿射非线性一般模型控制的鲁棒稳定性分析

针对基于仿射非线性系统的一般模型控制(GMC)方法进行了鲁棒稳定性分析。首先证明了如果模型存在一个严格Lyapunov函数,当模型与过程的失配在一定范围内时,则过程总是Lyapunov稳定的。由此推广到采用GMC方法的闭环控制系统,在给出其显式控制律的前提下,证明了满足一定前提条件下,采用GMC的闭环控制系统总是Lya-punov稳定的。

基于径向基函数网络的非线性通用模型控制

为了克服通用模型控制器要求过程一阶微分模型应该有显式解的局限性,提出了一种基于神经网络的通用模型控制方法,将非线性过程模型应用逆系统的方法在控制算法中直接嵌入过程模型,从而保证通用模型控制策略的可实现性。其参考轨迹是一条典型的二阶曲线,由于径向基函数网络具有许多优点,该控制策略中的神经网络为径向基函数网络。该控制器参数具有明显的物理意义,参数整定方便。仿真实验验证了该控制策略的有效性。

基于内部热耦合精馏塔非线性wave模型的高纯控制

首先建立内部热耦合精馏塔(ITCDIC)的非线性波动降阶模型,并将非线性波动理论(wave)应用到ITCDIC控制问题中,实现一般模型控制(GMC)方案。与传统控制方案相比,基于波动理论的一般模型控制(waveGMC)不再采用ITCDIC的近似线性模型,更好地解决了高纯控制过程中的非线性问题,通过对波形的速度和位置控制能够在短时间内使系统达到稳定。苯-甲苯物系的实例研究表明,ITCDIC波动模型在高纯控制过程中能够精确反映ITCDIC的动态特征,waveGMC控制方案较传统控制方案更加稳定可靠。

通用模型模糊神经网络控制

针对通用模型控制要求被控对象有显式解的局限性,提出一种基于模糊神经网络的通用模型控制方法。该方法是在控制算法中直接嵌入过程模型,从而保证了通用模型控制策略的可实现性。通用模型模糊神经网络控制与基于模糊逻辑的通用模型控制相比,其控制性能更好。仿真实验验证了该控制策略的有效性和鲁棒性。

基于非线性Wave模型的内部热耦合塔高纯控制方案

为了解决高纯内部热耦合精馏塔(ITCDIC)的强非线性特性给控制器的设计带来较大困难的问题,将非线性Wave理论运用到内部热耦合精馏塔的控制设计中.首先根据浓度曲线的特性提出了浓度波形的描述函数.其次根据波形描述函数以及物料守恒关系推导出波速公式.最后将Wave理论与一般模型控制(GMC)结合起来,建立了基于Wave模型的一般模型控制(WGMC).在苯-甲苯物系的实例研究中与传统的基于数据模型的一般模型控制(TGMC)进行比较.研究结果表明,WGMC在伺服控制和干扰控制的表现都明显优于TGMC,WGMC控制方案较传统的一般模型控制方案更加稳定可靠.

基于模糊模型的非线性通用模型控制

通用模型控制是一种有效的非线性控制方法,但该方法的应用条件是过程一阶微分模型必须要有显式解。为了克服这一局限性,提出一种基于模糊模型的通用模型控制策略,将非线性过程模型应用逆系统的方法在控制算法中直接嵌入过程模型,从而保证了通用模型控制策略的可实现性。该控制器参数物理意义明显,整定方便,仿真结果表明了该控制策略的有效性和鲁棒性。

基于国际评价基准的溶解氧控制方法研究

针对活性污泥污水处理过程溶解氧浓度(DO)控制的非线性特性,以DO为控制对象、国际评价基准(benchmark)为平台,将PID控制、增益调度控制和一般模型控制(GMC)方法应用于DO控制中,并进行了控制器性能的比较.仿真结果表明,所提一般模型非线性控制方法的性能优于其他两种控制方法,体现出该方法的有效性和优越性.

污水生化处理过程中溶解氧的非线性控制

溶解氧浓度是污水生化处理过程中的一个重要参数,传统的控制方法并不能取得理想的控制效果。由于溶解氧过程模型中的呼吸率不易直接得到,将神经网络建模技术与溶解氧过程数学模型相结合得到溶解氧的混合非线性过程模型。针对所得到的混合非线性过程模型,提出了一般模型的非线性控制方法。该方法不需要任何线性化和模型简化工作,所得到的溶解氧的混合非线性过程模型可以直接整合到控制器的设计中。仿真结果验证了该设计方法的有效性和正确性。

溶解氧浓度的非线性控制研究

针对污水生化处理过程的严重非线性,时间延迟等特性,使得采用常规的PID对曝气池中的溶解氧浓度进行精密控制难以取得理想效果,为此提出了一般模型控制的非线性方法,用于控制溶解氧浓度。仿真结果表明,此种控制方案有较强的鲁棒性和自适应性,具有实际应用前景。