一类串联生产过程的分布式解耦预测控制

研究一类由多个子过程串联而成的生产过程的预测控制,提出了在分布式通信模式下的预测控制算法.该算法由两部分组成:一部分利用其他子过程在上一时刻的控制策略,对子过程间的弱耦合进行前馈补偿;另一部分通过顺序求解对强耦合进行解耦控制.在线性无约束情况下,得到了分布式解耦动态矩阵控制律.最后通过仿真验证了算法的有效性.

基于if-then规则库的生产全过程优化及其在加热炉温度设定中的应用

研究一类串联生产全过程基于if-then规则库的优化设定问题.对串联生产全过程的优化设定问题进行描述,利用if-then规则库来描述各子过程设定值变化量与最终产品质量的关系.采用Tsukamoto模糊推理方法,将带模糊约束的优化问题转化为清晰优化问题,得到各子过程的优化设定值变化量.以步进式加热炉的温度设定为例进行仿真,验证了所提出方法的正确性.

基于串联结构的分布式模型预测控制

分布式模型预测控制(Distributed model predictive control,DMPC)是一类用十多输入多输出的人规模系统的控制方式.每个智能体通过相互协作完成整个系统的摔制.已有的分布式预测摔制算法可以划分为迭代式算法和非迭代算法:迭代算法在迭代到收敛情况下,具有集中式预测控制(Centralized model predictive control,CMPC)算法的性能,但迭代次数过多,子系统问通信量人;非迭代算法不需要迭代,但性能有一定损失.本文提出了一种基十串联结构的非迭代分布式预测控制算法.本文算法在串联结构系统中可以有效减少计算量,并结合氧化铝碳分解(Alumina continuous carbonationdecomposition process,ACCDP)这一串联过程,通过仿真验证了算法的有效性;同时分析了算法运用在串联结构下的性能并证明了其稳定性.