改进多变量广义最小方差解耦控制方法及应用

针对现有多变量广义最小方差解耦控制方法不能直接抑制有界可测干扰的问题,以及另加前馈控制器带来的结构复杂且成本增加的难题,提出一种改进的多变量广义最小方差解耦控制方法。所提方法通过在加权多项式矩阵和丢番图方程中的多项式矩阵同时引入积分项,用于直接抑制工业过程中有界可测干扰对系统的影响,从而消除稳态误差,提高控制精度。数值仿真以及在双容水箱液位控制半实物仿真平台的实验验证表明了所提方法的有效性和实用性。

一类线性时变多变量系统的广义最小方差控制和性能评价

针对一类具有可确定"时滞"的线性时变多变量控制系统的性能评价方法进行研究。利用特别定义的关联矩阵和正常相乘的方法,计算出LTV MIMO过程广义最小方差控制律的解析解,并由此获得了广义最小方差基准。为避免估计关联矩阵所带来的困难,利用过程数据和关联矩阵阶数建立了LTV MIMO GMV基准上界。理论和仿真研究表明,上述方法能够正确和有效地评价LTV MIMO系统。

数据驱动的广义最小方差控制器设计

针对广义最小方差控制器的实际应用严重依赖过程模型,提出一种数据驱动的广义最小方差控制器设计方法。首先,在一个通用结构下定义用于数据驱动的控制器设计准则函数,并通过梯度实验求得广义输出信号的梯度值。然后,采用高斯-牛顿算法对控制器参数进行迭代寻优,得到广义最小方差性能指标下的最优控制器参数,从而实现数据驱动的广义最小方差控制器设计。最后,以连续搅拌釜式加热器中的温度控制回路为控制对象进行仿真,仿真结果验证了所提方法的有效性。

多变量系统的广义预测控制解耦设计

针对在系统关联严重的情况下,通过选择合适的权矩阵,预测控制可以实现间接解耦控制,但是系统的跟踪性能将大大降低的问题,提出了一种带设定值观测器的多变量广义预测解耦控制算法,结合前馈解耦控制策略与广义预测控制律,将其他通道对当前通道的影响作为扰动,从而实现近似解耦。在目标函数中用控制量的增量代替控制量,使控制增量变化不至于过于剧烈。并且增加了一种新的设定值观测器,根据设定值与实际值的偏差实时改变误差权矩阵,进一步减弱了耦合。最后,磨煤机的仿真结果验证了该控制算法的优越性。

非线性多变量系统的多模型广义预测解耦控制

针对实际工业过程中多变量系统存在着非线性、工况范围广、耦合强的特点,提出基于设定值观测器的非线性多模型广义预测解耦控制算法。该方法由线性广义预测控制器、一种新的设定值观测器和切换机构组成。理论分析和仿真结果表明,该控制策略不但可以保证闭环系统B IBO稳定和渐近收敛,而且能够得到很好的控制效果。

广义最小方差自校正控制在某型无人机中的应用

某型无人机主要用于典型空中目标的模拟飞行,需要严格稳定可靠的自主飞行控制,无人机在整个飞行包线中呈现非线性、时变特性,由此在建立其纵向运动数学模型的基础上,设计了无人机的纵向姿态广义最小方差自校正控制器。仿真结果表明,系统具有较强的跟踪能力、抗干扰能力以及抗过程参数变化能力,比常规PID控制系统具有更好的飞行控制性能。

超磁致伸缩致动器的广义最小方差-模糊PID控制方法

为了克服超磁致伸缩致动器用于精密驱动定位时磁滞现象所带来的影响,在进行磁滞补偿的前提下,研究了自校正PID控制原理,建立了基于广义最小方差原理(GMV)及模糊(Fuzzy)规则的广义最小方差-模糊PID(GMV-FuzzyPID)控制方法。介绍了广义最小方差原理的主要思想,并由此推导出PID参数与被控对象参数的关系。在上述关系的基础上,建立了以误差与误差变化量为输入,待定参数k为输出的模糊规则。最后,根据在线估计的被控对象参数及GMV-Fuzzy PID的输出,在线调整PID参数,实现磁滞补偿后对致动器的控制。实验结果表明:采用GMV-Fuzzy PID控制器,每次运算时间比采用Fuzzy PID控制器缩短了0.015 4 s,跟踪误差均方差相差0.036μm。该方法能有效消除被控对象由于扰动带来的影响并缩短运算时间,在一些实时性及控制精度要求较高的精密加工场合,有良好的应用价值。

基于滑模的多变量广义预测解耦控制

针对多变量控制系统的耦合问题,将广义预测控制和滑模控制结合起来,提出一种基于滑模的多变量广义预测解耦控制方法。首先把m个输入n个输出的多变量耦合系统分解成m个输入单个输出子系统,再通过对子系统输出预测得到滑模切换函数值,求解开环优化求得控制律,最后通过仿真实验表明,该控制方法对多变量耦合系统的控制是正确有效的。

对角CARIMA模型多变量广义预测近似解耦控制

针对多变量系统中存在的强耦合,提出基于对角CARIMA模型的多变量广义预测控制近似解耦算法.根据对角CARIMA模型中的A和C矩阵为对角形式的特点,将多输入多输出系统分解为多个多输入单输出系统进行预测和控制,一定程度上降低了变量之间的耦合性.根据模型预测值与参考轨迹之间的偏差实时调整目标函数中跟踪误差的加权系数,达到进一步降低各个回路之间耦合的目的.加权系数调整的基本原则是,每个输出跟踪误差的加权系数是由其他输出在同时刻偏离参考轨迹的加权误差平方和构成.当某个输出偏离目标值时,其他输出的跟踪误差权值相对增大,以避免输出之间的相互扰动,达到近似解耦的目的.利用单变量GPC、多变量MGPC、基于设定值观测器解耦的MGPC以及提出的近似解耦方法,分别对温室温度和相对湿度控制系统进行仿真实验.仿真结果显示,近似解耦算法控制平稳,输出变量之间的相互扰动显著降低.

多变量系统的广义预测控制解耦设计

针对双输入双输出机炉协调控制系统，首先将系统分解为两个双输入单输出系统，并用广义预测控制原理设计控制器，通过求解二元一次矩阵方程组，实现了多步预测的解耦控制。进行了仿真研究，仿真结果证实了算法的有效性。

模型预测控制器的广义最小方差性能评价

基于滚动时域最小方差性能评价方法和广义最小方差控制原理,提出了可处理约束问题的滚动时域广义最小方差性能评价方法。该性能评价方法既可考虑过程变量的硬约束,同时相对于滚动时域最小方差性能评价方法,又可考虑操纵变量的软约束。基于Wood-Berry精馏塔模型的仿真实例证明了该性能评价方法较滚动时域最小方差性能评价方法具有更高的实际意义,并验证了这种性能评价方法的有效性。

风扰影响下的无人机非线性广义最小方差跟踪控制

本文以鱼鹰型固定翼无人机为研究对象,基于非线性广义最小方差(nonlinear generalized minimum variance,NGMV)最优控制理论,研究了受到非线性阵风干扰影响下的无人机跟踪控制问题.首先对鱼鹰型无人机动力学模型解耦,在解耦后的横向和纵向模型上分别实现跟踪控制;然后针对阵风非线性模型的特定形式,根据NGMV理论设计了增维的非线性广义最小方差控制器,使得模型充分考虑了阵风干扰的特性.所设计的NGMV最优控制器的主要优势在于它能处理带有干扰和时滞环节的非线性系统.多组阵风扰动的仿真试验结果表明,非线性广义最小方差最优控制器具有跟踪性和收敛性.

模型参考的广义最小方差鲁棒自校正控制器及其应用

本文提出一种具有参考模型的广义最小方差鲁棒自校正控制算法。采用鲁棒的估计器和改进加权因子的选择方法改善自校正控制的鲁棒性，通过选择参考模型确定系统的希望响应特性。对具有大间隙、摩擦、饱和、弹性、死区、滞后等固有本质非线性因素的大功率伺服系统进行实验研究，结果表明，由该算法构成的控制系统具有良好的动态响应、良好的鲁棒性和高的控制精度，可以广泛应用于地炮、火箭炮等要求高精度快速定位的系统中。

应用在线整定广义最小方差多项式权值的测头控制方法

在曲面工件的高精度、高效率自动扫描测量过程中,为了提高测头自动跟踪扫瞄控制的精度和平稳性,提出了基于在线整定多项式权值的广义最小方差(OSPW_GMV)控制方法.该方法的主要思想是根据在线估计的被控对象参数及OSPW_GMV的输出,在线调整多项式的权值,实现测头自动跟踪扫瞄的控制.实验结果证明,使用具有高跟踪精度和强鲁棒性的OSPW_GMV控制器,可使测头跟踪过程的误差小于0.1mm的跟踪要求,且每次运算时间与广义最小方差控制器相差不大,因此该控制方法在一些实时性及控制精度要求较高的精密检测场合,有较好的应用价值.

苯胺加氢反应过程的多变量解耦广义预测控制

针对苯胺加氢间歇反应具有高度不确定性和交叉耦合性,传统PID控制器很难达到理想控制品质,本文采用阶梯控制策略设计多变量广义预测控制(GPC)解耦控制系统。首先针对系统的交叉耦合性,对目标函数解耦算法进行了简化设计以有效减少计算量;然后利用GPC策略构建一个双输入双输出解耦GPC系统;最后将多变量解耦GPC控制与传统PID变结构控制进行对比分析,模拟仿真效果验证了该控制系统的有效性和强鲁棒性。

一种基于广义最小方差自校正PID的导弹时变模型控制律设计

针对传统PID控制难以保证导弹在大空域飞行中保持良好动态性能的问题,提出一种基于广义最小方差自校正控制律的PID控制算法(GMVST-PID)。该算法在递推估计被控对象参数的基础上,将自校正思想用于PID控制参数的实时在线自整定,提高了导弹时变模型控制系统的稳定性、适应性和鲁棒性。仿真结果表明,GMVST-PID控制器具有较强的抗干扰能力和快速的响应能力。

采用 CARMH 模型的广义最小方差自校正控制器的全局收敛性

在一种新的预测模型的基础上，建立了一般的广义最小方差自校正控制器，并证明了当辨识算法采用随机逼近法时这种自适应算法的全局收敛性，从而为这种新型模型的进一步应用提供了一定的理论依据。

多变量双线性广义预测极点配置自校正解耦控制器

对一类多变量双线性系统提出了一种基于预测状态空间实现的GPP自校正控制算法。建立了预测状态与模型结构参数和输入输出信息之间的直接关系。给出了含有多个加权矩阵的多变量二次型性能指标 ,增加了系统设计的自由度。由于加权因子可以根据闭环系统稳定性要求以及系统动态特性、前馈零点增补、输出滤波和跟踪要求分别加以选取 ,可以保证闭环系统稳定并改善了系统动态特性增强了鲁棒性。

多变量双线性广义预测极点配置自校正解耦控制器(续)

对一类多变量双线性系统提出了一种基于预测状态空间实现的GPP自校正控制算法。建立了预测状态与模型结构参数和输入输出信息之间的直接关系。给出了含有多个加权矩阵的多变量二次型性能指标 ,增加了系统设计的自由度。由于加权因子可以根据闭环系统稳定性要求以及系统动态特性、前馈零点增补、输出滤波和跟踪要求分别加以选取 ,可以保证闭环系统稳定并改善了系统动态特性增强了鲁棒性。仿真结果表明了该算法具有GPP的诸多优点。

二维系统的广义最小方差自校正控制器

本文推广了Ｃａｌｄａｓ－Ｐｉｎｔｏ的工作［１］，用与文献［１］不同的方法把二维（２Ｄ）系统的自校正控制算法扩展到其广义形式，从而能处理逆不稳定的非最小相位对象．仿真结果证明了算法的有效性．