多变量预测控制在异构脱蜡装置中的应用

介绍了潞安公司异构脱蜡工艺及控制现状,针对煤基油各单元物料平衡采用常规PID控制效果不理想的问题,采用多变量预测控制(MPC)技术对其进行改造,结合工艺人员实操经验进行建模和控制器设计,实现了对异构脱蜡装置全流程的精细化控制。工业应用效果表明:MPC系统投用后,可稳定加热炉出口温度,优化塔内温度分布和稳定控制关键设备液位,关键被控工艺参数标准偏差降低35%以上,各基础油的产量、质量均得到有效提升。

脱硫系统多变量扰动抑制预测控制方法

脱除烟气中的二氧化硫是燃煤电厂烟气处理不可缺少的一环。由于脱硫系统具有多变量、强耦合的特点,只根据解耦控制或针对主对角元设计的扰动,观测器难以实现对扰动的准确估计,尤其在模型偏差较大时,将对象间的耦合关系当做扰动处理往往会导致控制效果恶化,难以实现预期效果。因此提出一种多变量扰动观测器,基于多变量离散状态空间模型,结合历史运行数据估计前一时刻的扰动,并进行补偿。这种扰动观测器可以考虑不同通道之间的耦合关系,保证了扰动估计的准确性和合理性,然后通过仿真验证了该方法的有效性。

在线优化参数的多变量无模型预测线性自抗扰控制

针对时变参数的多变量线性模型上叠加非线性的系统,采用具有辅助向量的多变量偏格式动态线性化方法逼近该系统,在多变量线性状态观测器中加入辨识的线性模型,提高状态观测精度。在多变量线性跟踪微分器和状态观测器分别引入超前参考输入与输出预测值,使多变量线性自抗扰控制器具有预测控制性能。运用非线性递推最小二乘法在线优化多变量线性自抗扰控制器的参数,给出在线优化参数的多变量无模型预测线性自抗扰控制算法。结果表明:无参数优化时的响应曲线,超调大,调节时间约1 s,无稳偏;有参数优化时的响应曲线,超调较小,调节时间约0.65 s,无稳偏,控制算法的响应优良。

基于紧约束鲁棒模型预测控制的无人车辆轨迹跟踪控制

针对无人驾驶车辆的轨迹跟踪问题,基于车辆非线性动力学模型,设计了一种紧约束鲁棒模型预测控制(MPC)方法。首先,利用魔术公式轮胎模型,结合车辆3自由度系统,构建了具有有界干扰的车辆线性离散误差模型;其次,采用紧约束控制策略设计系统的鲁棒优化问题;最后,通过在线优化得到最优控制序列,并离线构造之后多个时刻满足约束条件的可行控制序列。仿真结果表明,所提算法能够使车辆稳定快速跟踪上参考轨迹并有效提高系统计算资源利用率。

基于模型预测控制的燃料电池汽车能量管理控制策略研究

为了提高燃料电池汽车的经济性和部件的耐久性,提出一种基于实时模型预测控制(MPC)和庞特里金极小值原理(PMP)的燃料电池混合动力汽车能量管理策略。该策略采用模型预测控制实现燃料电池和电池之间的能量分配,降低总等效氢消耗;通过反向传播神经网络(BPNN)获得预测速度序列,利用极小值原理求解每个预测区间的最优控制问题。与基于规则的策略(RB)相比,该策略可以在保持电池荷电状态稳定的同时减少10.97%的总等效氢消耗量。

考虑参数估计的MPC算法的商用车车道保持控制

设计了一种考虑参数估计的模型预测控制(MPC)算法的、智能辅助驾驶的商用车的车道保持算法,对于难以直接测量的质量和横向速度进行估计。建立车辆动力学模型和状态误差方程,通过扩展Kalman滤波(EKF)和递推最小二乘法(RLS)分别对车辆的横向速度、质量进行估计。基于估计得到的车辆参数,设计MPC车道保持控制器。构建硬件在环(HIL)仿真平台,设置不同的测试工况对车道保持算法进行了验证。结果表明:与普通MPC相比,在偏移回正工况中,车辆纠偏消耗的时间减少28.6%,并且超调量更小;高速路工况的横向位置偏差的均方根误差减小了4.2 cm。该方法提升了纠偏能力和跟踪精度,降低了传感器成本。

基于MPC的AGV导航控制

在构建自动导向小车AGV的结构及运动学模型时,由于建模方式不同,机体坐标系原点选择不同,前驱/后驱和前轮/后轮转向都会导致运动学模型结果不一致,精度较差。因此设计了AGV控制系统并对相关参数进行选取和计算;建立车辆运动学模型并在此基础上设计了AGV导航系统及导航算法,采用MPC优化算法提高轨迹跟踪精度。开展了仿真实验验证,对比AGV控制系统的性能和可靠性。结果表明,改进后的MPC模型在提高轨迹跟踪精度方面的表现比传统控制器模型及其他轨迹跟踪方法效果要好,证明所提方法能够提升车辆行驶的轨迹跟踪控制精度,具有很高的实用价值。

基于非线性MPC的电动赛车驱动防滑控制

文章采用非线性模型预测控制(model predictive control,MPC)方法实现轮边驱动电动赛车的驱动防滑控制。为了实现电动赛车良好的纵向加速和轮胎抓地性能,将车轮滑移稳定区作为非线性模型预测时域约束,建立轮边电机滑移率控制模型;结合赛车空气动力学套件和轮胎特性,在MATLAB/Simulink软件中建立驱动防滑模型成本函数来平衡目标滑移率、目标扭矩变化率和最大扭矩限制等多个目标;通过CarSim和MATLAB/Simulink的联合仿真并结合半实物在环台架试验验证模型的有效性和可靠性。联合仿真和试验验证结果表明,该文方法可以有效地提升赛车的纵向性能。

基于多变量校正的MMC快速有限集模型预测控制策略

有限集模型预测控制方法(finite control set model predictive control,FCS-MPC)因其能够实现多目标的控制,在模块化多电平变换器(modular multilevel converter,MMC)中得到广泛应用。随着子模块数量增加,模型预测控制方法计算量呈指数增长,面临计算复杂度高、权重因子难以整定等问题。为了解决上述问题,提出了一种基于多变量校正控制集的MMC模型预测控制策略(multi-variate adjusting set predictive control,MAS-MPC)。该策略基于输出电流与桥臂电压差对子模块投入控制集进行快速校正,通过评估两个成本函数得到最优开关矢量。此外,提出了一种基于分化中项的电容电压平衡方案,可以有效降低排序算法的复杂度。为了验证所提策略的有效性,使用Matlab/Simulink软件平台搭建了10电平的三相MMC系统,并与传统方案进行比较。所提方案在降低输出电流与环流的谐波含量的同时,大幅减少了系统的计算量,使得系统具有更快速的动态响应速度。

在线优化参数的多变量非线性预测函数控制

针对实用随机多变量NARMAX模型的控制问题,利用多变量非线性递推最小二乘法进行参数估计,使用在动态工作点处的动态切平面逼近该模型,转化为时变多变量CARMAX模型,由其构成递推预测模型进行预测,基于多变量CARMAX模型的预测函数控制,运用非线性递推最小二乘法优化控制输入输出的加权系数,给出在线优化加权系数的多变量非线性预测函数控制算法。结果表明,系统的控制响应具有优良的性能,无超调和稳偏,调节时间约5个采样周期。

多变量无模型预测神经网络线性自抗扰控制

对难以建模的多变量非线性系统的控制难题,提出改进的具有辅助向量的多变量全格式动态线性化方法,采用其逼近非线性系统,用其构成预测模型,将其转化为具有耦合的若干个子系统,利用直接极小化指标函数自适应优化算法辨识其参数,将多变量线性扩张观测器的线性控制输入项改进为关于观测状态和控制输入向量及其微分的向量函数,并由该向量函数的逆向量函数构建当前控制输入向量,因其未知,使用对角回归神经网络逼近控制输入向量函数,采用多变量非线性递推最小二乘法优化对角回归神经网络连接权及多变量线性自抗扰控制参数,综上研究提出在线优化参数的多变量无模型预测神经网络线性自抗扰控制算法。仿真研究表明系统响应精度高,性能好,优于传统的线性自抗扰控制算法。

多变量预测控制技术在分馏塔侧线产品汽提塔上的应用

针对某大型化工厂分馏塔侧线产品汽提塔上的实际工艺条件和操作现状,论述多变量预测控制(MPC)系统在分馏塔侧线产品汽提塔上的控制思想和应用。MPC投用后,可直接控制侧线产品质量指标、提高侧线产品合格率、减轻了操作人员的劳动强度、实现了系统的平稳运行、降低汽提蒸汽消耗等问题。MPC系统在分馏塔侧线产品汽提塔控制中具有很好的应用前景。

LCL并网逆变器的自适应事件触发模型预测控制

LCL并网逆变器在采用基于事件触发机制的模型预测控制时,存在数控延迟及系统稳态性能易受运行工况变化影响等问题。为此,提出一种自适应事件触发的两步模型预测控制(adaptive event-triggered model predictive control with 2 steps,AET-MPC-2S)策略。首先,在模型预测控制环节中,该控制策略通过结合事件触发机制,筛选出合适的开关矢量进行两步预测;其次,AET-MPC引入自适应变量来监测系统的运行状态,对事件触发条件进行实时调节;最后,通过Matlab仿真和RT-LAB半实物平台进行验证。结果表明:AET-MPC-2S能够在实现延迟补偿的同时,减少两步预测的计算量,且不影响电流的跟踪效果,并能在运行工况发生变化后实时调节事件触发条件,使系统保持较好的稳态性能。论文研究可为降低LCL并网逆变器的开关频率以及改善系统的稳态性能提供参考。

单元机组负荷多变量模型预测控制

提出了一种具有输入约束的多变量模型预测控制算法,并将其应用于单元机组负荷控制进行仿真研究,结果表明,该多变量约束预测控制算法是有效的,并具有算法简单,在线计算量小的优点。

基于VMD和MPC的电动汽车-火电机组联合调频控制

合理的调频指令分配策略以及有效的指令跟踪控制方法是利用集群电动汽车(aggregate electric vehicle,AEV)联合火电机组开展调频控制、改善调频质量、提高调频经济性的关键。基于此,文中提出基于变分模态分解(variational mode decomposition,VMD)和双层模型预测控制(model predictive control,MPC)的AEV参与系统调频控制策略。首先,设计AEV联合传统火电机组的频率协调优化控制结构,建立火电机组及负荷频率控制模型,同时将AEV转化为虚拟调频单元,构建在AEV参与下系统单区域多机组负荷频率控制模型;然后,利用VMD将电网调频指令信号分解为含不同频率成分的本征模态函数,整合高频分量作为AEV的调频指令,低频分量作为火电机组群的调频指令,并通过双层MPC分别在AEV和火电机组群内部实现调频指令的优化再分配及跟踪控制;最后,对所提控制策略进行仿真验证。结果表明所提控制策略可实现对系统频率的有效调节,且兼顾了调频的经济性和动态性能。

基于多变量广义预测理论的互联电力系统负荷频率协调控制体系

基于多变量广义预测理论建立了互联电力系统储能与AGC的负荷频率协调控制体系。区域协调控制器作为储能与AGC的上层控制器,在系统受控自回归积分滑动平均模型的基础上利用广域测量系统的实时信息预测频率及联络线功率的动态轨迹,并在充分考虑储能与AGC自身约束,如储能容量、火电机组爬坡率、备用容量及最小稳定出力的情况下对储能与AGC进行了最优的动态协调。仿真结果表明,该控制体系不仅能够有效改善系统的稳定性,而且对负荷扰动具有较强的鲁棒性。

具有时滞和干扰的多变量系统预测函数控制方法的研究(英文)

提出了一种新的多变量系统预测函数控制算法 ,该方法可以适用于具有时滞和外部干扰的多变量系统 .利用该控制算法可得到一个解析的控制量计算方程 ,其中各个控制器参数均可离线计算 ,因此在线时算法简单 ,计算量小 ,可以广泛用于解决各种快、慢速对象的控制问题 .仿真结果表明该多变量预测函数控制律具有克服干扰和时滞、跟踪性能好。

基于前馈补偿解耦的多变量汽温系统预测函数控制

针对过程通道可用一阶加纯滞后模型等价描述的多输入多输出系统,提出了基于前馈补偿解耦设计思想的多变量预测函数控制,首先将系统分解为多个多输入单输出系统,在各系统中分别将其它输入量暂视为一种可测干扰,并用预测函数控制原理设计控制器,通过求解多元一 次方程组,实现了多变量系统的预测函数控制设计。采用该方法对国产200MW火电机组带汽—汽换热器的多变量强耦合再热汽温系统进行了控制系统设计和仿真研究,计算机仿真证实了其有效性,达到了动态近似解耦、静态完全解耦和无静差跟踪,各种对象和模型失配情况下的仿真结果显示了该算法较强的鲁棒性和抗干扰能力。因为该方法是基于简化的模型,所推导出的控制算法简单,运算量小,易于工程实现,具有很高的实际应用价值。

多变量一阶加纯滞后系统的预测函数控制

提出一个多变量预测函数控制算法,它是模型预测控制算法的一个分支,是基于预测函数控制思想以及Smith预估器推导得到的,是单变量预测函数控制算法的推广.针对壳牌公司的重油催化裂化分馏塔装置,进行计算机仿真实验.仿真结果表明,在多变量一阶加纯滞后系统控制中,该控制算法比单变量的预测函数控制算法具有更好的控制品质.

1000 MW超超临界机组的多变量约束预测控制的研究

针对1000MW超超临界机组,分析了机组协调控制的3输入3输出系统,研究了机组系统的双层结构多变量约束预测控制(multivariable constrained predictive control,MCPC),给出了基于阶跃响应的多变量约束预测控制方法和具体算法,并给出了仿真效果.最后与传统协调控制进行了对比,仿真结果表明了算法的有效性.