广义控制系统的动态补偿器镇定分析

阐述为实现状态观测器和状态反馈的结合而设计的动态补偿器,在广义系统的动态补偿器基础上进一步得到动态补偿器。利用广义系统的能稳性和脉冲能控、能检测、能观性,推出存在广义动态补偿器使闭环广义系统为容许的充要条件。

动态不确定环境下广义控制问题的预测控制

通过对预测控制方法论思想的剖析 ,把预测控制的基本原理从控制问题推广到一般的广义控制问题求解 ,并以机器人实时路径规划和FMS实时加工调度为例说明了其应用 ,为动态不确定环境下基于优化的各类问题求解提供了新的思路 .

一类二阶广义控制系统的反馈控制与极点配置

应用泛函分析及算子理论讨论了Hilbert空间中一类二阶广义控制系统的反馈控制与极点配置问题,利用有界线性算子的广义逆给出了问题有解的一个充分条件,并在此条件下给出了解的构造性表达式,这对广义控制系统的稳定性及渐近稳定性研究具有重要的理论价值.

一种基于粗集的广义控制滚动调度策略

提出了一种基于粗集理论和广义控制思想的滚动调度建模策略。在调度工件加工过程中,考虑到有:工件加工完成;工件到期时间改变;急加工工件和新加工工件到达等突发事件发生时,对滚动调度窗口中的工件进行再选择,对窗口中工件实施再调度。仿真结果显示,利用该方法,不仅能适应动态加工环境的变化,而且降低了调度问题求解的规模。

一类复杂系统模型的动力特性及广义控制

利用广义控制方法设计并实现了一类复杂系统模型射影控制。给出并证明了误差系统全局稳定的条件。数值模拟验证其方法的有效性和可行性。

广义控制系统的强能控性与强能观性

本文考虑正则广义控制系统的强能控性与强能观性,在不分解原系统的情况下,用原系统参数给出了一些新的判定条件。

带有色噪声和一步观测滞后的广义控制系统时变估值器

对于带有色过程噪声和一步随机观测滞后的线性离散随机广义控制系统,提出了基于Klaman滤波理论的时变估值算法。利用奇异值分解方法将原广义控制系统转化为两个降阶正常子系统,利用状态扩维方法和去随机化方法,将一步观测滞后和有色过程噪声都压缩到新模型的虚拟过程噪声和虚拟观测噪声中,从而得到增广降阶状态的标准状态空间模型。对于该标准系统,利用经典Kalman滤波理论,得到了该增广降阶状态的时变Kalman估值器(包括Kalman滤波器、预报器和平滑器)。利用增广降阶状态和广义系统原状态之间的关系,提出了广义控制系统的时变估值器及其估值误差方差阵。通过双循环电路系统的仿真实例验证了所提出算法的有效性和正确性。

广义控制系统的动态阶配置

本文考虑广义控制系统 .

基于储能广义控制算法的微网并/离网平滑切换控制策略研究

该文提出一种适用于储能并网逆变器的广义控制算法,实现微网并/离网平滑切换。该算法基于逆变器分层控制结构,利用被控制对象逆模型、二自由度控制原理,将储能系统部分传函"单位化",消除微网不同运行模式下控制层的结构差异,实现储能输出电流所含有害扰动量的动态全补偿。针对储能控制系统应用层,由于储能系统部分传函单位化,储能单元PQ控制时可实现系统电压所含有害扰动量的动态全补偿;下垂控制时通过引入微网电压、频率前馈补偿项,抑制孤岛微网电压、频率波动,并消除分布式电源输出电流及负载电流所含有害扰动量对应用层的影响。与此同时,控制层广义结构还可以避免微网运行模式切换时储能单元产生的暂态振荡,削弱切换过程对微网内分布式电源及敏感负荷的影响,最终实现微网运行模式平滑切换。为进一步验证所提控制算法的正确性与有效性,在Matlab/Simulink软件平台搭建了微网仿真系统,并对微网计划性与非计划运行模式切换进行仿真分析。

广义控制系统的无穷固定模

本文研究广义控制系统的无穷固定模．运用代数方法，给出了该系统存在无穷固定模的充要条件。

关于广义控制系统的C——可控性

考虑时不变正则广义线性控制系统Ex(t)=Ax(t)+Bu(t),(t≥0)(1)的C—可控性,建立一个与系统(1)C—能控性等价的降阶正常能控性系统,改进了文献[1]关于系统(1)C—能控性的一个代数判据。

基于反馈线性化的广义预测控制机械臂轨迹跟踪算法

分析了机械臂轨迹跟踪控制问题的特点,建立了二自由度机械臂动力学模型。为解决广义预测控制(generalized predictive control,GPC)算法难以适用于非线性系统的问题,在现有的GPC算法基础上,设计了基于反馈线性化的广义预测控制(feedback linearization-generalized predictive control,FL-GPC)算法框架,即底层为线性系统预测控制,非线性项使用预估值来进行代替,高层为迭代修正预估量,使用迭代计算的方式对非线性项进行预估。使用FL-GPC算法对二自由度机械臂的静态、动态轨迹跟踪任务进行了仿真。仿真结果表明,算法可以进行有效的机械臂轨迹跟踪控制。

基于广义预测控制的火电厂热工控制研究

为了提高火电厂热工控制质量,研究将广义预测控制算法和定量反馈理论进行改进并结合,应用于热工控制系统。经以减温水量、主蒸汽温度和拟合度为指标的应用效果对比实验分析,结果表明,该模型的减温水量、主蒸汽温度控制质量优于对比模型。研究提出的模型具有良好的实用价值和应用前景。

孤网模式下水轮机调速系统广义预测控制应用方法

针对孤网模式下水电机组PID控制策略鲁棒性差的缺点,提出基于双模型、实时反馈线性化、非线性特性补偿器和广义预测控制器的自适应广义预测控制策略(Adaptive Generalized Predictive Control,AGPC),以实现对水电站全工况实时最优控制。首先基于BP神经网络和改进樽海鞘算法构建高精度非线性水轮机模型,并结合PID控制器、引水系统、随动系统、发电机等模块搭建非线性水轮机调节系统仿真平台,然后通过定量计算揭示广义预测控制器直接应用于非线性水轮机调节系统的不合理性。进一步,结合实时反馈线性化和基于预估控制信号设计的水轮机非线性特性补偿器,提出孤网模式下广义预测控制器在水电站应用策略。最后,搭建了基于AGPC的非线性水轮机调节系统仿真平台,并以某电站真实数据验证了所提控制策略适用性、可靠性以及优良的鲁棒性。

变时域抗扰型光电转台广义预测控制设计

为了提高光电跟踪伺服控制系统中速度环的跟踪精度和抗扰能力,基于连续时间模型提出了一种具有一定参数自调节能力的抗扰广义预测控制(STGPC)进行速度环的设计。首先,通过对伺服转台系统进行建模,构建线性扩张状态观测方程估计系统中的不确定性扰动,给出了算法推导所需的状态量;其次,给出了从预测模型、性能指标到滚动优化的转台速度环广义预测控制律推导过程,并采用跟踪微分器输出控制律中所需的参考轨迹,线性扩张状态观测器输出控制律中所需的系统状态,实现控制律的计算;进一步,结合梯度下降思想设计广义预测控制中预测时域的更新公式,实现其自我调节,并利用Lyapunov理论对闭环控制系统进行了稳定性分析;最后,通过仿真实验分别验证了控制方法的跟踪性能、抗扰性能和时域参数自调节效果。实验结果表明:相较于PID控制和传统线性模型广义预测控制(LGPC),文中所述方法提高了伺服系统的速度跟踪精度和抗扰能力,且对于被控对象参数摄动,所述方法具有一定的鲁棒性。

基于扩展状态观测器的链式自动弹仓广义预测控制

为了实现链式自动弹仓的位置跟踪问题,设计了一种将扩展状态观测器和广义预测控制相结合的新的控制策略。在连续时间广义预测控制算法的基础上,设计了广义预测位置控制器;通过扩展状态观测器对弹仓系统的多源扰动进行了估计,利用估计值对广义预测控制器进行了前馈校正,增强了控制器的抗干扰能力,确保了控制系统的稳定。分别在空载、半载和满载3种不同负载工况下对链式自动弹仓进行控制仿真和分析。结果表明:与PID控制相比,提出的控制策略对扰动力矩不敏感,具有更好的鲁棒性,且稳态误差更小,位置控制精度更高。

高速列车自动驾驶前馈自适应广义预测控制方法研究

高速列车自动驾驶(ATO)系统本质上是强非线性和不确定性的系统,针对高速列车模型参数非线性和时变性等特点,文章提出了一种前馈自适应广义预测控制(FA-GPC)的方法对ATO系统进行动态优化控制,并设计了一种带约束的多目标预测控制器。首先,基于列车多质点模型,分析附加阻力的改变对列车运行的影响;然后,结合列车运行过程中的速度跟踪精度、停车精度及运行舒适性等关键指标,构建包含控制输入约束的多目标性能指标函数,设计基于多目标函数的前馈广义预测速度跟踪控制算法,解决了由于附加阻力变化导致控制器超调的问题并加快了控制收敛速度。由于列车运行过程中受外界环境、乘客流动等因素影响,阻力变化大,难以建立精确的数学模型,因此采用带约束的变遗忘因子递推最小二乘法来辨识出列车控制系统在不同工况下受控自回归积分滑动平均模型(CARIMA),进而提高控制系统的鲁棒性。仿真结果表明,相比传统的无前馈GPC和PID控制器,前馈广义控制器在不同线路条件下巡航控速速度跟踪精度在±0.5km/h范围内,具有良好的跟踪性;在强扰动情况下通过引入自适应改进的前馈广义预测控制算法,具有较强的鲁棒性。

基于模糊逻辑的空调系统广义预测控制参数整定

针对多输入多输出(multiple-input-multiple-output,MIMO)变风量空调系统(variable air volume,VAV),本文提出了一种基于模糊逻辑和事件触发的广义预测控制(generalized predictive control,GPC)参数整定方法。针对多变量VAV空调系统,基于输出斜率等新型模糊目标参数及高斯双边形隶属度函数建立模糊预测模型,提高了隶属函数拟合度以更贴切地反映系统当前时刻状态。利用麻雀智能算法(sparrow search algorithm,SSA)构建隶属度函数,对GPC控制器中的柔化因子和加权系数进行在线分段整定,有效提升了系统性能。此外,在参数整定过程中,引入事件触发机制(event-triggered mechanism,ETM),在保证控制性能的同时,避免了不必要的控制器采样与更新,降低了系统在线计算量并减少了能源消耗。最后通过VAV空调系统仿真实验验证,证明了本文提出方法的可行性和有效性。

基于改进麻雀搜索算法的广义预测控制参数整定

针对多输入多输出(MIMO)的变风量空调(VAV)系统,提出一种基于改进麻雀搜索算法(ISSA)的广义预测控制(GPC)参数整定方法。首先,针对GPC控制器众多参数和系统性能之间关系复杂且难以同时整定的问题,提出通过麻雀搜索算法(SSA)进行参数整定以提高控制系统的性能指标。其次,针对传统SSA在适应度函数较复杂时存在收敛周期较长的问题,提出一种基于非线性增减种群规模的ISSA以缩短算法的收敛周期。同时,引入事件触发机制(ETM)避免ISSA算法陷入局部最优。最后,通过半实物实验平台验证了所提算法的有效性和鲁棒性。实验结果表明,与传统的SSA算法相比,ISSA收敛时间可减少18.61%,并且通过ISSA进行参数整定后GPC控制系统的调节时间可分别减少87.5%、90%。

非线性时滞系统双阶段神经网络的改进广义预测控制

针对一类工业控制系统中存在的非线性、大时滞等情况,提出一种基于双阶段神经网络的改进隐式广义预测控制方法。首先,设计了一种基于快速回归算法和蝙蝠算法的双阶段神经网络模型,用于对非线性时滞系统进行建模,避免非线性系统下的模型失配问题;其次,采用比例积分(proportional integration, PI)结构优化广义预测控制目标函数设计,提高隐式广义预测控制性能;同时,改进控制增量选取策略,利用所预测的未来控制增量修正当前时刻控制增量;最后,将所设计的预测模型和预测控制方法应用于一个数值案例和锅炉燃烧系统,验证了所提控制策略的有效性。