一种改进的广义预测控制算法仿真研究

对广义预测控制(GPC)算法进行简介。针对GPC控制算法在大迟延过程控制中超调量偏大的缺点,提出了一种改进的广义预测控制算法(简称AGPC);以电阻加热炉为研究对象,利用MATLAB的SIMULINK工具编写程序,对改进后的GPC控制算法进行仿真研究。结果表明改进后的GPC控制算法不仅能有效地抑制超调量,而且能兼顾快速性和鲁棒性,从而提高了控制品质。

改进的广义预测控制设计与仿真

改进的广义预测控制算法保留了广义预测控制算法的基本特征和优点,另外,此算法中考虑了被控对象的纯延时。针对火电厂锅炉燃烧控制系统具有非线性、大滞后、强耦合、强干扰等特点将改进的广义预测控制应用于锅炉燃烧控制系统中。该方法先利用预测模型得到系统未来时刻输出,然后将设定输出和预测误差变化率作为自适应控制器的输入,控制器利用遗忘因子递推增广最小二乘法推理得到控制输出。仿真实验表明,这种方法可以提高系统的动态性能,比广义预测控制算法具有更好的控制品质,它将会有较好的工程应用前景。

基于改进即时学习的海洋碱性蛋白酶菌体浓度广义预测控制

针对微生物发酵过程中普遍存在的时变性、非线性等问题,基于最小二乘回归算法和改进即时学习(JITL)策略设计出一种基质给进速率控制器。首先,通过发酵仪器采集数据形成历史数据库,再使用加权模糊C均值聚类(WFCM)算法对数据进行分类,使查询值到来时能快速建立基于JITL-LS-SVM的海洋碱性蛋白酶菌体浓度局部预测模型。同时,为了避免预测控制中求解非线性问题,采用泰勒线性化方法,并用广义预测(GPC)算法对海洋碱性蛋白酶菌体浓度进行预测控制。实验仿真表明:基于改进JITL的JITL-LS-SVM模型能够达到较好的控制效果,并且葡萄糖给进速率响应迅速,适合海洋碱性蛋白酶发酵过程中的基质流加补料控制。

基于自适应神经模糊推理系统的连续搅拌反应釜系统的改进广义预测控制

连续搅拌反应釜(continuously stirred tank reactor,CSTR)是典型的非线性、大滞后的化工对象。为克服传统控制方法难以建立其机理模型的难点,基于对实际工业现场采集得到的大量输入输出数据,提出采用自适应神经模糊推理系统(adaptive-network-based fuzzy inference system, ANFIS)的方法,得到CSTR系统较理想的输入输出关系规则库,即CSTR系统的T-S模糊模型。最后,通过改进的广义预测控制(Jin’s generalized predictive control, JGPC)算法对CSTR系统的浓度进行控制,并与常规的广义预测控制(generalized predictive control,GPC)算法、比例-积分-微分(proportion integral differential,PID)控制算法进行对比,仿真结果显示,JGPC算法的控制效果优于GPC算法和PID控制算法,证明了方法的有效性。

基于改进PSO算法的广义预测控制

广义预测控制的被控对象常常会受到时变、非线性的干扰,同时还会受到外部复杂环境因素的影响,因此在实际运用中,导致参数的精确值不高,同时需要在线进行大量计算。针对这一问题,将改进的PSO算法与广义预测控制算法相结合,综合两者的优点,提高了控制系统的收敛速度和求解精度,增强了鲁棒性。该方法的可行性经仿真得以证明。

一种改进的广义预测控制

对于磨煤机负荷对象,当采用常规广义预测控制算法设计控制器时,发现存在上升时间过长的现象;当调节参数进而减少上升时间时,则会出现控制量振荡的现象。为了使预测控制计算的控制量逼近实际的最优控制量,提出一种改进的广义预测控制算法。通过在控制律中引入过去输入加权因子γ,调整过去输入对未来输出的影响,在不增加计算量的情况下,实现了对实际最优控制量的逼近。仿真结果表明,改进的广义预测控制算法,克服了常规广义预测控制响应时间较长,控制量振荡的问题,并且控制效果要优于常规广义预测控制、阶梯式广义预测、β增量型广义预测控制。

一种基于神经网络和参数优化的隐式广义预测控制

提出一种基于神经网络和参数优化的预测控制方法。首先利用带有动量项的改进BP神经网络辨识系统模型,在辨识过程中使用粒子群算法(PSO)对改进BP网络的初始权值/偏置、学习率、动量系数等辨识参数进行学习优化,解决这些参数的取值问题;然后将辨识得到的模型用于隐式广义预测自校正控制中,使用遗传算法(GA)对控制过程进行优化,寻找最优的控制参数(预测时域、控制时域、控制加权系数、柔化系数)。将该方法应用在热工系统中,仿真结果表明了方法的有效性。

改进粒子群优化的燃气发电锅炉主汽压模糊预测控制策略

针对燃气发电锅炉存在的纯滞后、大惯性和参数模型易变等问题,设计了一种改进粒子群优化(PSO)的主汽压模糊广义预测控制策略。利用遗忘因子递推最小二乘法(FFRLS)辨识出主汽压模型,并引入广义预测控制(GPC),通过多步预测、滚动优化和实时反馈技术克服系统惯性、时滞和参数时变问题。为改善主汽压控制系统的稳定性和动态响应品质,对GPC算法中的控制加权系数进行模糊自校正设计。引入改进粒子群算法对广义预测控制的控制量增量进行寻优,求取最优控制律。仿真结果表明:与改进PSO-GPC策略和动态矩阵控制(DMC)策略相比,在施加扰动情况下,所提改进PSO-模糊GPC策略在模型适配与失配时稳定时间分别最多减少94.5 s和132 s,超调量分别最多降低5.1%和8%。工程运用表明:所提控制策略主汽压控制偏差低于±0.15 MPa,系统受模型失配影响更小,稳定性和抗扰动能力明显提升。

基于改进蝗虫优化的换热站隐式预测控制

针对传统广义预测控制在换热站系统存在计算量大和控制效果欠佳的问题,提出一种基于双差分进化反向训练蝗虫优化算法的隐式广义预测控制策略(DDOGOA-IGPC)。首先利用含有遗忘因子的递推最小二乘(FFRLS)辨识方法对换热站系统中的质调节通道进行辨识,同时引入隐式广义预测控制(IGPC)直接对控制率参数进行调节;其次将改进的蝗虫优化算法应用在广义预测控制中的控制量增量寻优,以求取最佳控制量;最后由仿真实验得出:在同等扰动情况下,该策略比GPC策略在模型适配时稳定时间减少136s,超调量降低17.2%。该策略的自适应性和鲁棒性良好,可以推广到类似工业现场的时变时滞系统控制研究中。

不平衡电网下三相PWM整流器预测直接功率控制

三相脉宽调制(pulse-width modulation,PWM)整流器中,当电网电压不平衡时,传统的预测直接功率控制(predictive direct power control,PDPC)策略导致输入电流严重畸变,另外,网压传感器使整个系统变得更复杂,且耗费成本。为了改善PWM整流器输入电流质量,并降低系统成本,将基于改进型二阶广义积分器(second-order generalized integrator,SOGI)的无网压传感器算法与PDPC策略相结合,采用改进型二阶广义积分器产生同频率的正交信号,估算电网电压,实现无网压传感器PDPC。根据扩展pq理论分析电网不平衡情况下产生有功、无功功率二倍频振荡的原因,在此基础上推导出了消除功率振荡的整流器交流侧电压方程,进而通过空间矢量调制(space vector pulse width modulation,SVPWM)确定开关状态。在仿真平台对所提方法在电网平衡和不平衡情况下进行仿真,仿真结果表明,所提方法降低了不平衡电网对输入电流波形的影响,消除了功率二倍频振荡,准确估算电网电压,实现电网平衡和不平衡情况下的正常工作,通过对比这2种情况下的仿真结果,验证了该方法的有效性。

基于DMA与改进GPC算法的超细缝合线直径控制技术

针对传统超细医用可吸收缝合线的线径检测速度慢、精度低,且因缝合线成形过程不易控制导致线径不均的问题,提出了一种适用于此类缝合线的快速测量与高精度控制方法,并设计了对应的控制系统.该系统基于嵌入式系统STM32,搭载线阵电荷耦合器件(charge-coupled device, CCD)图像传感器、14位CCD信号处理器AD9822、直接存储器访问(direct memory access, DMA)以及改进的自适应广义预测控制(generalized predictive control, GPC)算法.将该控制技术应用于JK1601型纺丝机上可以制作出了满足美国药典第32版要求的缝合线样本,且线径的均匀性从原来的74.6%提升到95%以上.

改进GPC算法在永磁同步电机控制系统中的应用

为了使永磁同步电动机(PMSM)矢量控制系统适用于更高要求的场合,在给出PMSM在d-q旋转坐标系中的模型表达式和传动系统机械运动方程的基础上,推导出了系统的基于受控自回归积分滑动平均(CARIMA)模型。基于此模型和金元郁等提出的改进广义预测控制算法(JGPC)设计出了适用于PMSM驱动系统的速度环的改进广义预测控制器。仿真实验表明,JGPC控制器可以很好的跟踪给定速度曲线,辨识出的参数跟实际电机的相关参数一致,且动态及稳态性能良好。

基于改进型QPSO-MGPC的二次再热汽温约束控制策略

超超临界二次再热蒸汽温度是一个多变量、强耦合的大惯性环节。为保障汽轮发电机组安全稳定运行,结合改进型QPSO算法和多变量广义预测控制MGPC算法,提出改进型QPSO-MGPC二次再热汽温约束控制策略,采用烟气挡板和烟气再循环联合控制方式,在75%和100%额定工况下,对比无约束MGPC、带约束改进型QPSO-MGPC及常规PID三种控制策略,分别对二次再热汽温模型进行仿真研究。结果表明,改进型QPSO-MGPC的二次再热汽温约束控制效果与无约束MGPC控制效果相当,均比常规PID控制效果有极大地提升,能够快速地跟踪设定值,且超调量小,具有良好的抗干扰性能和鲁棒性,能够满足实际生产复杂工况下的需求。

基于改进自适应广义预测控制的天然气分输站压力控制

针对天然气长输管网分输站用气量大范围波动以及调节阀死区较大引起的压力控制不平稳问题,常规的机理建模难以建立准确的控制模型,控制参数难以整定.本文采用改进自适应广义预测控制进行分输压力控制,先对系统模型进行在线辨识,然后由辨识模型的阶跃响应系数计算G矩阵和预测向量,避免G矩阵不收敛且无需进行Diophantine方程计算;同时针对阀门死区的问题提出了改善方法,并在实际应用中取得较好效果,说明了该方法的有效性.

火电厂锅炉过热汽温控制系统优化设计仿真

针对过热汽温控制系统具有大惯性、大时滞特性且模型参数随负荷变化较大,传统控制算法难以获得良好控制性能,提出了IGPC-QFT串级控制算法。改进的广义预测自校正控制作为主控制器来抑制超调,克服系统大时滞特性,定量反馈理论作为副控制器,对导前区不确定性与干扰进行抑制,并设计了一种简便的定量反馈理论控制器设计方法。通过与传统广义预测-比例控制的仿真结果对比,提出的算法可使系统获得较好的跟踪性与鲁棒性,简化了副控制器的设计过程,满足了系统在全工况下运行的控制要求。

聚合釜温度自适应预测控制设计与仿真

在聚合反应升温到设定温度的过渡阶段,由于聚合颗粒的不断产生影响聚合釜传热系数,其温度被控对象特性也会发生变化,如容量滞后变化、滞后时间的变化等,温度控制具有的非线性、滞后、参数慢时变的特性,本文提出一种基于CARIMA模型的自适应广义预测控制,以工艺常见的一阶惯性滞后对象为研究对象,利用递推最小二乘法不断在线辨识修正其CARIMA模型参数,并通过改进的JGPC广义预测控制计算最优化的控制量,从而能够达到自适应被控对象变化,实现无超调最优平滑控制。通过仿真实验,得出该方法能够在对象特性发生改变时仍能保持良好的曲线特性,与传统PID相比,具有优良的自适应控制效果。

基于蚁群算法的GPC参数优化

介绍了一种针对于大惯性大迟延对象控制效果更好的基于蚁群算法的广义预测控制。该方法是通过将控制方法与参数优化算法相结合的方式,结构简单,在计算机中容易实现,打破了常规的PID控制策略,在此基础上又对算法进行了改进。通过仿真可知该改进算法能够快速准确地跟踪设定值,缩短了调节时间,获得了优于常规基于蚁群算法的广义预测的控制效果。

基于ISMDO的高超声速再入机动预测控制

首先,针对高超声速飞行器(Hypersonic Vehicle,HSV)再入过程中的横侧向机动控制问题,参考BTT控制方式,通过对航迹和姿态角回路的控制,实现了HSV的无侧滑横向机动转弯;其次,针对机动飞行中的不确定控制问题,提出了改进滑模干扰观测器(Improved Sliding Mode Disturbance Observer,ISMDO)来对参数不确定及外界干扰进行估计。在此基础上,提出了基于ISMDO的非线性广义预测控制方法作为HSV的机动飞行控制算法。仿真结果表明,该控制策略对再入横向机动具有良好的控制和干扰抑制能力。