广义预测控制算法在火电机组汽温控制中的应用

由于火电机组主汽温的大延迟、大惯性与模型不确定性,主汽温控制一直都是控制系统中的难点。工业控制使用最广泛的是常规PID控制,在火电机组中使用的常规串级PID控制的控制效果相对一般。文章对广义预测控制算法的机理进行了介绍,分析GPC-PID控制在主汽温调节系统的结构与调节质量,并通过MATLAB对GPC与增量式PID控制仿真进行分析。

灰色广义预测控制算法及仿真研究

基于灰色系统模型 ,构造了一种新的广义预测控制算法 .该算法仅在线估计两个参数 ,不用求解Dio phantine方程 .从而大大减少了计算量 ,增强了实时性 .仿真实验说明 。

输入受限广义预测控制算法的可行性

在系统输入受限的情况下,采用一般的广义预测控制或受限时域预测控制有可能会造成控制算法不可行,从而使系统的性能变坏或不稳定.针对这个问题,本文提出一种保证可行性的控制算法,并证明该算法能够使系统渐近稳定且最终使条件设定值跟踪系统的实际设定值.

基于ENN广义预测控制算法的滑坡位移多步预测

针对滑坡位移预测时变性和复杂性的特点,将具有动态反馈特性的Elman神经网络(ENN)引入到分析研究中,充分发挥ENN对非线性情况的适应性。同时将之与广义预测控制算法相结合,以ENN作为广义预测控制算法的预测模块,结合滚动优化和反馈校正,提出了基于ENN广义预测控制算法的滑坡位移多步预测模型。将该方法应用于重庆市巫山县龙井乡白泉村大水田滑坡的位移预测,证实多步预测能够对位移变化趋势进行良好的拟合,同时高精度地实现了邻近时步的预测;通过与ENN多步预测进行对比,验证了模型的有效性。

一种克服模型参数失配的广义预测控制算法

针对模型参数失配对广义预测控制输出的影响,提出了一种输出增量反馈的广义预测控制简化算法。该算法通过引入一个输出增量速度函数,设计了输出增量参考序列,以控制输出增量的方式间接控制系统输出;同时利用阶梯控制方式,对输入增量引入柔化系数矩阵进行约束,既避免了传统预测控制律中逆矩阵的求解,减少了计算量,又防止了控制量的剧烈变化;最后引入控制增量增益,利用这个自由度提高了系统的鲁棒稳定性。仿真结果表明:该预测控制简化算法能有效克服模型参数失配带来的影响,抑制系统输出调整过程中的输出波动,缩短调整时间,提高系统的动态特性,并抑制系统控制输入的剧烈变化。

基于广义预测控制的综合控制算法设计与仿真

本文提出了一种融广义预测控制 (GPC)与模糊控制 (FC)为一体的综合控制算法 --多模态控制 ,重点阐述了综合控制算法的设计思路 ,并采用MATLAB软件对控制系统进行了仿真。结果表明 ,这种综合控制算法的控制效果比单一的GPC控制明显提高。

时滞过程的多变量广义预测控制算法

文章提出了用广义预测控制算法解决多变量系统的时滞问题的一种新的方案。该方法将时间滞后因子自然纳入系统的控制机制,可完全无误差的实现对时滞系统的控制,克服了传统近似法解决时滞所带来的误差问题。这种广义预测控制算法能有效的控制开环不稳定非最小相位系统,并有良好的解耦性能,在跟踪性、鲁棒性和抗干扰性方面都得到了很好的控制效果。

广义预测控制算法在ATO系统中的研究仿真

对广义预测控制(GPC)算法进行了研究,并将GPC算法应用在自动运行(ATO)系统中。通过该算法的使用,列车能较好地跟随目标曲线运行,由于目标曲线是根据列车牵引计算得到的最优的列车运行曲线,从而保证列车安全、平稳、正点地自动运行,同时也确保列车进站停车的精确性。

广义预测控制算法在混合隔振中的应用研究

阐述混合隔振系统模型的建立,混合隔振广义预测控制系统的设计,并给出了一个具体实例设计和仿真分析过程。从仿真结果来看,所提出的混合隔振广义预测控制系统,有效地弥补了舰船动力机械被动隔振系统的不足,且系统具有较强的鲁棒性能。

加权广义预测控制算法的改进

为了进一步缩小广义预测控制算法理论与工程应用的距离,对加权广义预测控制算法进行了改进,引入了预测模型输出误差修正项,对预测模型的输出进行了修正,并采用了区域控制策略。针对油田联合站电脱水系统油水分离过程,给出了改进的加权广义预测控制方案,仿真结果表明,这种控制方案在保证工程精度的前提下,减少了执行机构的动作频率,增加了生产操作的平稳性。

广义预测控制算法在ATO系统中的研究仿真

对广义预测控制（GPC）算法进行了研究，并将GPC算法应用在自动运行（ATO）系统中。通过该算法的使用，列车能较好地跟随目标曲线运行，由于目标曲线是根据列车牵引计算得到的最优的列车运行曲线，从而保证列车安全、平稳、正点地自动运行，同时也确保列车进站停车的精确性。

广义预测控制算法及其应用研究

随着广义预测控制(GPC)在工业过程控制中的广泛应用,GPC的研究已成为当前自动控制工程界的研究热点。本文阐述了GPC的各种算法(如递推算法、广义预测极点配置控制算法等)和应用研究状况,并对其发展方向进行了展望。

基于PSO的GPC-PID的细纱机锭速控制算法

针对细纱机在卷绕过程中由于纱线张力波动较大而导致的断头问题,提出了粒子群优化(particle swarm optimization,PSO)算法优化控制GPC-PID的锭子转速。首先,引入广义预测控制PID(GPC-PID)算法来控制锭子转速,并实时对PID进行参数整定,从而实时控制细纱机锭速。然后,引入PSO算法来提高GPC-PID的预测精度。最后,通过仿真实验,将常规的GPC-PID控制与PSO算法优化的GPC-PID控制进行比较。结果表明,锭子无刷直流电机在经PSO算法优化后的GPC-PID算法控制下,系统的快速性和稳定性都有一定提高,锭子的转速和转矩得到有效控制,纱线张力波动较小,降低了细纱卷绕过程中的断头率,证明了粒子群优化GPC-PID控制算法的优越性。

基于稳定平台的广义预测控制算法

广义预测控制算法(GPC)大都属于间接算法,即通过辨识被控对象的参数,进行多步预测和在线滚动优化来设计控制律,所以需要求解逆矩阵,计算量大。提出一种改进的广义预测控制算法,这是一种直接算法,直接估计控制器的参数,避免求逆矩阵。这种控制器能任意逼近多自由度稳定平台这种不确定对象,不用知道系统的精确结构,同时由于预测控制的加入,使系统在线计算方便,控制质量提高了。通过MATLAB软件的仿真结果可以看出,传统的PID对于不确定对象不能很好的解决,而采用提出的改进广义预测控制算法,系统的鲁棒性和快速性都得到了改善,并且具有较好的控制效果。

广义预测控制算法及其在水表检定装置中的应用

本文在详尽推导论证广义预测控制算法(GPC)的基础上,研究了它在水表检定装置自动控制过程中的应用,仿真结果证实了文中给出的GPC—PI串级切换控制系统对检定过程的良好适应性。

分布式预测控制算法的性能分析

分布式求解策略是为了降低大规模预测控制系统在线实施的计算量和计算复杂性而提出的一种有效算法。在算法收敛的条件下 ,分析了分布式求解和集中求解两种方法在单步时域上的性能偏差 ,给出了标称情况下分布式预测控制系统名义稳定的充分条件 。

神经-模糊预测控制算法及应用

提出了一种新的神经 -模糊系统 ,结构上分为六层 ,包括一个输入层、一个输出层和四层隐层 .该系统规则的结论部分采用线性 ARX模型 ,训练方法结合最小二乘法与 BP算法 .将此神经 -模糊系统与广义预测控制算法相结合 ,形成一种神经 -模糊预测控制算法 .用一个具有三条规则的神经 -模糊系统建立某大型纸浆厂碱回收炉的模型 ,并应用神经 -模糊预测控制算法进行控制 ,结果显示神经 -模糊预测控制算法性能优良 。

PEMFC发电系统FFRLS在线辨识和实时最优温度广义预测控制方法

质子交换膜燃料电池(proton exchange membrane fuel cell,PEMFC)发电系统是21世纪最有前景的发电技术之一。针对空冷型PEMFC发电系统工作温度对输出性能影响问题,该文通过理论分析和实验手段研究发电系统输出性能的最优特性。根据空冷型PEMFC发电系统温度控制对象所具有的非线性、迟滞、时变等特点,提出基于FFRLS在线辨识的PEMFC发电系统实时最优温度广义预测控制。其中,FFRLS在线辨识算法用于对非线性控制对象进行建模和在线校正。在搭建的空冷型PEMFC测控实验平台上,通过实验研究控制器参数对于系统性能的影响。阶跃响应实验结果表明:提出的控制方法能够在不同负载条件下实现对电堆最优温度进行实时跟踪。与常规PID控制比较,系统的超调量减少了约32.3%,发电系统输出功率更平稳,有利于发电系统的长期稳定运行,延长电堆的使用寿命。

基于最优保留遗传算法的非线性模糊预测控制

针对传统的模型预测控制不能很好解决具有严重非线性、不确定性的对象或过程的控制问题 ,提出将模糊模型用于描述对象的非线性动态特性 ,通过将模糊模型的输出反馈回来作为模型输入 ,从而构成了模糊多步预测器 ,采用一种收敛精度高、速度快的具有最优保留特性遗传算法 (EGA)依据模型预测输出在线滚动求解控制律的非线性预测控制算法。仿真结果表明该算法对一类非线性系统具有较快的响应速度和较强的抗干扰能力。

改进的广义预测控制及其在温度系统中的应用

温度控制在很多生产过程中与生产效率、产品质量和能耗等重大技术经济指标相关联;针对目前温度控制系统中存在大滞后、大惯性以及时变等难题,提出一种新型的广义预测控制算法(AM-GPC),该算法采用基于辅助模型的递推最小二乘法对带积分的受控自回归滑动平均模型(CARIMA)进行高精度参数估计,并将其应用于温度控制系统中。仿真结果表明提出的AM-GPC算法较传统的广义预测控制算法具有参数估计收敛快、自适应能力强以及跟踪能力强等特点。