机炉协调系统的模糊增益调度预测控制

多变量锅炉-汽机协调系统的动态特性随着工况而变化,文中提出了一种新型的模糊增益调度预测控制策略来控制这个非线性过程。基于模糊集合理论建立了机炉协调系统的非线性离散全局模糊模型,并设计了一种基于全局模糊模型的新型扩展状态空间预测控制器。它能方便地处理控制作用的受限优化问题,同时它卓越的滚动优化能力又确保了机炉协调系统在全工况范围内的最优控制品质。仿真试验表明:文中所提出的全局非线性预测控制器在控制作用幅值、速率均受限的情况下仍具有满意的全工况负荷跟踪性能。

ALSTOM气化炉的模糊增益调度预测控制

ALSTOM气化炉具有强的非线性及大惯性,常规的控制方法难以满足全工况运行条件下的各项控制指标.采用模糊推理方法,将气化炉在多个工况条件下的局部线性模型综合成全局模糊模型,并在此基础上应用预测控制技术,提出了一种新型的基于过程全局模糊模型的模糊增益调度预测控制方法,并应用于气化炉多变量非线性优化控制.仿真结果表明:即使各个输入受到运行条件的严格约束,各个输出变量仍能较好地维持在ALSTOM气化炉所要求的范围内,具有较好的控制品质,为气化炉的全局优化控制提供了一个较好的方法.

超临界机组协调系统的模糊增益调度预测控制

针对火电厂超临界机组多变量锅炉-汽机协调系统在大工况范围内运行具有强非线性的特点,提出了一种基于模糊增益调度的预测控制方法。通过现场试验获取多个工况点处的协调系统传递函数模型,结合增益调度和模糊逻辑推理方法建立全局自适应模糊模型,利用预测控制技术确保控制系统全局优化品质。基于模糊增益调度的预测控制方法设计火电厂超临界机组协调控制系统,并在大工况范围内进行变负荷仿真试验。结果表明:相较于常规预测控制算法和PID控制方法,基于模糊增益调度的预测控制方法能够在大工况范围内快速跟踪负荷变化,且协调控制系统各输出被调量跟随设定值变化的速度更快,动态偏差更小,控制执行机构动作较快,控制作用变化相对平稳,稳定性好。

基于免疫优化的机炉协调系统模糊增益调度H_∞鲁棒控制

针对非线性锅炉-汽轮机系统在负荷点大范围变动情况下的协调控制,提出了一种新的免疫优化模糊增益调度H∞鲁棒控制方法。该方法首先利用H∞/混合灵敏度方法设计出多个H∞局部鲁棒控制器以覆盖机炉系统的负荷变化区间;然后采用模糊推理生成增益调度准则以实现各局部控制器间的软切换;最后利用免疫遗传算法对模糊增益调度准则的结构参数进行优化设计,从而保证闭环系统具有良好的全局控制性能。仿真研究表明:基于该方法设计出的协调控制系统在大工况范围内具有优良的调节品质。

电液伺服速度系统的模糊增益调度控制

针对电液伺服速度系统的非线性和参数时变特性,提出了模糊增益调度控制方法.根据系统的输出误差和误差的一阶微分变化,利用模糊推理在线实时更改比例积分微分(PID,Proportion Integral Differential)控制器参数以适应工作点的变化,使系统控制参数达到全局优化,解决了一般增益调度中控制参数只是对于某一工作点局部优化的问题;在确定P和I隶属度函数时,引入指数函数保证了系统稳准前提下响应的快速性.试验研究表明,与单纯PID控制器相比,模糊增益调度缩短了动态响应时间、降低了超调、减小了负载扰动,说明该方法对非线性系统和未能精确建模系统大范围控制的有效性.

数字式座舱压力调节系统模糊增益调度控制

针对座舱压力调节系统的非线性、大惯性和参数时变特性,提出模糊增益调度控制方法。根据系统的输出误差和误差的一阶微分变化,利用模糊推理在线实时更改比例积分微分控制器参数以适应工作点的变化,使系统控制参数达到全局优化,解决了一般增益调度中控制参数只是对于某一工作点局部优化的问题;在确定比例系数和积分系数的隶属度函数时,引入了指数函数,在保证系统稳定的前提下,提高了系统的响应。实验结果表明,座舱压力及其变化率满足某型飞机环控系统规范要求,证明了该方法对座舱压力调节系统控制的有效性。

一种新的基于AVSC与模糊局部控制器网络的增益调度控制器(英文)

提出一种基于AVSC(近似变结构控制 )及FLCN(模糊局部控制器网络 )的鲁棒增益调度控制设计方法 .利用AVSC ,对于一般的工作点选择合适的滑动模及其趋近率 ,得到局部鲁棒AVSC控制律 ,使局部系统尽快进入滑动模 ,并具有期望的性能 ,同时能够克服一般VSC(变结构控制 )的控制信号抖动现象 .当然 ,任意一个局部控制器一般只能保证在其相应工作点附近的工作性能 .为此 ,引入了模糊控制技术的隶属函数 ,将它当作增益调度控制器的有效度函数 ,得到FLCN .仿真研究验证了所提出控制器设计方法的有效性 .

基于GPC模糊增益调度的直接空冷背压控制优化

针对直接空冷机组在变工况时被控对象发生改变造成背压跟踪设定值效果变差的情况,提出了一种基于GPC模糊增益调度的控制方式。首先,对机组背压影响因素进行分析,确定各典型工况下风机转速与背压的动态模型;然后,设计各个典型工况之间的模糊增益调度规则,确定工况变化后对应的隶属度函数;最后,将GPC广义预测控制与模糊增益调度控制相结合,设计出新型的GPC模糊增益调度控制。仿真结果表明,在变工况的情况下,GPC模糊增益调度控制与传统GPC相比具有更好的控制效果,对现场背压控制具有一定的指导作用。

具SCGM_(mv)(1,1)灰色预测器的变增益模糊控制系统

预测控制技术有其突出的优越性。提出将具SCGMmv(1,1)灰色预测器的变增益模糊控制系统方案用于大滞后且没有精确数学模型的被控对象。

基于增益调度模型预测控制的SOFC-GT混合动力系统温度控制

固体氧化物燃料电池(SOFC)因其发电效率高、环境污染小等优势得到了广泛应用。工作温度是影响SOFC寿命和性能的主要因素,为保证SOFC长期安全运行,需要将其工作温度控制在一定范围内。但SOFC具有耦合强、非线性特性显著等特点,尤其在大工况范围运行过程中温度变化显著。针对固体氧化物燃料电池-燃气轮机(SOFC-GT)混合动力系统中的SOFC温度控制系统,设计了一种基于增益调度模型预测控制的温度控制策略,以实现系统在大工况范围内变化时的SOFC工作温度调控,保证SOFC-GT混合动力系统在大工况范围内安全运行。

PID增益基于神经模糊网络的预测控制

提出一种基于二次逼近模型的PID增益预测控制 ,并阐述了该系统的结构、算法和应用特点 .通过二次逼近建模的方法 ,提高了建模的算法速度和实际逼近精度以及较强的动态补偿能力。运用这种模型的预测和传统的PID相结合 ,使控制系统具有增益自适应能力和较好的鲁棒性。

预测模型下模糊控制实时任务调度算法

现有实时任务调度算法的性能指标相对比较单一,如只考虑利用率问题,忽略了任务丢失率这项关键性能指标.因此,本文提出同时考虑到节点的利用率和任务丢失率,使用预测信息来进一步提高系统的实时性能,在反馈控制实时系统模型中增加一个预测模型,并使用模糊控制策略实现实时任务调度.最后,通过实验验证所提模糊控制实时任务调度算法性能.

基于力外环的模糊灰色预测力控制器

在基于位置环的显式力控制方案的框架内,提出一种新型模糊灰色预测力控制策略。采用灰色预测器来预测将来的接触力,通过模糊增益调节器将预测的接触力误差和实际测得的当前接触力误差进行合成形成一个综合接触力误差,综合接触力误差作为PID或PI力补偿器的输入变量,力补偿器生成位置控制系统的输入指令。这样该控制器可以利用过去、当前和将来的接触力信息来计算合适的控制校正量来对接触力误差进行预补偿,使控制器可以同时获得超调量小和响应快速的性能。而且,该控制器可以按照当前和将来的接触力状态来调节预测的接触力误差和实际测得的当前接触力误差的权值,使控制器对机器人和环境之间的动态接触过程具有适应性。最后用仿真试验证明所提出的模糊灰色预测力控制器的有效性。

多变量非线性系统的直接自适应模糊预测控制

对一类多变量非线性系统提出了直接自适应模糊预测控制方法,此方法首先对被控对象提出了线性时变子模型加非线性子模型的预测模型,然后直接利用模糊系统设计预测控制器,并基于时变增益自适应律对控制器中的未知向量和逼近误差估计值进行自适应调整。证明了此方法可使跟踪误差收敛到原点的一个邻域内,仿真结果验证了此方法的有效性。

分布式驱动电动汽车操稳性鲁棒增益调度控制研究

研究了当车速以及轮胎刚度变化时的分布式驱动电动汽车的操控稳定性问题。针对时变的纵向速度,建立了以车速为调度变量的线性变参数(LPV)模型并设计了鲁棒增益调度控制器以保证车辆的性能。考虑到轮胎的非线性,提出了一种模糊融合策略,利用估计的车辆滑移角对控制器的输出进行加权,以使其更好地适应轮胎的变化并能够实时调整其控制变量权重。仿真结果表明,该策略可以在车速变化和轮胎侧偏刚度非线性的情况下有效地改善车辆性能。

采用SGCMG的两轮单辙平台自平衡控制技术

针对以自行车、摩托车为代表的两轮单辙平台的自然不稳定问题,采用单框架控制力矩陀螺(SGCMG)为平衡控制机构,研究两轮单辙平台不同工况下自平衡控制算法。分析两轮单辙平台横向力矩,推导横滚转动动力学方程,并根据不同状态误差设计了增益调度PID控制器;建立轮-地接触点模型,修正曲线运动时目标横滚角,减小反馈静差,获得更好的动态响应;以前叉转向趋势预估未来时刻转向角度与目标平衡横滚角度,提前调整姿态以重力矩抵消离心力矩,模拟人骑行时的预判压弯行为。相关算法经仿真验证与实车测试,可在静止与曲线运动等工况下保持动态平衡,效果良好,表明了算法的有效性。

基于二次逼近模型的PID增益预测控制

针对传统的 PID控制和预测控制的问题 ,文章提出一种基于二次逼近模型的 PID增益预测控制 ,并阐述了该系统的结构、算法和应用特点。通过二次逼近建模的方法 ,提高了建模的算法速度和实际逼近精度以及较强的动态补偿能力。运用这种模型的预测和传统的 PID相结合 ,使控制系统具有增益自适应能力和较好的鲁棒性 。

用于PEV电池能量调度的云计算智能控制算法

针对插入式电动车(Plug-in Electric Vehicles,PEV)到停车场电池能量的调度问题,提出了一种云计算环境下的智能调度控制算法。首先,将智能停车场代理商作为服务提供商,并向用户开放许多重要的PEV和停车场数据;然后,考虑用户的请求,根据PEV的位置和蓄电池电荷状态(SOC)找到最优(距离近、价格优)的停车场;最后,若司机不能接受停车场价格,则利用模糊逻辑预测精确预测PEV蓄电池的SOC,从而找到更合适的停车场。在包含10 000辆PEV、10 000个停车场和10个停车场代理商的数据集进行了仿真实验,仿真结果表明,该算法明显减少了PEV与停车场的交互次数,能够提前根据PEV自身的局限性计算和预测路载需求。相比传统的调度服务算法,该算法可更加有效地管理和控制停车场电池能量。

基于多模型γ增量型阶梯式GPC的SCR脱硝系统优化控制研究

提出了一种以入口NO_(x)质量浓度预测值作为前馈的多模型γ增量型阶梯式广义预测串级控制策略。首先,设计3个典型工况下的γ-SGPC-PID串级控制器,然后通过模糊增益调度构建全局控制器,最后将基于VMD-ARIMA的入口NO_(x)质量浓度预测值作为前馈,构建了前馈-反馈SCR脱硝控制系统。结果表明:该前馈-反馈控制系统可以对氨气质量流量进行准确调节,降低出口NO_(x)质量浓度的波动变化,提高了变工况下SCR脱硝系统的控制品质。

具有输入延迟和增量约束的鲁棒预测控制器

对于具有输入延迟和增量约束的多包描述不确定系统,研究了鲁棒预测控制器的设计问题。针对控制增量的约束,通过将系统模型增广的方式,解决了约束不对称性给LMI处理带来的困难。并且根据增广系统的特殊结构,提出一种新的鲁棒预测控制在线算法。该算法借鉴增益调度方法,基于多步控制集设计参数依赖的反馈控制律,在一定程度上降低了保守性并改善了控制性能。仿真结果表明了该方法的有效性。