空间堆线性变参数模型预测控制方法

针对传统PID控制方法在面临复杂负荷需求变化时无法满足空间核反应堆的控制性能需求的问题,提出了基于线性变参数模型的空间堆模型预测控制方法。针对强非线性特性,采用线性变参数模型作为预测模型,对全功率范围内的空间堆运行特性进行预测;针对大时滞的特性,采用串级控制理论结合模型预测方法优化执行机构动作,提升被控量的响应速度。分别设计了电功率和冷却剂温度的预测控制系统,在典型工况下进行控制性能仿真验证,结果表明:相对于串级PID控制系统,所设计的预测控制系统的电功率调节时间减少了68.7%,冷却剂温度调节时间减少了81.7%;电功率和冷却剂温度预测控制系统的核功率的超调量分别减少了22.3%和13.0%,保证了反应堆的安全;控制系统的适用性强,在不同功率水平均具有良好的控制性能;执行机构的动作大幅减少,驱动电机峰值电压下降了84.1%,使用寿命得到延长,系统经济性得到提升。该研究提出的结合串级控制理论基于线性变参数模型的预测控制方法能够用于优化空间堆的控制系统。

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。

基于最小二乘支持向量机的MIMO线性参数变化模型辨识及预测控制

将现有的面向单输入单输出系统的基于最小二乘支持向量机的参数变化模型辨识算法(SISO-LSSVM-LPV),推广到多输入多输出系统,实现了面向多输入多输出系统的基于最小二乘支持向量机的参数变化模型辨识算法(MIMO-LSSVM-LPV),进一步结合基于遗传算法的预测控制算法(GA-MPC),提出并实现了MIMO-LSSVM-LPV+GA-MPC的建模控制一体化新架构。仿真结果表明,该辨识算法可逼近复杂非线性MIMO系统,辨识精度高,并且保留了线性回归低计算量的优点,结合了GA的MPC可实现最优控制量的在线实时寻优,并取得了良好控制效果。

舰载机着舰侧回路时变风险权值矩阵线性变参数预测控制

针对舰载机钩索阻拦阶段,提出阻拦风险函数的概念和计算方法,通过离线计算获得时变状态权值矩阵和时变控制输入权值矩阵.采用时变状态权值矩阵可以实时调整各状态之间的变化关系,而时变的控制输入权值矩阵能够调整副翼和方向舵的输入峰值,避免出现输入饱和情况,提高横侧向自动着舰的效率和安全性.建立了时变的系统输出约束函数,增加了舰载机进舰阶段控制器的可解性.建立了基于状态偏差的舰载机横侧向着舰模型,针对舰载机上很多状态不能直接测量的特点,采用离线设计状态观测器的方法来估计舰载机的真实状态值,利用线性矩阵不等式求解系统最优解,通过舰载机自动着舰三维仿真模拟平台验证了算法的可行性.

一类线性参数变化时滞系统的H_∞控制

研究一类线性参数变化时滞系统的 H∞ 控制问题。这类系统的状态空间矩阵是一些时变参数的仿射函数 ,而这些时变参数是可以实时测量的。以线性矩阵不等式的形式给出了存在依赖于参数的动态输出反馈 H∞ 控制器的充分条件。当满足这些条件时 ,基于线性矩阵不等式的解可以构造出一种依赖于参数的动态输出反馈 H∞

参数未知线性系统的直接自适应模糊广义预测控制

将自适应模糊逻辑系统引入广义预测控制,对参数未知线性系统提出一种直接自适应模糊广义预测控制方法。该方法直接利用模糊逻辑系统设计广义预测控制器,并基于广义误差估计值对控制器参数和广义误差估计值中的未知向量进行自适应调整。证明了该方法不仅能保证闭环系统输入输出有界,而且可使广义误差收敛到原点的一个小领域内。

线性参数变化系统建模与控制研究进展

在描述实际系统的非线性和时变特性方面,线性参数变化(Linear parameter varying,LPV)模型有着巨大的优越性,对于使用一些成熟的线性系统控制理论来解决非线性系统的控制问题,提供了良好的手段.文章对LPV系统的模型结构和建模方法,模型参数辨识方法,控制方法以及应用领域等方面的近几年的研究成果,做了比较全面的总结和概括,最后对LPV系统建模和控制的未来研究方向进行了展望.

计及电感参数变化的PMSM模型预测电流控制

针对基于单矢量占空比调节的永磁同步电机(PMSM)模型预测控制(MPC)中存在电流、转矩脉动大的问题,当电感参数变化时会造成计算基本电压矢量作用时间产生偏差,影响预测控制的性能。为此,提出一种基于电感参数校正的PMSM模型预测电流控制方法。该方法利用一个控制周期内的两个基本电压矢量合成幅值、相位均可调的电压矢量,通过在线计算电感参数,更新预测模型,得到更准确的基本电压矢量作用时间。仿真和实验结果表明,该方法能有效降低定子电流脉动,增强系统对电感参数变化的鲁棒性。

一类线性参数变化时滞系统的鲁棒滑模控制

研究了一类线性参数变化连续时间系统的稳定性、状态反馈镇定和滑模控制问题.通过引入适当加权矩阵变量寻找Le ibn iz-Newton公式各项之间的关系,从而直接地处理系统中的时滞状态项,避免了常规应用Le ibn iz-Newton公式进行模型变换的间接方法所带来的较大保守性.基于参数线性矩阵不等式方法提出了该类系统参数二次稳定的时滞相关的新条件.基于该条件研究了该类系统的状态反馈镇定和滑模控制问题.分别提出了镇定控制器设计条件和滑动模态存在条件,并设计了滑模控制器,保证了闭环系统的参数二次稳定.仿真实例证明了该设计方案的可行性.

基于线性参数变化增益调度H_∞控制的谐波干扰抑制

给出了一种基于线性参数变化增益调度 H∞ 控制器的设计方法 .该方法是通过对谐波干扰信号建模 ,并将其与被控对象结合形成以谐波干扰频率为变化参数的线性参数变化系统 ;采用基于单个二次 Lyapunov函数的方法设计了相应的线性参数变化增益调度 H∞ 控制器 ,使得控制器具有可实现性及相应的性能 .由于所设计的控制器参数能够随干扰频率变化进行调度并能满足要求的性能指标 ,因此实现了对所有已知变化频率谐波干扰的有效抑制 .与传统的基于插值方法设计的增益调度控制器相比 ,该控制器的结构简单 ,易于实现 ,其闭环系统的全局稳定性能够得到保证 .通过数值仿真并与线性二次高斯 ( LQG)和一般的 H∞ 控制结果比较 ,验证了文中方法的有效性 .

对称双线性系统的在线修正参数预测滤波PID控制

在双线性系统中加入控制输出的符号函数,建立了可描述对称非线性系统的对称双线性系统。采用可克服算法病态的遗忘因子递推最小二乘算法对被控对象进行参数估计,利用自校正预报显式算法对系统输出进行预测,基于具有预测控制性能的增量型预测滤波PID控制算法,根据可克服算法病态的直接极小化指标函数自适应控制算法和Robbins-Monro算法,给出了具有在线修正PID控制参数和加快PID控制参数收敛性能的对称双线性系统的自适应预测滤波PID控制算法。仿真结果表明改进的PID控制算法具有预测控制性能和在线修正参数性能,系统具有较好的控制品质。

无人拖轮非线性模型预测控制算法仿真与实测

为了提高无人船的轨迹跟踪精度,以带艏侧推的全驱动无人拖轮船模为研究对象,提出了基于稀疏回归的参数辨识方法与基于非线性模型预测控制(NMPC)的轨迹跟踪算法。采用基于稀疏回归的动态系统辨识方法,根据简化动力学模型,通过对自航试验采集的姿态与推进器时历数据进行顺序阈值最小二乘法回归,迭代求解得到模型参数。针对带系统动力学约束的时间参数化轨迹跟踪控制问题,采用acados求解器实现在线高效求解非线性最优控制问题。通过自航试验完成了无人拖轮非线性动力学模型参数的高效辨识与建模,基于得到的系统模型,Acados求解器可以根据当前系统状态和轨迹参考值快速得出最优的推进器控制指令。经过仿真和实船试验,验证了所提出基于NMPC的轨迹跟踪算法具有较高的控制精度和鲁棒性。

子空间预测控制方法在线性变参数系统中的应用

提出了一种针对线性变参数系统的新型子空间预测控制方法。该方法首先通过子空间辨识算法获得线性变参数系统的子空间预测输出。然后,对构造的输入输出矩阵进行QR分解得到子空间预估器,将子空间预估器用于设计模型预测控制器。该控制器包含了积分作用,可消除稳态误差。最后,通过风机扑翼动力学系统的仿真实验,证明了该方法的有效性。

模型预测控制器权重参数整定非线性规划法

模型预测控制(MPC)权重参数的整定是其取得良好控制性能的关键。针对基于双层结构多目标优化的MPC权重参数整定方法存在求解过程较慢、耗时较长的问题,提出了一种非线性规划整定方法。该方法将MPC权重参数整定中每个时间采样点的MPC子优化问题等价为外层MPC权重参数整定优化问题的最优KKT(Karush-Kuhn-Tucker)条件,将MPC权重参数整定的双层多目标优化问题转化为单层非线性规划问题。仿真案例表明,基于单层非线性规划整定方法的MPC控制性能优于或近似于基于双层多目标优化整定方法的MPC控制性能;而且基于单层非线性规划的整定方法能够快速获得MPC权重参数,时间成本由基于多目标优化整定方法所需的1.0~1.5 h缩短到10~90 s。

一类时滞线性参数变化系统的H_∞控制

研究一类时滞线性参数变化(LPV)系统的H∞控制问题,采用基于仿射参数的Lyapunov函数提出了稳定性能分析和控制器设计的充分条件。同时应用投影定理,借助附加矩阵解除了参数的Lyapunov函数矩阵与系统矩阵的耦合,得到以线性矩阵不等式(LMI)形式表示的条件。并且通过多凸技术把得到的无限维线性矩阵不等式转换为有限维线性矩阵不等式,从而使问题可以求解。数值仿真表明,性能得到满足同时也证明了方法的可行性。

未知参数非线性系统的自适应广义预测控制

研究非线性系统的稳定性和跟踪优化问题,针对未知参数非线性系统的参数辨识和输出跟踪问题,给出参数自适应广义预测控制方法,为使辨识模型能实时反映被控对象特性以及输出对设定值的跟踪有较高精度。提出将非线性系统转化为受控自回归滑动平均模型,根据输入输出数据辨识模型参数。采用广义预测控制滚动优化的策略得出最优控制律,将最优控制律作用于对象实现非线性系统的优化控制以及系统输出对设定值的跟踪控制。明显克服了自适应控制对模型精度要求高的缺陷且具有在线辨识,滚动优化的特点。最后,通过仿真实例验证了方法的有效性。

Buck变换器线性参数变化模型的增益调度控制

针对开关变换器的输出电压极易受到输入电压或者负载波动的影响,提出一种建立在Buck变换器线性参数变化(LPV)模型基础上的增益调度控制策略.首先,将Buck变换器的小信号模型转换成以负载电阻和输入电压作为变参数的LPV模型,基于LPV的凸分解方法,利用线性矩阵不等式(LMI)技术对凸多面体各顶点分别设计满足H∞和闭环极点配置的反馈控制器,再插值各顶点所设计的反馈控制器,综合得到具有多面体结构的LPV控制器.该方法在线计算量小,容易实现.最后,通过仿真验证了设计方法的有效性,与传统的鲁棒控制策略的控制器相比,所设计的LPV控制器受Buck变换器中输入电压和负载电阻波动影响较小,具有更好的控制性能.

线性参数时变可测系统的混合反馈预测控制

针对参数可测的线性参数时变(LPV)系统,通过综合增益调度控制思想和多步控制集方法,设计鲁棒反馈预测控制器.借鉴增益调度控制扩大设计自由度,改善系统控制性能的优点,设计基于增益调度控制和普通反馈控制律序列的多步混合反馈预测控制策略.在首步椭圆集采用增益调度控制律,有效地利用可测的参数信息提高系统控制性能;在余下的椭圆集系列采用多步控制律,降低在线优化算法的计算量,在控制性能和计算负担之间进行有效平衡.利用该混合反馈预测控制器可以有效地利用当前可测的参数信息,且以较低的在线计算量取得了较优的控制性能.仿真结果验证了该方法的有效性.

在线优化参数的无模型预测神经网络自抗扰控制

关于难以建模的非线性系统的控制问题,提出具有辅助变量的全格式动态线性化方法逼近非线性系统模型,基于其构建系统的预测模型,给出采用直接极小化指标函数自适应优化算法的参数估计算法,在扩张状态观测器中引入控制输入的微分项,并将控制输入和其微分的系数改进为关于观测状态的函数,因其未知,使用RBF神经网络逼近,利用非线性递推最小二乘法同时优化RBF神经网络参数和自抗扰控制器参数,综上研究提出在线优化参数的无模型预测神经网络自抗扰控制算法。仿真研究验证了上述研究的合理性和有效性,系统响应精度高。

线性变参数系统抗扰动鲁棒模型预测控制

持续有界扰动影响线性变参数系统的稳定性控制,采用基于多面体集的线性变参数系统抗扰动鲁棒模型预测控制算法可扩大系统的控制可行域,实现系统的稳定控制,并减少在线运算量。考虑系统扰动影响和参数不确定性,离线算法得到一系列不变多面体集和对应的控制律。在线算法根据受扰动状态变量在多面体不变集中的位置,在相应离线控制律的凸包内优化出的实际控制律,得到系统的控制输入量。给出算法的详细实施步骤和算法稳定性的证明。通过仿真对比验证算法的有效性,所提出的算法可以实现有界干扰的线性变参数系统控制的快速性和稳定性。