基于DMC策略的高速铁路受电弓系统机械振动研究

高速铁路受电弓系统要求电力机车在运行时保证弓网接触的稳定和安全,特点是弓网电流传输平稳,参数实时监测存储,弓网机械振动误差小和运行曲线调节速度快.本文首先分析了高速受电弓系统运行参数的设计指标和曲线特点,提出弓网机械振动的结构;其次,分析了弓网机械振动的原理和DMC参数预测模型,建立基于开环预估控制算法流程图.DMC作为一种类聚优化曲线的开环控制,其主要工作原理是运用受电弓系统动态的参数指标为参考输入,以弓网机械振动在线检测和曲线调整为主的优化策略.通过算法与系统性能之间的定量关系,在应用中对设计参数进行调试.实验结果表明,基于DMC开环控制方法优于GPC闭环反馈控制效果,且具有最优解.

基于改进型GPC算法的液位优化控制

以双容水箱为被控对象,利用MATLAB/Simulink程序开发工具,对广义预测控制(GPC)进行仿真和实验研究。首先建立一个控制系统的数学模型,然后对GPC算法进行选择,最后对应用广义预测控制算法的模型进行了仿真验证。实验结果表明:所提出的算法具有良好的动态响应性能,可快速跟踪设定值,得到了较好的控制效果。

应用型本科高校“GPC”人才培养模式探索

人才培养模式的改革与创新是培养高素质应用型人才的关键。从应用型本科高校人才培养的目标、课程体系、实践体系、评价体系与保障体系等方面,详细阐述了如何构建融通识教育、专业教育、职业生涯教育"三位一体"的"GPC"人才培养模式。

焦炉荒煤气传输系统多模型PI-GPC的仿真研究

充分考虑大多数焦炉荒煤气传输系统的对象特性与运行工况密切相关的实际特点,利用PI控制和广义预测控制的优点推导出一种改进型的广义预测控制策略。同时,在不同工况点下建立相应的控制器,并给出一种改进的控制器切换方法和切换之后的控制量补偿方法,以解决因为控制器切换和工艺设定值的改变而导致的切换扰动和系统的震荡、超调。通过利用改进的多模型广义预测控制,使得系统更具有鲁棒性、快速性。仿真结果证实了该控制策略的优越性。

基于ISSA-DELM算法的CSTR系统广义预测控制研究

连续搅拌反应釜(CSTR)作为典型的聚合反应化工生产用到的设备,其在工作运行时具有强非线性、大滞后性和不确定性,用传统的方法难以建立精准的数学模型。文中根据一类CSTR反应过程采用Hammerstein-Wiener模型,使用高斯径向基函数的LS-SVM分别对模型的两个非线性模块进行建模,并使用其建立的Hammerstein-Wiener模型作为广义预测控制的预测模型;针对广义预测控制的滚动优化环节,采用多策略改进的麻雀算法(ISSA)优化深度极限学习机(DELM)的混和优化算法策略,并利用基准函数测试改进麻雀算法的优越性;最后将混合优化算法应用在非线性CSTR对象上,经过实验证明,所提出的ISSA-DELM混合优化算法对CSTR系统具有较好的控制效果,并与未改进的SSA-DELM算法和DELM算法进行仿真结果对比,结果显示,文中算法控制效果明显优于SSA-DELM算法和传统的DELM算法。

GPC浓度效应模型理论推导补充

提出了一种以开始流体力学体积收缩浓度C_S作为起始边界条件来推导单分散和多分散高分子的有效流体力学体积和GPC峰值流出体积同分子量及其分布和浓度间的依赖性方法,最后结果证实它同以浓度为零作为起始边界条件所得到结果是完全一致的。其差别只在于起始有效流体力学体积收缩系数β。不同,前者,而后者β_0=e,当对同一高分子-溶剂体系,其C_S为定值,则为一常数。若令为一个常数后,结果使两种计算方法所得到的有效流体力学体积和GPC峰值流出体积同分子量及其分布和浓度依赖性关系式完全一致。

空冷型PEMFC电堆温度建模及改进GPC控制

为了使电池具有良好的输出性能,质子交换膜燃料电池(PEMFC)电堆温度必须控制在一个合适的范围内。提出了一个基于广义预测控制(GPC)的PEMFC温度预测控制方案。根据电池内部的能量守恒定律,建立了空冷型燃料电池电堆温度模型,基于此温度模型,采用GPC控制器建立了PEMFC温度控制系统,并提出一种改进的广义预测控制算法,减少了计算量和控制过程中的超调。设定温度为实验所获得的最佳工作温度。控制仿真结果表明,设计的PEMFC温度GPC控制系统有较高的控制精度与响应速度。

基于GPC-PID算法的汽车电子节气门控制系统设计

提出了利用GPC算法与增量式PID算法相结合的方法对节气门控制系统进行优化,依据节气门数学模型建立True Time的电子节气门控制仿真模型。通过仿真实验,对超调量、稳态误差等指标进行分析,分析得到该设计能使系统具有相对较短的响应速度、较小的误差、较高的稳定性,达到了电子节气门控制系统的设计要求。

Constrained predictive control based on T-S fuzzy model for nonlinear systems

A constrained generalized predictive control （GPC） algorithm based on the T-S fuzzy model is presented for the nonlinear system. First, a Takagi-Sugeno （T-S） fuzzy model based on the fuzzy cluster algorithm and the orthogonalleast square method is constructed to approach the nonlinear system. Since its consequence is linear, it can divide the nonlinear system into a number of linear or nearly linear subsystems. For this T-S fuzzy model, a GPC algorithm with input constraints is presented. This strategy takes into account all the constraints of the control signal and its increment, and does not require the calculation of the Diophantine equations. So it needs only a small computer memory and the computational speed is high. The simulation results show a good performance for the nonlinear systems.

基于GPC的自适应温控PID的设计与仿真

温度控制是具有大时滞特性的控制对象,当工况发生变化时,固定取值PID控制器难以实现理想的控制效果。基于广义预测控制的自适应PID控制器通过最小二乘法对系统进行辨识,将Diophantine方程的递推解与PID参数相对应,实现PID参数的自适应。MATLAB仿真和Automation Studio仿真实验表明,以基于广义预测控制的PID控制器代替固定取值的PID控制器来控制温度对象,在稳定性和实时跟踪等方面都能取得良好的控制效果。

GPC算法在火炮随动系统中的仿真研究

计算机技术和数字化技术的发展,使得构成火炮随动系统的各元件,从质量和性能上都有了很大的提高;随着硬件的制造工艺有了很大改进,使得软件可做到更加精确,在使控制率的设计、调整和维护更加便捷可靠的同时,对于控制中存在的非线性和不确定性因素的影响,用软件设计算法比硬件更简洁且便于维护。本文使用GPC算法对CARIMA模型(受控自回归积分滑动平均过程模型)进行模拟仿真,使用多步预测、滚动优化的方法检验算法在受到非平稳随机扰动的不稳定系统中的控制性能。仿真结果证实了该控制策略的优越性。

基于GPC的稳流称重仓仓重优化控制研究

稳流称重仓仓重控制是水泥粉磨系统中重要的控制环节,存在多变量、强耦合、大滞后等特点,传统的控制策略不能很好地达到控制效果,系统很难实现自动控制。GPC算法集成了自适应控制和预测控制等优势,擅于在线预估参数来实现自适应控制,为此构建仓重控制过程的时间序列ARMAX模型,并结合GPC算法进行预测控制,通过SCADA软件开发仓重控制系统。经过实验结果分析,表明该系统能有效解决控制时滞性等问题,具有良好的动态响应性能及控制效果。

基于LS-SVM与GPC算法的锅炉燃烧优化控制

基于LS-SVM算法和反馈网络建立了非线性对象全参数动态模型,实现了对非线性系统动态特性的多步预测;考虑控制的实时性,研究了将非线性LS-SVM动态模型在线线性化和构造对象实时线性CARIMA动态模型的方法;并结合GPC算法,提出了LSSVM-GPC动态优化控制策略。文中验证了LSSVM-GPC动态优化控制算法的跟踪能力和抗干扰能力,通过仿真试验给出了该算法对电站锅炉燃烧系统具有优秀的动态调节性能。

基于通道选择和多维特征融合的脑电信号分类

针对多通道脑电信号(EEG)相互干扰、存在个体差异性导致分类结果不同和单域特征识别率低等问题,提出一种通道选择和特征融合的方法。首先,对获取到的EEG进行预处理,使用梯度提升决策树(GBDT)选出重要通道;其次,采用广义预测控制(GPC)模型构建重要通道的预测信号,辨析多维相关信号之间的细微差别,再使用SE-TCNTA(Squeeze and Excitation block-Temporal Convolutional Network-Temporal Attention)模型提取不同帧之间的时序特征;然后,使用皮尔逊相关系数计算通道间的关系,提取EEG的频域特征和预测信号的控制量作为输入,建立空间图结构,并采用图卷积网络(GCN)提取频域、空域的特征;最后,将上述二者特征输入全连接层进行特征融合,实现EEG的分类。在公共数据集BCICIV_2a上的实验结果表明,在进行通道选择的情况下,与首个用于ERP检测的EEGInception模型以及同样采用双分支提取特征的DSCNN(Shallow Double-branch Convolutional Neural Network)模型方法相比,所提方法的分类准确率分别提升了1.47%和1.69%,Kappa值分别提升了1.25%和2.53%。所提方法能够提高EGG的分类精度,同时减少冗余数据对特征提取的影响,因此更适用于脑机接口(BCI)系统。

基于DCS丙烯腈反应器三层控制技术研究

根据丙烯腈反应器的工艺特点,提出了以DCS为基础的PID、广义预测控制(GPC)及优化控制三层控制技术。PID自整定采用相关系数法建立模型并用极小化二次型目标函数优化参数;利用广义预测控制(GPC)实现丙烯腈反应温度优化控制;选定反应温度、空塔线速、氨烯比、空烯比和反应器负荷作为自变量,采用多元逐步回归分析方法建立丙烯腈产量模型,用最速上升法完成了反应器操作参数的在线优化。

高速列车多模型广义预测控制方法

列车运行过程是一个典型的非线性过程,并且随着列车速度的增加,非线性特性越来越强,这就给自动驾驶系统的设计提出更高的要求。本文针对高速列车自动驾驶系统设计多模型广义预测控制器。首先针对高速列车的非线性特性,利用聚类有效性评价指标确定最优的多模型个数,然后采用减法聚类方法建立多模型集合。接着针对每个聚类集合,利用递推最小二乘方法建立相应的线性模型。最后针对模型参数不确定性和未建模部分,设计多模型广义预测控制器进行控制。仿真结果证明了该方法的有效性。

基于多模型的循环流化床锅炉床温预测控制

针对循环流化床锅炉床温的强非线性特性,提出了一种改进的基于多模型的预测控制策略.将多模型控制策略和广义预测控制相结合,采用几个典型工况点的模型来逼近整个运行区间的动态特性,从而取代在线辨识来校正模型.通过跟踪实际工况的变化来对各个子控制器进行加权以获得合适的控制增量,并对广义预测控制的性能指标进行了修改,以消除调节后期的振荡.典型工况点的模型可由离线辨识得到,参数恒定,使得丢潘图方程和控制规律式的求解可以离线进行,降低了在线计算量.将该算法用于某电厂440 t/h循环流化床锅炉的床温控制系统仿真,结果表明:该算法能够很好地克服被控对象的非线性,在负荷大范围变动时仍然可以取得良好的控制效果.

水下机器人操纵系统优化控制研究

水下机器人(ROV)在水中运动时会受到波浪、海流等干扰,造成系统稳定性差。因此需要一种高效的运动控制方法。常规运动控制方法存在动态响应差、自适应能力不足等缺点,难以有效抑制环境干扰,为提高系统的稳定性,提出了一种结合PID的广义预测优化算法。根据ROV动力学模型,优化广义预测控制算法,结合PID对上述算法进行平滑处理,并以水下机器人的艏向和纵向运动为例验证控制效果。仿真结果表明,控制算法响应速度快、震荡低,且具有良好的抗干扰能力,为系统稳定性优化提供了科学依据。

基于广义预测控制算法的表冷器出风温度控制

表冷器出风温度控制是整个暖通系统中的关键控制环节。为了提供给变风量末端的送风温度更接近设定值,在变风量中央空调系统实验平台上,对表冷器进行流量阶跃响应实验,并用测试法得到表冷器数学模型。在此基础上,将广义预测控制算法应用于表冷器的出风温度控制,该算法采用CARIMA模型,对三种情况下表冷器出风温度的控制性能进行研究。结果表明:该算法能实时在线辨识表冷器模型参数,克服了系统时变特性的不利影响;通过与相应PID控制比较,验证了该算法具有更高的稳定性、准确性及鲁棒性。

电动汽车驱动系统广义预测控制

为了柔化电动汽车运行时速度变动带来的冲击,采用了单变量隐式广义预测控制的方法对电机电流进行控制,提出了一种基于车辆变速舒适度控制的加速度模型。在对电动汽车用永磁同步电动机驱动系统分析的基础上,建立了控制对象受控自回归滑动平均模型;为了避免系统参数变化引起的模型失配,采用递推最小二乘法对模型参数进行了辨识,并对电动汽车的启动和变速过程进行了仿真,得到了速度、加速度曲线。仿真结果表明,在变速始端和末端,加速度和加加速度均趋于零,说明了该方法能够实现对电动汽车变速过程的有效控制且鲁棒性强,具有实用价值。