检索结果-内蒙古大学图书馆

哈尔滨工业大学学报 2006年第10期38卷 1700-1704页

作者：苏佰丽陈增强袁祉南开大学自动化系

针对多变量非线性系统提出了一种带约束输入的广义预测控制(GPC)算法.首先对多变量非线性系统建立T-S模糊模型,利用模糊聚类算法和正交最小二乘算法对输入变量的模糊划分及后件部分的参数分别进行辨识,然后在每个采样点对系统进行局部... 详细信息

针对多变量非线性系统提出了一种带约束输入的广义预测控制(GPC)算法.首先对多变量非线性系统建立T-S模糊模型,利用模糊聚类算法和正交最小二乘算法对输入变量的模糊划分及后件部分的参数分别进行辨识,然后在每个采样点对系统进行局部动态线性化.根据得到的系统线性化模型设计GPC算法,该算法充分考虑了控制输入及其增量受约束的情况,而且不必求D iophantine方程,大大减小了计算量.仿真结果表明该算法能保证系统输出有效跟踪设定值,而且控制输入和控制增量均在其约束范围之内.

关键词：多变量非线性系统 T-S模糊模型广义预测控制(GPC) 约束输入

来源：评论

学校读者我要写书评

暂无评论

多变量非线性系统的有约束模糊预测解耦控制

引用

系统工程学报 2007年第5期22卷 546-550页

作者：苏佰丽陈增强袁祉南开大学自动化系

针对多变量非线性系统提出了一种带约束输入的广义预测解耦控制算法:首先对多变量非线性系统建立T-S模糊模型,然后在每个采样点对系统进行局部动态线性化,将得到的系统线性化模型进行对角解耦,然后对其设计带输入约束的GPC算法.该算法... 详细信息

针对多变量非线性系统提出了一种带约束输入的广义预测解耦控制算法:首先对多变量非线性系统建立T-S模糊模型,然后在每个采样点对系统进行局部动态线性化,将得到的系统线性化模型进行对角解耦,然后对其设计带输入约束的GPC算法.该算法充分考虑了控制输入及其增量受约束的情况,而且不必求Dio-phantine方程,减小了计算量,且削弱了变量之间的耦合程度.最后的仿真结果说明了该算法对多变量非线性系统的有效性.

关键词：多变量非线性系统 T—S模糊模型多变量解耦控制广义预测控制(GPC) 约束输入

来源：评论

学校读者我要写书评

暂无评论

多变量非线性系统参数自调整的模糊加权控制

引用

信息与控制 2001年第2期30卷 135-138页

作者：肖军张石王健徐心和东北大学信息科学与工程学院沈阳110006 四平师范学院 136000

本文针对多变量非线性系统 ,提出了一种参数自调整的模糊加权信息融合方法 .利用模糊组合变量降低模糊控制系统的维数 ,根据不同的模糊组合变量对最后决策的作用大小 ,赋予不同的权重来实现对多变量非线性系统的控制 ,在利用反向传播算... 详细信息

本文针对多变量非线性系统 ,提出了一种参数自调整的模糊加权信息融合方法 .利用模糊组合变量降低模糊控制系统的维数 ,根据不同的模糊组合变量对最后决策的作用大小 ,赋予不同的权重来实现对多变量非线性系统的控制 ,在利用反向传播算法对量化系数和加权系数进行自学习后 ,在线进行基于模糊规则的参数自调整 ,有效地解决了多变量模糊控制系统中难于设计多维规则库和在线实现自适应模糊控制的问题 .本文还对所提出的方法进行了仿真实验和实际系统的实验。

关键词：模糊控制多变量非线性系统参数自调整加权控制

来源：评论

学校读者我要写书评

暂无评论

多变量非线性系统的模糊预测控制研究

多变量非线性系统的模糊预测控制研究

引用

作者：张莉东南大学

学位级别：硕士

热工生产过程中的控制对象多具有非线性、多变量、强耦合、慢时变和不确定性的特点，且是大惯性、大滞后的，被控对象的动态特性往往变化很大，难于建立其精确数学模型。现有的热工控制系统大都采用传统的PID控制，在参数整定的稳态点... 详细信息

热工生产过程中的控制对象多具有非线性、多变量、强耦合、慢时变和不确定性的特点，且是大惯性、大滞后的，被控对象的动态特性往往变化很大，难于建立其精确数学模型。现有的热工控制系统大都采用传统的PID控制，在参数整定的稳态点附近能取得较好的控制效果，而对大工况范围不能提供优良的控制品质，难以满足生产实际过程控制的要求。为了提高机组适应负荷变化的能力，保证安全经济性，同时实施节能优化运行，对热工非线性系统的全局优化控制策略加以研究是十分必要的。\n 本论文以与热工对象具有动态相似性的非线性水箱为对象，进行模糊预测控制算法的应用研究。以往纯数值仿真的控制算法研究建立在简化后的对象模型上，这样的模型不能精确反映真实控制系统的动态特性和其它影响因素，因此对算法的验证是不够全面的，而新型的先进控制算法往往又不能直接用在生产过程中加以检验，因此通过与热工过程具有动态相似性的高等过程实验装置，对所研究的算法进行试验和验证，考察算法在实际对象、通信系统、软硬件环境下的控制效果更具有实际意义，同时促使研究者通过实验现象产生更多算法改进的思路。本文的具体研究内容如下：\n （1）先进过程控制应用实验系统\n 本课题的研究方法是理论分析结合物理实验，研究过程控制系统的建模与控制算法。由于复杂的算法很难在电厂进行实际的试验，因此本课题建立了先进过程控制应用实验系统，以与热工过程具有动态相似性的非线性水箱系统为对象，开展非线性过程的模糊预测控制算法的应用研究，将已确定的建模和控制方法运用在多变量非线性过程实验装置上进行验证和进一步的改进。研究成果可较方便地转化进入实际工业生产的应用中，具有一定的指导意义，同时检验算法的可行性。\n （2）非线性对象的模糊建模\n 首先简述了非线性系统常用的建模方法和存在的问题，研究基于G-K聚类的T-S模糊建模与辨识方法。T-S模糊模型的辨识由两部分组成：模型结构的辨识和模型参数的辨识。模型结构的辨识又分为前提结构辨识与结论结构辨识。模型参数的辨识又分为前提参数辨识与结论参数辨识。本文将理论用于实际，对非线性的单容水箱、串级双容水箱、多变量单容水箱和多变量双容水箱进行辨识和模糊建模，同时也比较了阶跃响应模型和机理建模，为广义预测控制算法建立了基础。\n （3）非线性对象的预测控制\n 预测控制是近年来发展起来的一类新型计算机控制算法。由于它采用多步预测、滚动优化和反馈校正等控制策略，因而控制效果好，鲁棒性强，适用于控制不易建立精确数学模型且比较复杂的对象。因此，本文以广义预测控制算法为基础，研究基于T-S模糊模型的广义预测控制问题，比较了预测控制和传统PID控制，比较了隐式GPC算法和递推的GPC算法，将把T-S模糊预测控制算法投入到单容水箱、双容水箱、多变量单容水箱和多变量双容水箱，并通过大量的物理实验和仿真来分析算法的性能。

关键词：热工控制系统多变量非线性系统模糊预测控制优化控制

来源：评论

学校读者我要写书评

暂无评论

基于多层局部回归神经网络的多变量非线性系统预测控制

引用

控制理论与应用 2001年第2期18卷 298-300页

作者：刘贺平张兰玲孙一康北京科技大学自动化系北京100083

以罐式搅拌反应器为例 ,针对复杂多变量系统的强耦合性、非线性、时变性等问题 ,研究了多变量非线性系统的预测控制及改善控制性能的方法 .采用多层局部回归神经网络离线建立预测模型 ,以偏差补偿和模型修正相结合的方式对预测模型进行... 详细信息

以罐式搅拌反应器为例 ,针对复杂多变量系统的强耦合性、非线性、时变性等问题 ,研究了多变量非线性系统的预测控制及改善控制性能的方法 .采用多层局部回归神经网络离线建立预测模型 ,以偏差补偿和模型修正相结合的方式对预测模型进行误差补偿 ,经在线校正用于预测控制 .通过对性能指标中的偏差项负指数加权 ,进一步改善预测控制性能 .仿真结果表明了控制算法的有效性 .

关键词：多变量非线性系统多层局部回归神经网络预测控制模型修正

来源：评论

学校读者我要写书评

暂无评论

基于知识的多变量非线性系统变结构解耦控制

引用

北京工业大学学报 2001年第4期27卷 447-450页

作者：涂承媛北京工业大学机械工程与应用电子技术学院北京100022

提出了一种基于知识的变结构解耦控制策略，并用于多变量非线性系统的控制，避免了传统解耦控制所必须的建模过程，特别是避免了相应的大量复杂的矩阵运算．阐述了其控制知识库中的一些模块，给出了它们的算法要点．提出的策略已成功地... 详细信息

提出了一种基于知识的变结构解耦控制策略，并用于多变量非线性系统的控制，避免了传统解耦控制所必须的建模过程，特别是避免了相应的大量复杂的矩阵运算．阐述了其控制知识库中的一些模块，给出了它们的算法要点．提出的策略已成功地用于一个３×３强耦合系统——三绕组加热标准温度源的恒温控制，得到了温度稳定性和温度均匀性都优于１℃的效果，传统方法用于本系统无法达到．

关键词：多变量非线性系统变结构解耦控制控制知识库 3×3强耦合系统控制策略矩阵运算

来源：评论

学校读者我要写书评

暂无评论

基于神经网络的多变量非线性系统解耦控制及应用

基于神经网络的多变量非线性系统解耦控制及应用

引用

作者：翟廉飞东北大学

学位级别：博士

工业生产过程控制中的被控对象往往是多输入多输出系统。对于一些多变量工业过程采用分散控制将其化成单回路系统，采用多个单回路控制器进行控制可以取得满意的控制效果。然而，对于具有多变量强耦合强非线性的工业过程，特别是对于一... 详细信息

工业生产过程控制中的被控对象往往是多输入多输出系统。对于一些多变量工业过程采用分散控制将其化成单回路系统，采用多个单回路控制器进行控制可以取得满意的控制效果。然而，对于具有多变量强耦合强非线性的工业过程，特别是对于一类具有多变量强耦合、强非线性和动态特性随运行条件变化的复杂工业过程，即使采用合理的变量配对，将其化成单回路系统，采用单回路控制器也难以取得令人满意的控制效果。例如，在我国燃煤火力发电厂中广泛采用的将原煤研磨成煤粉的钢球磨煤机制粉系统，磨煤机出口温度、入口负压和进出口差压相互耦合，其动态特性随原煤水分等运行条件的变化而变化，长期以来，采用分散控制设计的单回路控制器组成的控制系统不能投入自动运行，只能靠人工控制，造成超温、堵磨和喷粉事故的发生。因此，强耦合强非线性系统的解耦控制，特别是强耦合强非线性且动态特性随运行条件变化的复杂工业过程的解耦控制，成为过程控制亟待解决的关键问题。\n 本文在国家重点基础研究发展计划(973)课题“复杂工业生产过程实时智能控制理论与算法研究”(2002CB312201)的支持下，开展了多变量非线性系统的解耦控制方法的研究。并以钢球磨煤机制粉系统作为一类具有多变量强耦合强非线性且动态特性随运行条件变化的复杂工业过程的典型实例，依托东北大学“985工程”流程工业综合自动化科技创新平台，设计与开发了钢球磨煤机制粉系统智能解耦控制的半实物仿真系统，并在仿真系统上验证了所提出控制方法的有效性以及可实现性。本文的主要工作归纳如下:\n (1)针对一类多变量非仿射非线性系统，将加权一步超前开环解耦控制器与自适应神经网络控制项相结合，提出了基于神经网络的多变量非线性系统解耦控制方法。当上述非线性系统未知时，提出了基于神经网络的多变量非线性自适应控制方法。证明了上述两种控制方法均能在保证闭环系统稳定的同时，保证闭环系统的跟踪误差收敛。并通过仿真验证了控制方法的有效性。\n (2)针对一类具有多变量强耦合强非线性且动态特性随运行条件变化的复杂工业过程，采用解耦补偿器处理被控对象中的耦合影响，采用神经网络补偿非线性项对闭环系统的影响，采用多个控制器之间的合理切换来处理动态特性变化的影响，提出了基于神经网络和多模型的多变量非线性解耦控制方法。并给出了上述控制方法的闭环稳定性和收敛性分析，通过仿真验证了所提出方法的有效性。\n (3)针对上述被控对象，以增量式数字PID控制器为基础，提出了易于工业现场实现的基于神经网络和多模型的多变量非线性解耦PID控制方法，分析了闭环系统的稳定性和收敛性，并通过仿真验证了该方法的有效性。当上述被控对象参数未知时，将自适应辨识算法与非线性解耦PID控制器相结合，提出了由线性自适应解耦PID控制器、多个神经网络非线性自适应解耦PID控制器和切换机构组成的多变量非线性自适应解耦PID控制方法。分析了闭环系统的稳定性和收敛性，并通过仿真验证了该方法的有效性。\n (4)建立了钢球磨煤机制粉系统的动态模型，并对制粉系统进行了动态特性分析。分析结果表明:钢球磨煤机制粉系统具有多变量、强耦合、强非线性、动态特性随运行条件变化等综合复杂性，难以采用已有的控制方法进行有效控制。\n (5)采用钢球磨煤机制粉系统的动态模型，开发了虚拟钢球磨煤机制粉系统仿真对象。采用所提出的基于神经网络和多模型的多变量非线性解耦PID控制方法、基于神经网络和多模型的多变量非线性自适应解耦PID控制方法，设计与开发了基于神经网络和多模型的制粉系统解耦PID控制软件和自适应解耦PID控制软件。并搭建了由DCS控制系统、仪表与执行机构的虚拟装置和模拟现场制粉系统的对象计算机组成的半实物仿真系统。在仿真系统上开展了基于神经网络和多模型的制粉系统解耦PID控制实验和自适应解耦PID控制实验，验证了所提出解耦控制方法的有效性和工程上的可实现性。

关键词：多变量非线性系统解耦控制神经网络仿真设计

来源：评论

学校读者我要写书评

暂无评论

多变量非线性系统模糊直接广义预测研究