摘要：由于风力发电系统是一个多输入多输出系统，具有强非线性、强干扰等特性，传统的变桨控制在抑制机组传动链转矩波动以及载荷等方面不能很好地满足系统控制要求。针对这些问题，本文提出了基于模型预测控制的多变量控制策略。为了使模型预测控制在抑制转矩波动的同时，使系统依然具有较强的鲁棒性，对风机工作区域进行分段设计，根据不同区域的控制要求，对系统进行线性化处理，得到其线性化模型，建立多模型预测控制器。根据不同控制目标，切换到最适配的模型，得到最优发电机转矩和桨距控制信号，运用转矩与桨距角协同控制，实现转速的快速跟踪与功率的稳定输出控制，并达到降低传动链扭矩脉动与减小疲劳载荷的目的。最后，通过在Maflab／Simulink下进行仿真，仿真结果验证了多模型预测控制器的正确性和有效性。

摘要：针对太阳能热发电过程中广泛存在的随机性和不确定性问题,文中采集实测的数据进行聚类后建立多模型,设计了多模型加权预测控制器.首先,采用模糊聚类算法对实测的太阳能热发电数据进行分类,再用递推最小二乘法建立系统的多模型作为预测模型;其次,取集热器入口温度、太阳辐照强度以及环境温度为扰动信号,以导热熔盐的流速为控制量控制集热器的出口温度,并针对不同的子模型设计预测控制器;第三,按照子控制器的加权策略得到最小的控制增量并对系统进行稳定性分析;最后,进行试验仿真分析,和目前多采用的单模型预测控制结果比较,加权多模型预测控制精度更高,滞后时间更短.

摘要：多模型预测控制(MMPC)是解决非线性控制问题的重要手段,本文针对多模态控制器设计中模态匹配准则的选取问题,利用当前样本状态与各聚类建模子空间距离差异,提出了一种基于距离匹配的多模型控制器加权算法。然后,基于模态融合思想,提出了模态加权构建实时预测模型的控制策略。通过对pH中和过程进行仿真,结果表明:两种方法都提高了非线性系统的暂态响应,跟踪特性优良,体现了它们对非线性系统大范围控制的有效性。

摘要：通过道路并联(Through-the-road parallel,TTRP)混合动力车辆是指将发动机和电动机安装在车辆的不同轴上,通过地面与轮胎间的作用力将动力耦合的混合动力车辆类型。这种类型的混合动力车辆,由于结构的特点在不同的动力模式下存在不同的低频频率特征。车辆的低频纵振是影响车辆舒适性和驾驶性的关键因素之一,因此,车辆的低频纵振必须得到很好的控制。研究这种类型的混合动力车辆在不同动力模式下的特点,针对不同模式建立简化模型,并建立统一的多模型预测控制策略。通过仿真TTRP混合动力车辆在多种动力模式下的特定工况,对设计的多模型预测控制策略进行验证。特定的工况包括急踩、松油门(Tip-in,Tip-out),不同的转矩分配等。仿真结果表明所设计的车辆低频纵振主动控制策略能够较好地抑制TTRP混合动力车辆在各动力模式下的低频纵振,车辆驾驶性得到了较大的提升。

摘要：针对炉窑温度系统的大时滞、多扰动和非线性的特点，将T-S模糊状态空间模型作为预测控制的预测模型，并将T-S模糊表示的非线性系统转化为线性时变系统，给出了基于状态空间的多变量复杂系统的T-S模糊模型表达形式，设计出预测时域内多模型的非线性模糊预测控制器。根据实际控制中对控制量和输出的约束，将控制器输出求解转化为二次规划问题。