摘要：为了简化多变量广义预测控制MGPC的设计与实现,提出了对角carima(Controlledautoregressiveintegratedmovingaverage)模型MGPC控制器系数的直接求解方法.利用多变量对角carima模型直接递推得到了非常简洁的MGPC控制器,控制增量等于控制器系数与设定值、过程输入输出历史数据、模型预测误差历史数据的乘积,控制器系数只与模型参数和设计参数有关,控制器系数维数只由模型结构参数决定.避免了Diophantine方程的求解,减少了在线计算量,简化了MGPC控制器的实现.在一个DCS控制的非线性液位装置上的对比实验结果表明了该方法的有效性.

摘要：为了简化约束存在时多变量广义预测控制算法的设计与实现,依据对角carima模型的结构特点,将多输入多输出对象的参数辨识和模型预报问题转化为一系列多输入单输出子对象的参数辨识和模型预报问题.推导了输入输出的约束形式及优化求解过程,简化了多变量对象的参数辨识、模型预报、目标函数和约束条件系数矩阵的计算.在由DCS控制的非线性液位装置上的对比实验结果表明了该方法的有效性.

摘要：为了简化输入输出约束存在时多变量广义预测控制算法的设计与实现问题,提出了对角结构形式的多变量carima模型的约束广义预测控制算法。根据对角carima模型的结构特点将多输入多输出对象的模型输出预报和参数辨识转化为多输入单输出子对象的模型输出预报和参数辨识,并详细分析了系统的输入输出约束形式,将模型输出预报、目标函数和约束条件中依赖于模型参数的项与依赖于过程历史数据的项完成分离,简化了模型输出预报的计算及优化问题的求解,从而简化了约束多变量广义预测控制算法的实现。在一个DCS控制的非线性液位装置上的对比实验结果表明了该方法的有效性。

摘要：为了增强多变量广义预测控制算法(MGPC)的实用性,对其实现形式进行了进一步的简化.利用对角carima模型的结构特点,先对系统中单个输出变量期望值的自由响应部分进行分解推导,将其表达成自由响应项系数与系统输入输出变量已知值乘积的形式,得到此输出变量的预测表达式,然后将系统所有输出变量的预测表达式代入目标函数中,得到的控制增量等于控制器系数与参考轨迹、过程输入输出历史数据的乘积.控制器系数只与模型参数及设计参数有关,求解控制量时不再需要进行模型输出预报,控制器结构简单,实现容易.对比实验结果表明了该方法保持了常规MGPC方法的优秀控制性能.

摘要：针对燃煤锅炉实际运行工况,建立了锅炉燃烧系统的受控自回归积分滑动平均(carima)模型,并对该模型设计了模糊预测控制器,根据广义预测控制(GPC)的自校正多步预测和反馈校正等特点,将模糊控制作为广义预测控制的校正调节;将锅炉燃烧控制系统划分为燃料量、送风量、炉膛压力3个控制子系统,采用模糊PID控制器对各控制子系统进行了优化。结果表明,优化后的燃料量控制系统在保证控制精度的基础上,使系统响应较平稳,跟踪速度更快;优化后的送风量和炉膛压力控制系统调节时间短,超调量和稳态误差均为0,且具有很强的抗干扰能力。

摘要：针对pH过程Hammerstein辨识模型,采用前馈神经网络辨识的逆模型控制策略。将辨识后的逆模型引入控制系统中,补偿Hammerstein模型的静态非线性,使强非线性pH过程呈伪线性特征,非线性的控制策略设计转变为线性控制策略设计。引入DE-LM算法,提高了逆辨识精度。根据伪线性结构,采用基于carima模型的GPC实现控制。控制仿真实验结果表明,所建立的控制策略优于传统的PID控制算法,具有良好的设定值跟踪性能和抗干扰控制响应。

摘要：针对比例–积分(proportional-integral, PI)控制因不能预测未来输出而提前改变控制量使其用于光电稳定伺服系统时往往响应剧烈的问题,研究了光电稳定伺服系统的广义预测控制(generalized predictive control, GPC).首先通过证明受控自回归积分滑动平均(controlled auto-regressive integral moving-average, carima)模型的直接递推预测与Diophantine方程预测等价,提出了预测较快的模型等价预测GPC算法,其预测复杂度比原GPC降低了一个阶次.其次通过对PI和GPC的特点进行分析,综合考虑两者的优缺点,提出了一种新型的基于PI增量和GPC增量加权的比例积分控制加广义预测控制(proportional-integral control plus generalized predictive control, PI+GPC)算法,实现了基于历史、当前和未来偏差计算控制量,并给出了算法设计流程和参数选取规则.最后通过仿真并在某光电稳定伺服平台上验证后得出, PI+GPC和PI相比稳定精度有所提高,且平稳性和快速性大为改善.

摘要：在对永磁同步电动机传动系统分析的基础上,建立了系统carima(受控自回归积分滑动平均)模型,基于广义预测控制原理,设计了预测PI速度控制器,并采用递推最小二乘法对模型参数进行了辨识。

摘要：在聚合反应升温到设定温度的过渡阶段,由于聚合颗粒的不断产生影响聚合釜传热系数,其温度被控对象特性也会发生变化,如容量滞后变化、滞后时间的变化等,温度控制具有的非线性、滞后、参数慢时变的特性,本文提出一种基于carima模型的自适应广义预测控制,以工艺常见的一阶惯性滞后对象为研究对象,利用递推最小二乘法不断在线辨识修正其carima模型参数,并通过改进的JGPC广义预测控制计算最优化的控制量,从而能够达到自适应被控对象变化,实现无超调最优平滑控制。通过仿真实验,得出该方法能够在对象特性发生改变时仍能保持良好的曲线特性,与传统PID相比,具有优良的自适应控制效果。

摘要：建立了电控单点喷射稀燃天然气发动机的carima模型,设计了广义预测自适应空燃比控制器。采用Matlab/Simulink建立了仿真模型,并进行了仿真对比。结果表明,与PID控制算法相比,基于GPC的自适应算法稳态性能优良,能明显改善空燃比瞬态跟随精度,对系统扰动具有更强的鲁棒性。