张晓烨[1]2008年在《模糊预测控制在主汽温控制中的应用研究》文中研究表明针对火力发电厂主汽温特性进行合理有效的控制,是目前研究的热点。常规PID在电厂主汽温控制过程中,仍然占据着主导地位,为克服主汽温对象具有大延迟、大惯性、非线性以及时变性等特性,改善常规PID控制的不足,在研究模糊和预测控制的基础上,将模糊预测控制应用到主汽温控制当中。通过对模糊C均值聚类算法的改进,提出一种基于递推模糊聚类的在线T-S模糊辨识算法,实现自适应在线模糊推理和调整模糊模型,完成了主汽温模型的模糊辨识;将T-S模糊模型作为广义预测控制的CARIMA模型实现模糊广义预测控制,并应用到主汽温控制中;通过对广义预测控制算法进行改进,提出了一种改进的在线单值广义预测控制算法,减少算法的计算量和缩短在线计算时间,并应用到主汽温控制当中。仿真结果表明,与传统控制相比改进的模糊预测控制算法有效减小了系统的超调量,提高了系统的响应速度,具有很好的控制效果。
郭家军[2]2017年在《广义预测控制在污水处理系统中的研究与应用》文中研究指明近些年来,水污染已经严重制约了我国经济的可持续发展和一些地区人民的正常生产生活,因此大力发展污水处理事业迫在眉睫。科技的进步以及我国在水处理技术方面的迅速成长,也不断提升了对污水处理过程中的智能化水平的要求,因此使用最新的自动化工业控制技术和智能化仪器设备对整个污水处理过程进行监控势在必行。论文以天津市大港某污水处理厂过程控制系统的设计开发过程为背景,首先,详细介绍污水处理过程的工艺流程及核心环节的处理特点,确定整体控制系统构架及网络结构,完成硬件的设计。然后,完成PLC控制程序的编写和上位机WinCC监控画面的组态开发,完成整个污水处理工艺的自动化控制系统设计。针对污水处理中的重要环节,pH中和滴定过程的控制难点进行算法研究,由于pH中和阶段的高度非线性和不确定性,基于经典控制理论的传统PID控制方法,难以取得满意的控制效果。通过分析pH中和过程的化学反应机理结合广义预测控制算法的结构特点,建立对象的控制模型,推导出基于西门子PLC控制系统的pH中和广义预测控制器,并给出实现过程。仿真结果表明,采用广义预测控制对pH值的控制效果优于传统PID,实际现场应用也证明该方法的有效性。
张春慧[3]2007年在《预测控制算法及其在热工系统中的应用研究》文中研究表明文章首先概括了预测控制的历史和现状，简要介绍了预测控制的基本原理。在此基础上，主要做了如下工作：1、针对大型火电单元机组呈现出的大范围负荷变化和时变的特点，本文基于PC提出一种新的控制方案，该方案将一种简化的预测控制算法应用于火电单元机组。选用某300MW直流再热协调控制系统做为仿真对象进行研究，仿真结果表明该方案设计简单且控制效果良好。2、针对循环流化床锅炉的分布参数、非线性、时变、多变量耦合紧密的特点，本文基于PC提出一种新的CFBB控制方案，并将该方案应用到某循环流化床锅炉机组进行仿真实验，仿真结果显示其主要优势在于对于大时延多变量系统设计简单，且负荷变化时，控制器仍具有较好的负荷跟踪性能和控制品质。
伍瑾斐[4]2007年在《移动机器人的路径跟踪控制》文中研究说明本文研究轮式移动机器人的路径跟踪控制方法及其实现技术。本文应用广义预测控制算法、参数估计及滤波的相关理论对移动机器人的路径跟踪控制及定位问题进行了研究，提出了适用于轮式机器人的路径跟踪控制及定位的算法，设计了相应的硬件系统，并通过移动机器人场地实验研究了轮式机器人的路径跟踪控制。首先，在环境全部已知的情况下，对移动机器人进行物理和数学建模。由于轮式移动机器人非完整性运动系统属于非线性系统，本文通过将系统在工作点处进行Taylor展开，舍去高阶项后获得非线性系统的近似线性模型。线性系统的广义预测控制采用多步预测、滚动优化和反馈校正等策略，控制模型的参数少，且保留了自适应控制方法的优点。Smith预估控制算法的引入，将滞后环节置于反馈回路外面，改善了系统的响应性能。经仿真实验证明，系统的鲁棒性和抗干扰性也得到提高。其次，在理论研究的基础上，将广义预测控制应用到“2006亚太机器人大赛国内选拔赛”电子科技大学参赛队的移动机器人的路径跟踪控制及定位问题中，研究了移动机器人的相关控制策略以及软硬件的实现。并完成硬件设计、制板，软件设计、调试，优化软硬件的设计。旋转光电编码器、颜色传感器与预测控制器组成闭环的移动机器人预测控制应用，使得整个控制系统的控制特性和智能化程度都得到提高。最后，在路径修正补偿控制和机器人自身位置测量实现的基础上，以直线路径跟踪控制、圆弧路径跟踪控制等运行实验考察了广义预测控制方法应用于移动机器人路径跟踪控制的效果。实验数据分析表明该控制策略可靠性高，能够准确进行路径跟踪及定位，可以满足竞赛机器人的准确快速定位要求。
田仕军[5]2012年在《广义预测控制性能改进的研究》文中研究表明广义预测控制是一种具有强鲁棒性的模型预测控制算法，适用于具有纯延时，参数时变的非最小相位系统。但是，一方面该算法需要被控对象的参数模型，而有些对象无法获得精确的参数模型。另一方面，该算法过于复杂，计算量较大。再次，实际的工业控制中对超调的产生较为敏感，过大的超调会导致控制难以实施，甚至导致生产事故。以上几个方面限制了该算法在工业控制中的应用。因此，研究可以有效抑制超调的产生，不需要精确地参数模型，计算量较小的广义预测控制算法将具有重要的现实意义。本文主要从以下几个方面展开了研究：首先，针对广义预测控制的超调抑制问题，本文提出了一种基于单步预测输出差值抑制超调的改进预测控制算法。对于单变量系统，通过在性能指标函数中引入单步预测输出差值项，有效抑制了超调的产生。进而，将单步预测输出差值项引入到多变量广义预测控制的性能指标函数中。仿真实验证明，改进广义预测控制算法对单变量和多变量系统同样有效。其次，针对广义预测控制需要参数模型和求解丢番图方程过程复杂的问题，本文提出了一种改进的自适应预测控制算法。将多步预测模型看成一个整体，该整体可分为两个部分。一部分为柔化后的系统实际输出，这部分将作为预测模型的起点；另一部分为将来的输入对系统的作用效果评估，评估矩阵可由递推最小二乘法辨识得出。这种建立多步预测模型的方法，不需要事先知道系统的参数模型，不必关心系统的阶次，不需要求解丢番图方程，所需辨识的参数较少，易于在线实施。再次，针对多变量系统的控制问题，提出了一种改进的多变量自适应预测控制算法。多变量系统的多步预测模型同样分为两部分。一部分为柔化后的系统实际输出，这部分将作为预测模型的起点。另一部分为将来的输入对系统的作用效果评估，评估矩阵可由递推最小二乘法辨识得出。仿真研究证明，本文提出的自适应预测控制算法不仅适用于单变量系统，也适用于多变量系统。不仅对于线性系统有效，对于一部分非线性系统同样有效。最后，在上述研究的基础上，结合现有的预测PID控制理论，提出了一种自适应预测PID控制算法。该算法不需要系统的参数模型，系统输入具有传统PID控制的结构形式，PID参数通过滚动优化在线调整。该算法同时也有效抑制了超调的产生。仿真研究表明，该算法在应用于发酵罐温度控制中后，取得了良好的控制效果。
李斌[6]2005年在《灰色广义预测控制在工业锅炉自动控制系统中的应用研究》文中认为工业锅炉控制系统是一个复杂的时变动态过程,具有很强的非线性、紧耦合、大滞后、强干扰,传统的控制算法很难使之达到理想的控制效果和较高的自动投运率。本文采用广义预测控制(GPC)和具有比例积分结构的广义预测控制(PIGPC)及灰色广义预测控制(GGPC)分别对锅炉的汽包水位、燃烧系统进行有效的控制,并对系统的性能进行定量定性分析。仿真结果验证了它们具有鲁棒性好、跟踪快速和抑制干扰能力强等特点。因此应用先进控制算法对工业锅炉进行控制,获得了优良调节品质、提高了燃烧效率、实现了节约能源,不仅具有学术研究价值,而且具有显着的经济效益和社会效益。
吴斌[7]2008年在《多变量系统的辨识及其PID整定》文中研究说明传统的系统辨识及其PID控制器的设计方法,虽然在很大程度上能满足工业系统的控制要求,但对一些具有MIMO、强藕合性、不确定性、非线性、信息不完全性和大纯滞后性等特征的工业控制系统,这些经典方法无法得到满意的效果,迫切需要对多变量系统的辨识及其PID参数整定进行研究,以求整定出合理的、最优的PID参数,以获得比传统的PID参数整定法更好的控制效果,更能适应复杂多变的工业生产过程的需要。论文主要分成两部分来展开论述:多变量系统的辨识部分和PID整定方法部分,其中对多变量系统的辨识方法未涉及太深,只是做了初步研究,重点在多变量系统的PID整定方法上,做了大量工作,取得了一定的成果。在进行多变量PID参数整定方法的研究之前,首先介绍了两种多变量系统的辨识方法:最小二乘法和递阶随机梯度法。在论述了算法基本原理和实现步骤的基础上,通过仿真实验证明了算法的有效性。在多变量PID参数整定部分,首先对PID控制的基本原理与特点进行了概述,然后说明了PID参数整定的分类和传统方法,针对多变量系统的特点,概述了多变量PID的设计方法。而后对这些方法进行了具体研究,主要有预测PID参数整定、内模PID参数整定和鲁棒PID参数整定,分别在文中的第四章、第五章和第六章展开论述:第四章在研究预测控制算法基本原理的基础上,将预测控制算法与PID参数整定相结合,形成预测PID整定算法,考虑到对预测PID参数的优化,提出了改进型预测PID整定算法,并将单变量预测PID控制推广,设计出符合多变量特点的预测PID控制器。比起传统的PID参数整定法(如Z-N整定法),预测PID整定法对模型失配、大滞后等传统整定法难以控制好的情况均有满意的控制效果。第五章介绍了内模控制器的基本原理,在此基本上,将内模控制算法与PID参数整定相结合,形成IMC-PID整定算法,并将单变量IMC-PID控制推广,设计出符合多变量特点的IMC-PID控制器,主IMC-PID控制器用于保证输出的动态响应,副IMC-PID控制器用于及时克服回路间的耦合干扰,实现控制器解耦。并通过仿真实例证明了IMC-PID参数整定算法的有效性和鲁棒性。第六章基于鲁棒控制的相关理论,介绍了两种多变量鲁棒PID控制器参数整定的方法,一种为多指标相容下多变量PID参数整定,该算法保证了闭环系统的稳定性,并具有一定衰减度,且符合鲁棒性能指标H_∞约束;另一种为基于结构Lyapunov矩阵的多变量PID参数整定,保证了闭环系统的稳定性,且符合鲁棒性能指标H_2/H_∞约束。最后对化工生产中的实际模型,进行了仿真,以证明算法的有效性。在论文的最后,对所做的工作做了总结与前景展望。
刘洪娥[8]2008年在《广义预测控制的研究与仿真》文中指出广义预测控制是80年代产生的一种新型计算机控制算法,是预测控制中最具代表性的算法之一,它保持了预测控制的模型预测、滚动优化和反馈校正的优点,控制效果好,具有较强的鲁棒性。因此,广义预测控制一出现,就受到了广泛的关注,并且已经应用到许多工业过程中。本文在前人研究的基础上,针对广义预测控制中的不足与缺陷,进行了如下的研究:首先,针对广义预测控制中的约束问题,通过目标规划,将非线性规划问题转化为线性规划问题,然后采用基线法进行求解。目标规划算法是一种多目标优化策略,能够明确区分硬性约束和软性约束,并且其求解不像非线性规划那样依赖于初始条件的选取。仿真证明了该约束算法良好的约束效果和控制效果。其次,针对多变量系统模型辨识困难的问题,采用子空间法辨识法直接辨识系统的状态空间模型,为避免状态空间模型与广义预测控制中常用的CARIMA模型的转换,推导了基于状态空间模型的广义预测控制律,使子空间辨识法与广义预测控制达到了比较好的结合。最后,针对一类比较常见的非线性系统,研究了其广义预测控制。此类非线性系统可以等效为时变参数的线性系统,因此只需线辨识等效时变系统的参数,就可进行广义预测控制。相对于其他非线性系统的广义预测控制算法,此方法在保持了控制效果的同时,计算量小,工作点变化时跟踪速度快。
张宗龙[9]2016年在《广义预测控制在典型过程控制系统中的应用研究》文中进行了进一步梳理本文是针对过程控制典型的特性做出研究,这将对于不断发展的复杂工业过程控制具有深远意义,工业过程控制范围涉及到石油、化工、冶金等国民经济的诸多领域。众所周知,过程控制一直是工业控制发展的重点研究对象,其被控对象多样性,包括温度、流量、压力、成分等,对于不同的被控对象需要不同的控制策略,此外,系统的非线性、时滞性以及不确定性等因素增加了建模过程的困难性,即使在经过线性化处理后能够得到近似的数学模型,但是这与传统控制策略严重依赖模型精度的状况相矛盾,且目前工业控制系统正在向大型化、集成化发展进一步导致这种矛盾性日益加剧。本文将以THJ-3高级过程控制系统装置为平台,以典型非线性高阶叁容水箱控制、锅炉滞后耦合系统为被控对象进行广义预测控制(GPC)算法研究。在此之前首先给出广义预测控制预测模型、滚动优化、反馈校正的基本原理,以及相关参数设计对于系统控制产生的影响,并给出相关的参数变化的仿真结果。在叁容水箱控制系统中提出基于T-S模糊模型的广义预测控制算法,该算法以T-S模糊模型为预测模型,不断在线滚动优化,并根据实时测量信息不断进行反馈校正,以减小因模型误差导致的控制性能下降的影响。在T-S模型辨识中分别采用基于减法聚类的模糊C-均值聚类算法(SFCM)辨识模型前件参数,采用正交最小二乘法(OLS)改进模型后件辨识,以减少参数辨识的计算量,有效获取T-S模糊模型。最后结合广义预测控制的优点形成有效的控制策略,并与基于数学模型的广义预测控制相比较,仿真表明基于T-S模糊模型算法的优异性。在锅炉耦合系统控制中提出广义预测前馈解耦算法,在此之前要消除多变量时滞系统的死区时延对于控制系统的不良影响,运用Smith预估控制策略引入状态变量反馈补偿环节,消除特征方程中含有的滞后特性。Smith预估器的设计只与被控对象传递函数和反馈通道传递函数有关,并不会影响解耦控制器的设计。最后结合前馈解耦结构和对角矩阵解耦理论给出广义预测解耦算法,并在此基础上做出相应的改进。仿真表明广义预测解耦控制策略能够获得令人满意的解耦控制效果。
孙洪涛[10]2003年在《广义预测控制的应用研究》文中研究指明本文针对北京ATOFINA化学稳定剂工程反应釜温度控制系统中的大滞后、非线性、时变问题，提出了用先进控制（APC）解决。先进控制是对那些不同于常规单回路控制，并且具有比常规控制更好控制效果的控制策略的统称。先进控制应用于工业现场一般有两种方法，一是基于IPC开发APC专用软件包或把APC应用程序嵌入上位机工控组态软件平台中；二是工控硬件开发公司主动支持先进控制算法，在控制系统硬件设备中开发先进控制算法模块。由于先进控制的计算量相对较大，对于中小型生产装置常采用的控制系统，由下位机处理相当困难，一般是在上位机上实现先进控制算法，下位机只接受上位机发送来的控制指令即可。广义预测控制（GPC）算法作为先进控制算法中的一种典型的算法，在工业现场已经初步显示出它强大的克服大滞后和非线性的能力。由于基本的GPC算法相对复杂，为了降低其计算量和改善稳态性能，本文首先对基本GPC算法进行了一定的改进，并对GPC改进算法的稳定性和鲁棒性进行分析，仿真结果表明，改进算法在快速性和稳态性能方面均有较大的改善。通过对北京ATOFINA化学稳定剂工程中的控制系统配置的深入分析，本文提出并实现在上位机组态软件RSView32的VBA二次开发环境中嵌入广义预测控制算法，并实现与常规PID控制无扰切换。仿真表明该方案动态响应快、跟踪性能好，能显着克服大滞后和非线性的影响。
参考文献：
[1]. 模糊预测控制在主汽温控制中的应用研究[D]. 张晓烨. 北京化工大学. 2008
[2]. 广义预测控制在污水处理系统中的研究与应用[D]. 郭家军. 天津工业大学. 2017
[3]. 预测控制算法及其在热工系统中的应用研究[D]. 张春慧. 华北电力大学（北京）. 2007
[4]. 移动机器人的路径跟踪控制[D]. 伍瑾斐. 电子科技大学. 2007
[5]. 广义预测控制性能改进的研究[D]. 田仕军. 浙江理工大学. 2012
[6]. 灰色广义预测控制在工业锅炉自动控制系统中的应用研究[D]. 李斌. 辽宁工程技术大学. 2005
[7]. 多变量系统的辨识及其PID整定[D]. 吴斌. 北京化工大学. 2008
[8]. 广义预测控制的研究与仿真[D]. 刘洪娥. 中国石油大学. 2008
[9]. 广义预测控制在典型过程控制系统中的应用研究[D]. 张宗龙. 辽宁科技大学. 2016
[10]. 广义预测控制的应用研究[D]. 孙洪涛. 天津大学. 2003
标签：自动化技术论文; 预测控制论文; 过程控制论文; 模糊算法论文; 预测模型论文; 线性系统论文; 系统辨识论文; 模糊理论论文; 系统仿真论文; 机器人论文; 非线性论文; pid控制器论文; 算法论文; 变量论文;