收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

非线性预测控制及应用研究

张日东  
【摘要】: 模型预测控制(MPC)是现代控制理论在工业过程控制中成功应用的例子。基于线性模型的预测控制研究已经相当成熟并得到了广泛的工业应用。然而在实际控制系统中,被控对象往往具有非线性、时变性和不确定性。因此,关于非线性预测控制的研究已成为控制工程界的重要研究命题。例如在工业过程控制中,随着对产品的质量和产量要求的不断提高,对生产经济效益的不断追求使得工业生产过程日趋复杂化,若不考虑非线性因素则难以使控制性能进一步提高。本文在前人研究工作基础上,阅读现有的有关文献对MPC进行了全面的综述。并从理论和实际角度,对非线性预测控制的一些问题进行了较为深入的研究,论文的主要研究工作内容有以下四部分: 第一部分:针对一类非线性系统提出了几种预测控制策略: (1)针对神经网络非线性预测控制存在的一些问题,提出了一种基于神经网络的非线性预测控制方法并将该思想成功地推广到预测函数控制情形。该方法的主要优点是仅用一个神经网络来综合非线性系统的预测控制,降低了系统结构的复杂性、减轻了运算负担。同时它将非线性预测方程转化为一系列简单直观的线性预测方程,并利用线性解析方法求取控制律。 (2)针对支持向量机非线性预测控制的问题,提出了一种新的基于支持向量机的非线性预测控制方法。主要思路是利用支持向量机非线性核函数的线性化表示,将复杂的非线性多步预测方程转化为一系列线性多步预测,并利用线性预测控制方法求取解析控制律,从而避免了复杂的非线性优化搜索等求解方法。 第二部分:针对一类双线性系统,提出了一种预测控制算法: (3)基于支持向量机的一类双线性系统广义预测自适应控制。该方法主要优点是该方法通过支持向量机将系统转化为全局线性模型,避免了在线参数估计。同时该算法与已有的一些控制方法(如线性化方法、非线性寻优等)相比是一种精确的控制方法,控制律具有解析形式。 第三部分:针对具有输出反馈耦合的非线性机电系统(mechatronic drive systems)提出了几种预测控制策略: (4)扩展状态空间预测控制。该控制器能控制有纯滞后、开环不稳定并具有非最小相位特性的这类非线性系统,与基于输入输出模型的预测控制器或基于状态空间模型但目标函数仍是输入输出型的预测控制器相比有更好的控制效果。 (5)自适应预测函数控制。主要特点是将过程的非线性状态空间模型等效为线性时变状态空间模型,并在目标函数中引入系统状态的变化给出一种具有类似离散PI最优调节器结构的新型自适应预测函数控制器,控制效果优于目前存在的控制该类系统的几类控制器。 (6)支持向量机预测控制。主要优点是将系统的内模转换成全局离线模型,从而不需要在线辨识系统参数。同时改进了目标函数得到一种新型的预测控制器,控制效果优于目前存在的控制该系统的几类控制器。 第四部分:预测函数控制在非线性工业焦化装置的应用。 (7)针对炼油工业中的非线性焦化生产装置提出了一种PFC-PID控制方案并成功地应用到加热炉炉膛压力和分馏塔液位的控制中,实际运行取得了明显效果。主要优点是控制策略实现了目标和控制的分层并有效地解决了阀门非线性特性对过程的不利影响,使得控制过程的稳定性、鲁棒性与抗干扰能力均有很大改善。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 邓秋琼,黄道平;基于神经网络的非线性预测控制的进一步研究[J];现代计算机;1998年06期
2 刘志远,陈虹;广义准无限时域非线性预测控制(英文)[J];控制理论与应用;2002年03期
3 薛福珍,汤瑜瑜,柏洁;基于BP网络的一种非线性预测控制算法[J];中国科学技术大学学报;2004年05期
4 陈增强,袁著祉,张燕;基于神经网络的非线性预测控制综述[J];控制工程;2002年04期
5 李翔,陈增强,袁著祉;神经网络非线性预测控制仿真软件包[J];系统仿真学报;2001年05期
6 高殿奎;李平;李磊;;基于T-S模糊模型的非线性预测控制[J];现代商贸工业;2007年12期
7 王毓栋;王京春;;基于DE算法的非线性预测控制及其应用[J];控制工程;2008年01期
8 沈国珍;基于简化模糊模型的广义预测控制器[J];机电工程;2002年04期
9 温淑焕,王科平,朱奇光,慈春令;CMAC网络建模在非线性预测控制中的应用[J];控制工程;2004年02期
10 王子洋;吴刚;郑涛;;一种具有大工作域的非线性预测控制算法(英文)[J];中国科学技术大学学报;2007年12期
11 陆军,李殿璞,华克强;CMAC神经网络在非线性预测控制中的应用[J];自动化与仪器仪表;2001年02期
12 何剑春,王慧燕;CMAC网络建模在非线性预测控制中的应用[J];控制与决策;2002年01期
13 薛福珍,柏洁;基于先验知识和神经网络的非线性建模与预测控制[J];系统仿真学报;2004年05期
14 史芸;田学民;;一种基于Wiener模型的非线性预测控制[J];江南大学学报(自然科学版);2006年04期
15 谢树平;彭宇宁;;基于GRNN的非线性预测控制及其IPC实现[J];测控技术;2010年01期
16 陈虹,刘志远,解小华;非线性模型预测控制的现状与问题[J];控制与决策;2001年04期
17 杨剑锋;钱积新;赵均;;变增益的非线性预测控制算法[J];化工自动化及仪表;2006年06期
18 陈薇;吴刚;阎镜予;凌青;郑涛;;阶梯式有约束非线性预测控制及其应用[J];系统仿真学报;2007年18期
19 刘燕卿;刘飞;;基于多Hammerstein模型及APSO的预测控制策略[J];计算机测量与控制;2007年12期
20 陈薇;吴刚;;非线性双容水箱建模与预测控制[J];系统仿真学报;2006年08期
中国重要会议论文全文数据库 前8条
1 何德峰;季海波;陈作贤;郑涛;;区域稳定的有效非线性预测控制[A];第二十六届中国控制会议论文集[C];2007年
2 陈薇;吴刚;;双容水箱的非线性建模及其非线性预测控制[A];第二十四届中国控制会议论文集(上册)[C];2005年
3 陈薇;李鑫;陈梅;蒋琳;陈波;;基于遗传算法的次优非线性预测控制算法及其在双容水箱中的应用[A];PCC2009—第20届中国过程控制会议论文集[C];2009年
4 王寅;荣冈;金晓明;;基于模糊—线性复合模型的非线性自适应预测控制算法[A];1997中国控制与决策学术年会论文集[C];1997年
5 黄德先;金以慧;张杰;MORRISJuhan;;基于小波网络模型的EPI过程的控制和优化[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年
6 郑涛;吴刚;何德峰;秦琳琳;;基于遗传算法的多优先级非线性预测控制[A];PCC2009—第20届中国过程控制会议论文集[C];2009年
7 王平;田学民;;一种基于敏感度方程的非线性预测控制算法[A];第二十七届中国控制会议论文集[C];2008年
8 阎纲;梁昔明;龙祖强;李翔;;一种新的提前一步预测控制算法[A];第二十七届中国控制会议论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 陈杨;基于微分—代数混合方程机理模型的非线性预测控制[D];浙江大学;2011年
2 张健中;一类连续化工生产过程的模型辨识及非线性预测控制研究[D];哈尔滨工业大学;2010年
3 张健中;一类连续化工生产过程的模型辨识及非线性预测控制研究[D];哈尔滨工业大学;2010年
4 万娇娜;基于有限精度求解的非线性预测控制算法研究[D];浙江大学;2011年
5 陈鹏;基于极值动力学的MEMETIC算法及其在非线性预测控制中的应用研究[D];上海交通大学;2011年
6 郑涛;字典序多目标非线性预测控制的研究[D];中国科学技术大学;2008年
7 王子洋;基于线性矩阵不等式的非线性预测控制研究[D];中国科学技术大学;2007年
8 刘斌;非线性系统建模及预测控制若干问题研究[D];浙江大学;2004年
9 苏杰;船用核动力装置二回路系统预测控制方法研究[D];哈尔滨工程大学;2008年
10 朱志斌;基于滚动优化的双足机器人动态步态规划研究[D];哈尔滨工业大学;2009年
中国硕士学位论文全文数据库 前10条
1 胡明;基于高斯过程的非线性预测控制[D];华南理工大学;2012年
2 王俊龙;基于支持向量机建模的非线性预测控制研究[D];北京交通大学;2014年
3 孙峰超;基于最小二乘支持向量机的非线性预测控制[D];中国石油大学;2010年
4 李陈陈;基于非线性预测控制的瓦斯发电安全输气系统[D];安徽理工大学;2013年
5 邢伟伟;基于Hammerstein模型的非线性预测控制的研究[D];浙江工业大学;2012年
6 夏晓慧;非线性预测控制研究及其在半实物仿真模型中的应用[D];东华大学;2013年
7 董旸;复杂热工系统广义非线性预测控制及在线优化研究[D];北京交通大学;2010年
8 蒲伟佳;基于非线性预测控制的电力系统稳定器设计[D];辽宁工业大学;2014年
9 杨怀申;非线性鲁棒预测控制系统的研究[D];华北电力大学(河北);2010年
10 刘丽莎;针铁矿法沉铁过程出口Fe~(2+)浓度非线性预测控制策略研究[D];中南大学;2013年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978