状态空间模型的双层结构预测控制算法
本文选题:预测控制 + 状态空间 ; 参考:《控制理论与应用》2017年01期
【摘要】:双层结构预测控制是指先进行设定值优化、再进行设定值跟踪的预测控制.在已有的双层结构动态矩阵控制的基础上,本文给出基于状态空间模型的双层结构预测控制算法.该算法基于干扰模型和新定义的开环预测值,给出了新的开环预测模块.该开环预测模块采用Kalman滤波方法得到操作变量、被控变量的开环动、稳态预测值.基于这些开环预测值,稳态目标计算模块的基本原理同双层结构动态矩阵控制,但是具体细节上遵循状态空间方法.动态控制模块基于稳态目标计算提供的操作变量、被控变量的稳态目标(设定值),采用二次规划算法计算控制作用.仿真算例证实了该算法的有效性.
[Abstract]:The double layer structure predictive control refers to the predictive control of the set value optimization first, and then the predictive control of the set value tracking. On the basis of the existing dynamic matrix control of the two-layer structure, this paper presents a two-layer structure predictive control algorithm based on the state space model. The algorithm is based on the interference model and the newly defined open loop prediction value, and a new open loop is given. The open loop prediction module uses the Kalman filtering method to get the operating variable, the open loop of the controlled variable and the steady state prediction value. Based on these open loop prediction values, the basic principle of the steady-state target calculation module is controlled by the dynamic matrix of the double layer structure, but the specific details follow the state space method. The dynamic control module is based on the steady state. The operating variables provided by the standard calculation, the steady state target of the controlled variable (set value), and the two programming algorithms are used to calculate the control effect. The simulation example proves the effectiveness of the algorithm.
【作者单位】: 西安交通大学电子与信息工程学院自动化系;
【基金】:国家高技术研究发展计划(“863”计划)项目(2014AA041802) 国家自然科学基金项目(61573269) 陕西省自然科学基金项目(2016JM6049)资助~~
【分类号】:TP273
【相似文献】
相关期刊论文 前10条
1 刘文茂,侯国莲,张建华,郭飞,陈晓梅;一种基于双偏差的动态预测控制算法[J];现代电力;2001年02期
2 兰婷,张伟勇;一种具有稳态目标优化的预测控制算法[J];油气田地面工程;2002年03期
3 李江;神经-模糊预测控制算法及应用[J];浙江大学学报(工学版);2002年02期
4 夏伯锴,许锋,杜殿林,袁璞;状态多重时滞系统的预测控制算法研究[J];控制与决策;2003年06期
5 刘福才,王娟,王玉琴;具有稳定性的新型预测控制算法[J];系统仿真学报;2004年01期
6 陈希平,朱秋琴,王彩霞;广义预测控制算法的研究[J];控制工程;2005年S1期
7 庞中华,金元郁;基于误差校正的预测控制算法综述[J];化工自动化及仪表;2005年02期
8 王志勇;郑德忠;;具有稳定性的广义预测控制算法[J];仪器仪表学报;2006年S3期
9 刘伟;雷勇;宋历;;一种基于未知模型的广义预测控制算法[J];电脑开发与应用;2007年06期
10 侯宁;;预测控制算法的研究现状与展望[J];湖北广播电视大学学报;2013年11期
相关会议论文 前10条
1 邹志云;刘建友;李福庆;于鲁平;吴春华;桂新军;;一种新型的线性约束系统预测控制算法[A];2009中国过程系统工程年会暨中国mes年会论文集[C];2009年
2 毛志忠;陈晓峰;;一种简化的预测控制算法[A];1995中国控制与决策学术年会论文集[C];1995年
3 张阿卜;倪春木;;基于模糊模型的一步超前预测控制算法[A];2001年中国智能自动化会议论文集(上册)[C];2001年
4 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
5 孙银山;李平;窦仁菊;石向星;;采用综合偏差的自调节灰色预测控制算法[A];04'中国企业自动化和信息化建设论坛暨中南六省区自动化学会学术年会专辑[C];2004年
6 薛振框;李少远;;多模型预测控制算法及其在热工过程中的应用[A];第二十二届中国控制会议论文集(下)[C];2003年
7 古钟璧;王祯学;王苇;;具有误差预测修正的预测控制算法[A];1991年控制理论及其应用年会论文集(上)[C];1991年
8 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
9 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
10 孙宝华;杨辉;孟莎莎;;广义预测控制算法在稀土萃取过程中的应用[A];2011第十六届全国自动化技术与应用学术年会专辑[C];2011年
相关博士学位论文 前8条
1 李素真;监督预测控制算法的应用研究[D];华北电力大学;2015年
2 牛健;双时标预测控制算法的研究[D];浙江大学;2010年
3 余世明;预测控制算法及其应用研究[D];浙江大学;2001年
4 李奇安;广义预测控制算法简化实现方法研究[D];浙江大学;2005年
5 李志勇;迭代预测控制算法及其应用研究[D];中南大学;2006年
6 韩恺;化工过程中的若干预测控制算法与应用研究[D];浙江大学;2009年
7 李丽娟;最小二乘支持向量机建模及预测控制算法研究[D];浙江大学;2008年
8 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
相关硕士学位论文 前10条
1 孙鹏;面向新HTR-PM的先进控制算法研究[D];浙江大学;2015年
2 白旭;单元机组协调控制系统的分析与先进控制策略研究[D];华北电力大学;2015年
3 余蓉;快速模型预测控制算法的研究及应用[D];浙江工业大学;2015年
4 曹振杰;基于隐式广义预测控制算法的LNG出口压力控制系统研究[D];东华大学;2016年
5 朱祉旭;改进的预测控制算法在电力系统稳定器中的应用与实现[D];辽宁工业大学;2016年
6 金梦珂;基于学习的预测控制算法研究[D];上海交通大学;2015年
7 杨如琦;基于NMPC的精馏过程曲线控制策略研究[D];浙江大学;2016年
8 康岳群;分布曲线对象的模型预测控制算法研究[D];浙江大学;2016年
9 刘明;网络控制系统设计及预测控制算法研究[D];东北大学;2014年
10 杨萌;非线性迭代学习模型预测控制算法研究[D];华北电力大学(北京);2016年
,本文编号:1848782
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/1848782.html