《华北电力大学》2015年博士论文

发布时间：2016-11-10 21:09

  本文关键词：监督预测控制算法的应用研究，由笔耕文化传播整理发布。

《华北电力大学》 2015年

监督预测控制算法的应用研究

李素真  

【摘要】：预测控制作为处理现代工业过程控制的有力工具引起了广泛关注。其中监督预测控制(Supervisory Predictive Control)算法是预测控制的一种典型算法,基于SPC具有良好的控制性能和经济性能,在前人研究成果的基础上,对工业过程中的各种应用进行了一定程度的改进和研究。本文的主要工作和创新点包括：(1)针对多模型结构的非线性系统,在特殊工况下建立局部线性模型,分别设计独立的预测控制器,然后根据改进的权值设定方法进行线性输出加权。通过对权值的选取方法进行改进,首次利用监督预测控制算法中的目标函数,不仅包含了误差指标,同时还包含了经济性指标,相对于传统的设计方法而言,可以预防偏差的出现,同时可以抑制控制量的波动,从而进一步防止预测输出的超调。仿真结果验证了基于多模型结构的监督预测控制算法的可行性和有效性,从而为工业过程控制提供了有力的理论依据。(2)对于T-S模型所描述的一类非线性系统,利用多步线性化的模糊预测控制策略,在每个采样点线性化转化为线性时变状态空间模型,进而采用线性监督预测控制的算法进行仿真,进而验证了该算法的可行性。在设定值优化过程中,结合了遗传算法优化原理对设定值进行优化求解。通过单步模糊SPC和多步模糊SPC与传统的线性SPC以及非线性SPC进行对比仿真,仿真结果验证了基于遗传算法的模糊模型的多步SPC算法具有更好的控制性能。(3)利用最小二乘支持向量机回归的思想,对系统进行建模。提出了基于柯西分布加权的最小二乘支持向量机建模的方法,并把辨识出来的预测模型用于监督预测控制算法中,仿真结果表明基于最小二乘支持向量机的监督预测控制算法及基于柯西分布加权的最小二乘支持向量机的监督预测控制算法相比基于支持向量机的监督预测控制算法及传统的加权最小二乘支持向量机的监督预测控制算法具有更好的控制性能。(4)最小二乘支持向量机回归所建立的模型作为监督预测控制的对象,在优化问题上采用改进的粒子群优化算法进行设定值的动态优化计算,通过实际例子进行了仿真研究。(5)针对预测输出超调问题,对阶梯式监督预测控制算法进行改进,提出了单步输出阶梯式监督预测控制算法,通过引入单步预测输出差值项,从而达到一定的目的,并结合实例进行了仿真研究。

【关键词】：
【学位授予单位】：华北电力大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TP13
【目录】：

下载全文 更多同类文献

CAJ全文下载

(如何获取全文？ 欢迎：购买知网充值卡、在线充值、在线咨询)

CAJViewer阅读器支持CAJ、PDF文件格式

【参考文献】

中国期刊全文数据库 前10条

1 陈进东;潘丰;;青霉素发酵过程中的混合建模[J];化工学报;2010年08期

2 王伟;薛美盛;张毅;刘云松;;丙烯腈流化床反应器先进控制[J];化工自动化及仪表;2008年03期

3 李阳春,张卫东,许晓鸣,杨煜普;时滞不确定系统DMC约束控制的鲁棒性条件[J];控制理论与应用;2001年01期

4 肖会芹;何勇;吴敏;肖伸平;;基于T-S模糊模型非线性网络控制系统改进H_∞跟踪控制[J];控制理论与应用;2012年01期

5 彭亚为;陈娟;刘占富;郭敏;;自适应模糊滑模控制在化工过程中的应用[J];化工学报;2012年09期

6 邵鹏辉;唐朝春;简美鹏;;pH主导磷在磁铁矿-针铁矿混合相上的吸附[J];化工学报;2013年05期

7 叶凌箭;钟伟红;宋执环;;基于分段线性化法的改进自主优化控制[J];自动化学报;2013年08期

8 刘桂芝;;基于Hammerstei模型的非线性预测控制[J];微计算机信息;2007年01期

9 刘向杰,周孝信,柴天佑;模糊控制研究的现状与新发展[J];信息与控制;1999年04期

10 张智焕,王树青;基于多模型pH非线性过程的预测控制[J];浙江大学学报(工学版);2002年01期

【共引文献】

中国期刊全文数据库 前10条

1 李文;欧青立;沈洪远;伍铁斌;;智能控制及其应用综述[J];重庆邮电学院学报(自然科学版);2006年03期

2 邹开其;模糊逼近神经网络摄动系统的若干进展[J];大连大学学报;2004年06期

3 邵雷;雷虎民;刘代军;崔颢;;基于动态模型库的多模自适应预测控制[J];电光与控制;2008年09期

4 陆平;曹海平;尹维力;;极点配置多模型预测函数控制在制导炸弹控制系统中的应用[J];弹箭与制导学报;2007年04期

5 韩敏,贾小勐;基于通用学习网络的pH控制过程辨识[J];大连理工大学学报;2003年01期

6 胡国龙,孙优贤;预测控制进展及其应用研究[J];电力系统及其自动化学报;2003年01期

7 姜会霞,肖雁鸿,周靖林;一种改进的模糊Smith控制器设计[J];电气传动自动化;2002年02期

8 何献忠;;湿法炼锌过程中pH值的预测控制[J];电气自动化;2009年01期

9 伍亚萍,周俊宇,彭霞;基于人工智能的电力系统低频振荡抑制[J];低压电器;2005年02期

10 程启明;郑勇;;火电厂石灰石/石膏湿法烟气脱硫技术中的关键控制系统[J];上海电力学院学报;2007年02期

中国重要会议论文全文数据库 前10条

1 杨阳;陈宗海;张海涛;;复杂系统仿真的前端智能化综述[A];'2003系统仿真技术及其应用学术交流会论文集[C];2003年

2 薛薇;冀建伟;白瑞林;白瑞祥;;一种通用模糊控制器的研究[A];2000中国控制与决策学术年会论文集[C];2000年

3 胡品慧;徐志前;闫峰;苗新刚;;滞后过程控制方法的研究[A];第二十二届中国控制会议论文集（上）[C];2003年

4 胡品慧;;时滞系统预测控制研究[A];第二十三届中国控制会议论文集（上册）[C];2004年

5 蒋文萍;赵连玉;;工业构件塑变校正系统的自适应模糊控制[A];第二十四届中国控制会议论文集（下册）[C];2005年

6 李力雄;费敏锐;;模糊控制系统中CAD软件的设计与开发[A];2000年上海市系统仿真学会学术年会论文专辑[C];2000年

7 彭晓艳;王广军;何祖威;;一种经过模糊改良的smith控制器[A];2004电站自动化信息化学术技术交流会议论文集[C];2004年

8 吴学礼;孟凡华;李平;王永骥;孟华;;智能控制综述及展望[A];中国自动化学会全国第九届自动化新技术学术交流会论文集[C];2004年

9 ;Hybrid Modeling in Glutamic Acid Fermentation Process[A];第24届中国控制与决策会议论文集[C];2012年

10 李艳超;胡大伟;李明;赵明;;闭合生态系统中光生物反应器的模糊控制器研究[A];2011年中国智能自动化学术会议论文集（第一分册）[C];2011年

中国博士学位论文全文数据库 前10条

1 李庆春;新型PID模糊控制器的结构分析及应用研究[D];中南大学;2010年

2 董瑞丽;非光滑三明治系统的辨识和控制研究[D];上海交通大学;2009年

3 陈立生;基于支持向量机的木材干燥预测控制技术[D];东北林业大学;2011年

4 江明旒;多功能热泵系统的智能控制及能效评价方法研究[D];上海交通大学;2011年

5 岳彩荣;香格里拉县森林生物量遥感估测研究[D];北京林业大学;2012年

6 黄丽;基于数据驱动的生物反应过程软测量与优化控制[D];江苏大学;2011年

7 金英秀;一类带时滞的Cohen-Grossberg神经网络稳定性研究[D];东北大学;2009年

8 李桃;烧结过程智能实时操作指导系统的研究[D];中南大学;2000年

9 杨启文;计算智能及其工程应用[D];浙江大学;2001年

10 杭勇;柴油发动机控制模型及控制算法的设计与仿真研究[D];江苏大学;2002年

中国硕士学位论文全文数据库 前10条

1 李翠云;基于PLC与模糊PID的混凝投药复合控制系统的研究[D];山东农业大学;2010年

2 王亚男;大功率电子负载监控系统的设计[D];哈尔滨理工大学;2010年

3 孙清涛;PTA装置溶剂脱水塔混合智能建模算法研究[D];华东理工大学;2011年

4 刁燕;模糊控制技术在新型干法水泥生产中应用[D];电子科技大学;2010年

5 颜伟;压缩空气之智能控制节能系统的研发[D];山东大学;2010年

6 金良;铜阀锻前红冲加热炉设计及其温控策略研究[D];浙江大学;2011年

7 陈静;无模型自适应模糊控制器的仿真与实验[D];西安电子科技大学;2009年

8 陈定三;基于聚类的多模型建模及其在软测量中的应用[D];江南大学;2011年

9 袁斌;冷轧连续退火机组若干区域的带钢张力建模及仿真研究[D];辽宁工业大学;2011年

10 鲍金锋;工程车辆新型三参数换挡规律的研究[D];吉林大学;2011年

【二级参考文献】

中国期刊全文数据库 前10条

1 刘向杰,周孝信;模糊控制在电厂锅炉控制中的应用现状及前景[J];电网技术;1998年11期

2 赵振国,金明钟,刘迎清;酪氨酸在活性炭/水界面上的吸附[J];高等学校化学学报;2000年12期

3 王津南;李爱民;周友冬;张全兴;;弱碱性大孔吸附树脂对腐殖酸的吸附[J];高等学校化学学报;2009年01期

4 孙洪良;朱利中;朱建喜;;双阳离子复合改性膨润土的吸附性能与构效关系[J];高等学校化学学报;2011年08期

5 郑群雄;刘煌;徐小强;杜美霞;;羧基化核壳磁性纳米Fe_3O_4吸附剂的制备及对Cu~(2+)吸附性能[J];高等学校化学学报;2012年01期

6 许光,俞欢军,陶少辉,陈德钊;与机理杂交的支持向量机为发酵过程建模[J];化工学报;2005年04期

7 程翔;黄新瑞;王兴祖;孙德智;;ZnAlLa类水滑石对污泥脱水液中磷酸根的吸附[J];化工学报;2010年04期

8 戴文战;王晓;;一种比例因子自调整的模糊预测函数控制[J];化工学报;2010年08期

9 朱才来;丙烯腈反应器温度控制系统[J];化工自动化及仪表;1999年01期

10 王永;徐仁扣;王火焰;姜军;;砷酸根在可变电荷土壤颗粒表面的配位吸附[J];环境化学;2009年02期

【相似文献】

中国期刊全文数据库 前10条

1 雎刚,徐治皋;一种基于变结构的预测控制算法及其应用研究[J];中国电机工程学报;2001年07期

2 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

3 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

4 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

5 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

6 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

7 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

8 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

9 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

10 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

中国重要会议论文全文数据库 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

中国博士学位论文全文数据库 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

中国硕士学位论文全文数据库 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 程云娃;多变量广义预测控制算法的研究[D];北京化工大学;2005年

3 李济炜;基于多步控制策略的随机乘型系统预测控制算法设计[D];上海交通大学;2013年

4 商富荣;区间预测控制算法研究及稳定性分析[D];中国石油大学;2008年

5 庞中华;广义预测控制算法及其仿真研究[D];青岛科技大学;2005年

6 张小艳;基于机理模型的双层结构工业预测控制算法的研究[D];浙江大学;2015年

7 李湘君;智能预测控制算法及其应用研究[D];南京工业大学;2004年

8 贺浩博;预测控制算法及其在混沌同步控制中的应用研究[D];燕山大学;2007年

9 张敏杰;改进广义预测控制算法的研究[D];太原理工大学;2012年

10 胡仲瑞;输入约束条件下模型预测控制算法研究[D];东北石油大学;2013年

  本文关键词：监督预测控制算法的应用研究，，由笔耕文化传播整理发布。

本文编号：170475