CN105068422A - 一种基于三角区间软约束的模型预测控制方法 - Google Patents
一种基于三角区间软约束的模型预测控制方法 Download PDFInfo
- Publication number
- CN105068422A CN105068422A CN201510422740.9A CN201510422740A CN105068422A CN 105068422 A CN105068422 A CN 105068422A CN 201510422740 A CN201510422740 A CN 201510422740A CN 105068422 A CN105068422 A CN 105068422A
- Authority
- CN
- China
- Prior art keywords
- moment
- trigonum
- output
- prediction
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Feedback Control In General (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种基于三角区间软约束的模型预测控制方法,该方法步骤如下:(1)建立预测模型、(2)计算预测输出、(3)反馈校正、(4)构造三角区间、(5)计算优化变量ε、(6)构造目标函数、(7)设置权值Q、R、S、(8)采用序列二次规划算法求取最优控制增量。本发明保证了被控变量可以运行在理想目标值的同时,又最大限度地保证了系统的鲁棒性和自由度,特别适用于对多变量系统中某些具有严格指标的被控变量的控制。
Description
技术领域
本发明涉及一种工业控制领域,特别涉及一种基于三角区间软约束的模型预测控制方法。
背景技术
模型预测控制(MPC)作为先进控制过程的典型代表,由于具有建模容易、鲁棒性好、约束处理灵活等优点,而被广泛地应用于石油、化工等工业过程。
在实际工业过程应用中,MPC对被控变量(CV)的控制方式主要有设定值控制和区间控制两种。设定值控制可以将CV控制在理想的目标值,适用于具有严格控制指标的CV,但其又有自由度低、鲁棒性差的缺点,特别体现在遇到工业扰动时的控制性能会严重下降,使得CV产生剧烈波动,影响产品质量。相比之下,区间控制系统具有自由度高,鲁棒性好等优点,近年来代替设定值控制成为各界研究的重点。各类改进的区间控制方法均是采用包含理想目标值在内的区间范围来代替确定的理想目标值,在CV进入区间后,将不再进行控制作用,CV可能运行在区间内的任意位置而非理想目标值。这些方法虽然提高了系统的鲁棒性和自由度,却并没有对设定值控制的性能做进一步优化,解决设定值控制鲁棒性差、自由度低的缺点。
综上所述,对于工业过程中具有严格控制指标的CV,一是采用传统设定值方法,但其自由度低、鲁棒性差的缺点仍有待解决;二是采用各类改进的区间控制方法,但这需要牺牲最优控制指标,转而采用次优控制指标。
发明内容
本发明目的在于提供一种综合设定值控制和区间控制各自优势、并兼顾最优控制指标与系统鲁棒性的基于三角区间软约束的模型预测控制方法。
为实现上述目的,采用了以下技术方案,本发明所述控制方法包括以下步骤:
(1)建立预测模型;
被控对象为开环渐进稳定系统,且有m个输入,p个输出;对被控对象进行测量,得到每个输出yi对每一输入uj的阶跃响应aij(t),并由它们在采样点上的值组成模型向量:
aij=[ai1(1)...aij(N)]T,i=1,...,p;j=1,...,m
其中,N为模型长度,p为系统输出的个数,m为系统输入的个数,i为系统输出的序号(即表示第i个输出),j为系统输入的序号(即表示第j个输出),ai1(1)表示输出yi对应于输入u1的阶跃响应,aij(N)表示输出yi对应于输入uj的阶跃响应,T为矩阵转置符号;
(2)计算预测输出;
取预测时域为P,控制时域为M,则第i个输出yi的模型预测输出为:
式中,k表示当前时刻, 表示在k时刻第i个输出的预测输出向量,yi(k+1,k)表示k时刻第i个输出对k+1时刻的预测值,yi(k+P,k)表示k时刻第i个输出对k+P时刻的预测值;
其中, 表示为多入多出系统的动态矩阵,Yc(k)表示k时刻预测输出,Y0(k)表示k时刻初值,ΔU(k)表示k时刻控制增量;
将多变量系统预测输出写为矩阵形式:
Yc(k)=Y0(k)+AΔU(k)
其中, 表示为多入多出系统的动态矩阵,Yc(k)表示k时刻预测输出,Y0(k)表示k时刻初值,ΔU(k)表示k时刻控制增量;
(3)反馈校正;
为了减小实际控制过程中存在的干扰及模型失配对预测输出造成的影响,采用当前时刻模型输出与系统的实际输出的差值对预测输出进行修正;
Ycor(k)=Y0(k)+AΔU(k)+He(k)
其中,ei(k)=yi(k)-yci(k|k)为当前时刻模型输出与系统的实际输出的差值;为误差校正矩阵,h表示误差校正系数,He(k)为差值与误差校正矩阵的乘积,表示修正后的误差;
(4)构造三角区间;
根据工业过程对被控变量的实际要求,设置容忍区间上界ymax、容忍区间下界ymin、理想目标值ysp以及预测时域P,并以此确定三角区间的上下界,利用几何方法求取三角区间上下界的表达式;所述的容忍区间上下界包含理想目标值ysp,且当被控变量被控制在此区间内时,可保证系统稳定运行及产品的质量;求取三角区间上下界的表达式的具体方法如下:
a、确定容忍区间上下界ymax、ymin,理想目标值ysp以及预测时域P;
b、建立预测时域P内预测输出的坐标系,将k时刻的容忍区间上下界与k+P时刻的理想目标值相连,得到三角区间上界yH、三角区间下界yL;
c、计算三角区间上下界yH、yL的表达式
yH(k+j)=ymax-(j-1)(ymax-ysp)/(P-1)
yL(k+j)=ymin+(j-1)(ysp-ymin)/(P-1)
其中,k为任意时刻;P为预测时域;j=1,…,P为一数字序列;ymax为容忍区间上界;ymin为容忍区间下界;ysp为理想目标值;yH(k+j)、yL(k+j)为各预测时刻上下界的取值;
(5)计算优化变量ε;
利用输出预测值Yc与三角区间的位置关系,确定优化变量ε的表达式,以优化变量ε构成三角区间软约束;优化变量ε的含义是,当输出预测值Yc在三角区间外时,ε表示输出预测值Yc到最近的三角区间界限的距离;当输出预测值Yc在三角区间内部时,ε的值恒为零,根据ε的含义可以得到其表达式,
式中,Yc为k时刻输出预测值;YH为k时刻三角区间上界;YL为k时刻三角区间下界;
(6)构造目标函数;
利用三角区间软约束项、设定值控制项和操作变量(MV)软约束项的二次性能指标之和构成优化性能指标,有如下形式:
minJ=||ε(k)||2 Q+||Yc(k)-Ysp||2 R+||ΔU(k)||2 S
约束条件为:
Δumin≤Δu(k+i)≤Δumax
umin≤u(k+i)≤umax
i=0,1,…,M-1
式中,ε(k)为k时刻的优化变量;Yc(k)为k时刻的预测值;Ysp为理想目标值;ΔU(k)为k时刻的控制增量序列;M为控制时域;Δumin、Δumax为控制增量上下限;umin、umax为控制量上下限;Q为三角区间软约束项的权值,R为设定值控制项的权值,S为MV软约束项的权值;
(7)设置权值Q、R、S;
三角区间软约束项的权值为Q,设定值控制项的权值为R,MV软约束项的权值为S;
权值S的主要作用在于防止控制量过于剧烈的变化,
权值Q主要体现了三角区间软约束项的控制力度,
权值R则体现了设定值控制的控制力度;
Q和R的比例关系也决定了控制的效果,Q越大,三角区间控制力度越大,鲁棒性越好,但达到目标值的速度会减慢,R越大,设定值控制力度越大,但鲁棒性会变差,输出的波动也会增多,为了保证算法的有效性,应保证Q>>R;
(8)采用序列二次规划算法求取最优控制增量序列,仅选取第一项作为当前时刻的控制增量,与上一时刻控制量叠加得到当前时刻的控制量,通过滚动优化,即可求得各个时刻的最优控制量。
与现有技术相比,本发明具有如下优点:
1、综合设定值控制与区间控制的各自优势,在三角区间软约束的作用下,保证了被控变量可以运行在理想目标值的同时,又最大限度地保证了系统的鲁棒性和自由度;
2、设置三角区间所需的数据易于获得,且三角区间构成简单,计算量小,适应性强,适合实际的工业应用;
3、通过对权值Q、R、S进行调节,可以适应多种工况所需的不同的控制要求。
附图说明
图1是本发明方法的三角区间设置示意图。
具体实施方式
下面结合附图对本发明做进一步说明:
本发明基于动态矩阵预测控制方法,以壳牌石油重油分馏塔的三入三出系统为例。u1、u2、u3为操作变量(MV),u1代表分馏器顶部产品的抽出率;u2代表分馏器侧线产品的抽出率;u3代表分馏器底部的回流热负荷。y1、y2、y3为被控变量(CV),y1代表分馏器顶部产品的提取成分;y2代表分馏器侧线产品的提取成分;y3代表分馏器底部的回流温度。取预测时域为24,控制时域为10。
(1)建立预测模型
对分馏塔进行测量,得到每个输出yi对每一输入uj的阶跃响应aij(t),并由它们在采样点上的值组成模型向量:
aij=[ai1(1)...aij(N)]T,i=1,...,p;j=1,...,m
其中,N为模型长度,p为系统输出的个数,m为系统输入的个数,i为系统输出的序号(即表示第i个输出),j为系统输入的序号(即表示第j个输出),ai1(1)表示输出yi对应于输入u1的阶跃响应,aij(N)表示输出yi对应于输入uj的阶跃响应,T为矩阵转置符号;
(2)计算预测输出
取预测时域为P,控制时域为M,则yi的模型预测输出为:
式中
将多变量系统预测输出写为矩阵形式:
Yc(k)=Y0(k)+AΔU(k)
其中,
(3)反馈校正;
为了减小实际控制过程中存在的干扰及模型失配对预测输出造成的影响,采用当前时刻模型输出与系统的实际输出的差值对预测输出进行修正;
Ycor(k)=Y0(k)+AΔU(k)+He(k)
其中,ei(k)=yi(k)-yci(k|k)为当前时刻模型输出与系统的实际输出的差值,为误差校正矩阵;
(4)构造三角区间;
根据工业过程对被控变量的实际要求,设置容忍区间上界ymax、容忍区间下界ymin、理想目标值ysp以及预测时域P,如图1所示,并以此确定三角区间的上下界,利用几何方法求取三角区间上下界的表达式;所述的容忍区间上下界包含理想目标值ysp,且当被控变量被控制在此区间内时,可保证系统稳定运行及产品的质量;
求取三角区间上下界的表达式的具体方法如下:
a、确定容忍区间上下界ymax、ymin,理想目标值ysp以及预测时域P;
b、建立预测时域P内预测输出的坐标系,将k时刻的容忍区间上下界与k+P时刻的理想目标值相连,得到三角区间上界yH、三角区间下界yL;
c、计算三角区间上下界yH、yL的表达式
yH(k+j)=ymax-(j-1)(ymax-ysp)/(P-1)
yL(k+j)=ymin+(j-1)(ysp-ymin)/(P-1)
其中,k为任意时刻;P为预测时域;j=1,…,P为一数字序列;ymax为容忍区间上界;ymin为容忍区间下界;ysp为理想目标值;yH(k+j)、yL(k+j)为各预测时刻上下界的取值;
(5)计算优化变量ε;
如图1所示,利用输出预测值Yc与三角区间的位置关系,确定优化变量ε的表达式,
式中,Yc为k时刻输出预测值,YH为k时刻三角区间上界,YL为k时刻三角区间下界;
(6)构造目标函数;
利用三角区间软约束项、设定值控制项和操作变量(MV)软约束项的二次性能指标之和构成优化性能指标,有如下形式:
minJ=||ε(k)||2 Q+||Yc(k)-Ysp||2 R+||ΔU(k)||2 S
约束条件为:
Δumin≤Δu(k+i)≤Δumax
umin≤u(k+i)≤umax
i=0,1,…,M-1
式中,ε(k)为k时刻的优化变量;Yc(k)为k时刻的预测值;Ysp为理想目标值;ΔU(k)为k时刻的控制增量序列;M为控制时域;Δumin、Δumax为控制增量上下限;umin、umax为控制量上下限;Q为三角区间软约束项的权值,R为设定值控制项的权值,S为MV软约束项的权值;
(7)设置权值Q、R、S;
三角区间软约束项的权值为Q,设定值控制项的权值为R,MV软约束项的权值为S;
权值S的主要作用在于防止控制量过于剧烈的变化,
权值Q主要体现了三角区间软约束项的控制力度,
权值R则体现了设定值控制的控制力度;
Q和R的比例关系也决定了控制的效果,Q越大,三角区间控制力度越大,鲁棒性越好,但达到目标值的速度会减慢,R越大,设定值控制力度越大,但鲁棒性会变差,输出的波动也会增多,为了保证算法的有效性,应保证Q>>R;
(8)采用序列二次规划算法求取最优控制增量序列,仅选取第一项作为当前时刻的控制增量,与上一时刻控制量叠加得到当前时刻的控制量,通过滚动优化,即可求得各个时刻的最优控制量。
以上所述的实施例仅仅是对本发明的优选实施方式进行描述,并非对本发明的范围进行限定,在不脱离本发明设计精神的前提下,本领域普通技术人员对本发明的技术方案做出的各种变形和改进,均应落入本发明权利要求书确定的保护范围内。
Claims (4)
1.一种基于三角区间软约束的模型预测控制方法,其特征在于,所述控制方法包括以下步骤:
(1)建立预测模型;
被控对象为开环渐进稳定系统,且有m个输入,p个输出;对被控对象进行测量,得到每个输出yi对每一输入uj的阶跃响应aij(t),并由它们在采样点上的值组成模型向量:
aij=[ai1(1)...aij(N)]T,i=1,...,p;j=1,...,m
其中,N为模型长度,p为系统输出的个数,m为系统输入的个数,i为系统输出的序号即表示第i个输出,j为系统输入的序号即表示第j个输出,ai1(1)表示输出yi对应于输入u1的阶跃响应,aij(N)表示输出yi对应于输入uj的阶跃响应,T为矩阵转置符号;
(2)计算预测输出;
取预测时域为P,控制时域为M,则第i个输出yi的模型预测输出为:
式中,k表示当前时刻, 表示在k时刻第i个输出的预测输出向量,yi(k+1,k)表示k时刻第i个输出对k+1时刻的预测值,yi(k+P,k)表示k时刻第i个输出对k+P时刻的预测值;
将多变量系统预测输出写为矩阵形式:
Yc(k)=Y0(k)+AΔU(k)
其中, 表示为多入多出系统的动态矩阵,Yc(k)表示k时刻预测输出,Y0(k)表示k时刻初值,ΔU(k)表示k时刻控制增量;
(3)反馈校正;
为了减小实际控制过程中存在的干扰及模型失配对预测输出造成的影响,采用当前时刻模型输出与系统的实际输出的差值对预测输出进行修正;
Ycor(k)=Y0(k)+AΔU(k)+He(k)
其中,ei(k)=yi(k)-yci(k|k)为当前时刻模型输出与系统的实际输出的差值;为误差校正矩阵,h表示误差校正系数;He(k)为差值与误差校正矩阵的乘积,表示修正后的误差;
(4)构造三角区间;
根据工业过程对被控变量的实际要求,设置容忍区间上界ymax、容忍区间下界ymin、理想目标值ysp以及预测时域P,并以此确定三角区间的上下界,利用几何方法求取三角区间上下界的表达式;所述的容忍区间上下界包含理想目标值ysp,且当被控变量被控制在此区间内时,可保证系统稳定运行及产品的质量;
(5)计算优化变量ε;
利用输出预测值Yc与三角区间的位置关系,确定优化变量ε的表达式,以优化变量ε构成三角区间软约束;
(6)构造目标函数;
利用三角区间软约束项、设定值控制项和操作变量软约束项的二次性能指标之和构成优化性能指标,有如下形式:
minJ=||ε(k)||2 Q+||Yc(k)-Ysp||2 R+||ΔU(k)||2 S
约束条件为:
Δumin≤Δu(k+i)≤Δumax
umin≤u(k+i)≤umax
i=0,1,…,M-1
式中,ε(k)为k时刻的优化变量;Yc(k)为k时刻的预测值;Ysp为理想目标值;ΔU(k)为k时刻的控制增量序列;M为控制时域;Δumin、Δumax为控制增量上下限;umin、umax为控制量上下限;Q为三角区间软约束项的权值,R为设定值控制项的权值,S为MV软约束项的权值;
(7)设置权值Q、R、S;
三角区间软约束项的权值为Q,设定值控制项的权值为R,MV软约束项的权值为S,为保证方法的有效性,设置权值时应该保证Q>>R;
(8)采用序列二次规划算法求取最优控制增量序列,仅选取第一项作为当前时刻的控制增量,与上一时刻控制量叠加得到当前时刻的控制量,通过滚动优化,即可求得各个时刻的最优控制量。
2.根据权利要求1所述的一种基于三角区间软约束的模型预测控制方法,其特征在于,步骤(4)中所述几何方法求取三角区间上下界的表达式的具体方法如下:
a、确定容忍区间上下界ymax、ymin,理想目标值ysp以及预测时域P;
b、建立预测时域P内预测输出的坐标系,将k时刻的容忍区间上下界与k+P时刻的理想目标值相连,得到三角区间上界yH、三角区间下界yL;
c、计算三角区间上下界yH、yL的表达式
yH(k+j)=ymax-(j-1)(ymax-ysp)/(P-1)
yL(k+j)=ymin+(j-1)(ysp-ymin)/(P-1)
其中,k为任意时刻;P为预测时域;j=1,…,P为一数字序列;ymax为容忍区间上界;ymin为容忍区间下界;ysp为理想目标值;yH(k+j)、yL(k+j)为各预测时刻上下界的取值。
3.根据权利要求1所述的一种基于三角区间软约束的模型预测控制方法,其特征在于:
步骤(5)中所述优化变量ε的含义是,当输出预测值Yc在三角区间外时,ε表示输出预测值Yc到最近的三角区间界限的距离;当输出预测值Yc在三角区间内部时,ε的值恒为零,根据ε的含义可以得到其表达式,
式中,Yc为k时刻输出预测值;YH为k时刻三角区间上界;YL为k时刻三角区间下界。
4.根据权利要求1所述的一种基于三角区间软约束的模型预测控制方法,其特征在于,步骤(6)和(7)所述的权值Q、R、S的含义是:
权值S的主要作用在于防止控制量过于剧烈的变化;
权值Q主要体现了三角区间软约束项的控制力度;
权值R则体现了设定值控制的控制力度;
Q和R的比例关系也决定了控制的效果,Q越大,三角区间控制力度越大,鲁棒性越好,但达到目标值的速度会减慢,R越大,设定值控制力度越大,但鲁棒性会变差,输出的波动也会增多,为了保证算法的有效性,应保证Q>>R。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510422740.9A CN105068422A (zh) | 2015-07-17 | 2015-07-17 | 一种基于三角区间软约束的模型预测控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510422740.9A CN105068422A (zh) | 2015-07-17 | 2015-07-17 | 一种基于三角区间软约束的模型预测控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105068422A true CN105068422A (zh) | 2015-11-18 |
Family
ID=54497813
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510422740.9A Pending CN105068422A (zh) | 2015-07-17 | 2015-07-17 | 一种基于三角区间软约束的模型预测控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105068422A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107018207A (zh) * | 2017-06-02 | 2017-08-04 | 东北大学 | 一种温室环境云控制系统及其控制方法 |
CN109828459A (zh) * | 2017-11-23 | 2019-05-31 | 中国科学院沈阳自动化研究所 | 一种基于多变量约束区间预测控制的平稳控制实现方法 |
CN110440779A (zh) * | 2019-09-05 | 2019-11-12 | 中国海洋大学 | 一种高动态mems谐振式陀螺仪力平衡控制方法 |
CN111817287A (zh) * | 2020-07-20 | 2020-10-23 | 安徽工业大学 | 一种用于直流微电网集群的非参数化模型预测三次控制方法 |
CN112256026A (zh) * | 2020-10-14 | 2021-01-22 | 中国船舶重工集团公司第七0七研究所九江分部 | 一种多约束条件下的船舶航向模型预测控制算法设计方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101813917A (zh) * | 2010-03-19 | 2010-08-25 | 浙江工业大学 | 基于线性规划实现动态优化的工业模型预测控制方法 |
CN101887262A (zh) * | 2010-06-30 | 2010-11-17 | 浙江大学 | 内部热耦合精馏塔的非线性模型预测控制系统及方法 |
CN102520615A (zh) * | 2011-12-28 | 2012-06-27 | 东方电气集团东方汽轮机有限公司 | 一种空分装置的自动变负荷多变量控制方法 |
CN103257572A (zh) * | 2012-11-29 | 2013-08-21 | 浙江大学 | 分馏系统中稳态优化的软约束控制方法 |
CN103995466A (zh) * | 2014-04-24 | 2014-08-20 | 燕山大学 | 一种基于软约束的区间预测控制建模及优化方法 |
-
2015
- 2015-07-17 CN CN201510422740.9A patent/CN105068422A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101813917A (zh) * | 2010-03-19 | 2010-08-25 | 浙江工业大学 | 基于线性规划实现动态优化的工业模型预测控制方法 |
CN101887262A (zh) * | 2010-06-30 | 2010-11-17 | 浙江大学 | 内部热耦合精馏塔的非线性模型预测控制系统及方法 |
CN102520615A (zh) * | 2011-12-28 | 2012-06-27 | 东方电气集团东方汽轮机有限公司 | 一种空分装置的自动变负荷多变量控制方法 |
CN103257572A (zh) * | 2012-11-29 | 2013-08-21 | 浙江大学 | 分馏系统中稳态优化的软约束控制方法 |
CN103995466A (zh) * | 2014-04-24 | 2014-08-20 | 燕山大学 | 一种基于软约束的区间预测控制建模及优化方法 |
Non-Patent Citations (3)
Title |
---|
孙超,等: "基于三角区间软约束的模型预测控制算法", 《化工学报》 * |
林玉泉,等: "水泥回转窑优化控制系统的研究与开发", 《工业控制与应用》 * |
高鹏,等: "基于粒子群优化的混合模型预测控制研究", 《机电工程》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107018207A (zh) * | 2017-06-02 | 2017-08-04 | 东北大学 | 一种温室环境云控制系统及其控制方法 |
CN107018207B (zh) * | 2017-06-02 | 2023-09-26 | 东北大学 | 一种温室环境云控制系统及其控制方法 |
CN109828459A (zh) * | 2017-11-23 | 2019-05-31 | 中国科学院沈阳自动化研究所 | 一种基于多变量约束区间预测控制的平稳控制实现方法 |
CN109828459B (zh) * | 2017-11-23 | 2020-05-26 | 中国科学院沈阳自动化研究所 | 一种基于多变量约束区间预测控制的平稳控制实现方法 |
CN110440779A (zh) * | 2019-09-05 | 2019-11-12 | 中国海洋大学 | 一种高动态mems谐振式陀螺仪力平衡控制方法 |
CN111817287A (zh) * | 2020-07-20 | 2020-10-23 | 安徽工业大学 | 一种用于直流微电网集群的非参数化模型预测三次控制方法 |
CN112256026A (zh) * | 2020-10-14 | 2021-01-22 | 中国船舶重工集团公司第七0七研究所九江分部 | 一种多约束条件下的船舶航向模型预测控制算法设计方法 |
CN112256026B (zh) * | 2020-10-14 | 2022-11-29 | 中国船舶重工集团公司第七0七研究所九江分部 | 一种多约束条件下的船舶航向模型预测控制算法设计方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105068422A (zh) | 一种基于三角区间软约束的模型预测控制方法 | |
Marchetti et al. | Steady-state target optimization designs for integrating real-time optimization and model predictive control | |
CN104375475B (zh) | 间歇反应器中间歇反应过程的优化控制方法 | |
CN102777879A (zh) | 一种火力发电厂超超临界机组的主汽温预测控制方法 | |
CN103472723A (zh) | 基于多模型广义预测控制器的预测控制方法及系统 | |
CN102520615A (zh) | 一种空分装置的自动变负荷多变量控制方法 | |
CN105388764A (zh) | 基于动态矩阵前馈预测的电液伺服pid控制方法及系统 | |
CN106814623A (zh) | 一种基于梯形区间软约束的多目标优化预测控制方法 | |
CN111123871B (zh) | 针对化工过程遗传算法优化的预测函数控制方法 | |
CN104846306A (zh) | 一种镀锌厚度控制系统及方法 | |
CN103995466B (zh) | 一种基于软约束的区间预测控制建模及优化方法 | |
CN105334751A (zh) | 一种批次注塑过程的稳定控制器设计方法 | |
CN105867138A (zh) | 一种基于pid控制器的稳定平台控制方法及装置 | |
CN111290282B (zh) | 火电机组协调系统的预见式预测控制方法 | |
CN105676645A (zh) | 一种基于函数型权rbf-arx模型的双回路水箱液位预测控制方法 | |
CN105652666A (zh) | 基于bp神经网络的大型模锻压机上横梁速度预测控制方法 | |
CN104111605B (zh) | 单输入单输出非自衡生产过程的控制器及控制方法 | |
Gulzar et al. | Level control of coupled conical tank system using adaptive model predictive controller | |
CN103760773A (zh) | 状态空间模型预测控制优化的批次过程pi-pd控制方法 | |
CN110597055B (zh) | 抗不确定性的2d分段仿射间歇过程最小-最大优化的预测控制方法 | |
Vásquez et al. | New constrained predictive PID controller for packet dropouts in wireless networked control systems | |
CN104155876B (zh) | 一种pid控制器的分离实现方法 | |
CN102880047B (zh) | 炼油工业加热炉温度过程的伴随矩阵解耦预测控制方法 | |
CN113110519B (zh) | 一种舰船用非增量型无模型自适应艏向控制方法 | |
CN103760772A (zh) | 状态空间预测函数控制优化的批次过程pi-pd控制方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20151118 |
|
WD01 | Invention patent application deemed withdrawn after publication |