CN105892296A - 一种工业加热炉系统的分数阶动态矩阵控制方法 - Google Patents
一种工业加热炉系统的分数阶动态矩阵控制方法 Download PDFInfo
- Publication number
- CN105892296A CN105892296A CN201610307224.6A CN201610307224A CN105892296A CN 105892296 A CN105892296 A CN 105892296A CN 201610307224 A CN201610307224 A CN 201610307224A CN 105892296 A CN105892296 A CN 105892296A
- Authority
- CN
- China
- Prior art keywords
- model
- moment
- order
- fractional
- cor
- 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.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
- Control Of Temperature (AREA)
Abstract
本发明公开了一种工业加热炉系统的分数阶动态矩阵控制方法。本发明首先采用Oustaloup近似方法将分数阶模型近似为整数阶高阶模型,基于近似高阶模型实施阶跃响应实验,采集阶跃响应数据,获取模型向量,然后将整数阶动态矩阵控制方法扩展到分数阶动态矩阵控制方法中,将分数阶微积分算子引入目标函数,进而基于阶跃响应模型和选取的目标函数设计了分数阶动态矩阵控制器。本发明运用于分数阶模型描述的实际过程对象,改善了整数阶DMC方法控制分数阶系统的不足之处,同时增加了调节控制器参数的自由度,获得了良好的控制性能,并能很好地满足实际工业过程的需要。
Description
技术领域
本发明属于自动化技术领域,涉及一种工业加热炉系统的分数阶动态矩阵控制(FDMC)方法。
背景技术
在实际工业控制过程中,随着对产品的控制精度和安全操作的要求越来越高,许多复杂的对象是整数阶微分方程无法精确描述的,用分数阶微分方程能更精确地描述对象特征和评估产品性能。动态矩阵控制(DMC)方法作为先进控制方法的一种,具有对模型要求低,鲁棒性强,处理延时的方法简单易行等特点,在实际过程控制中获得大量成功的应用。针对一类单输入单输出分数阶系统,传统PID控制方法和整数阶DMC方法对这类对象的控制效果并不是很好,这就需要研究具备良好控制性能的控制器来控制这类用分数阶模型描述的实际被控对象。如果将整数阶DMC方法扩展到分数阶DMC方法中,那将能有效的弥补整数阶DMC方法在控制分数阶系统的不足,并能获得更好的控制效果,同时也能促进DMC在分数阶系统中的运用。
发明内容
本发明的目的是针对分数阶模型描述的加热炉温度对象,提供一种工业加热炉系统的FDMC方法,以维持分数阶系统的稳定性并保障良好的控制性能。该方法首先采用Oustaloup近似方法将分数阶模型近似为整数阶高阶模型,基于近似高阶模型实施阶跃响应实验,采集阶跃响应数据,获取模型向量,然后将整数阶动态矩阵控制方法扩展到分数阶动态矩阵控制中,将分数阶微积分算子引入目标函数,进而基于阶跃响应模型和选取的目标函数设计了分数阶动态矩阵控制器。
该方法可以很好地运用于分数阶模型描述的实际过程对象,改善了整数阶DMC方法控制分数阶系统的不足之处,同时增加了控制器参数调节的自由度,获得了良好的控制性能,并能很好地满足实际工业过程的需要。
本发明的技术方案是通过数据采集、模型建立、预测机理、优化等手段,确立了一种工业加热炉系统的FDMC方法,该方法可有效提高系统的控制性能。
本发明方法的步骤包括:
步骤1、建立加热炉中温度对象的分数阶阶跃响应模型,具体方法是:
1.1采集实际过程对象的实时输入输出数据,利用该数据建立被控对象在t时刻的分数阶微分方程模型,形式如下:
其中,α1,α2为微分阶次,c0,c1,c2为相应的系数,y(t),u(t)分别为过程的输出和输入。
1.2根据分数阶微积分定义,对步骤1.1中的模型进行拉氏变换,得到被控对象的传递函数形式如下:
其中s为拉普拉斯变换算子。
1.3由Oustaloup近似方法得到微分算子sα的近似表达形式如下:
其中,α为分数阶微分阶次,0<α<1,N为选定的近似阶次, wb和wh分别为选定的拟合频率的下限和上限。
1.4根据步骤1.3中的方法,将步骤1.2中的分数阶系统近似为整数阶高阶系统,给所得高阶模型一个阶跃输入信号,记录高阶模型的阶跃响应曲线。
1.5将步骤1.4得到的阶跃响应曲线进行滤波处理,然后拟合成一条光滑曲线,记录光滑曲线上的每个采样时刻对应的阶跃响应数据,第一个采样时刻为Ts,相邻两个采样时刻间隔的时间为Ts,采样时刻顺序为Ts、2Ts、3Ts……;高阶模型的阶跃响应将在某一个时刻tN=NTs后趋于平稳,当at(t>N)与aN的误差和测量误差有相同的数量级时,即可认为aN近似等于阶跃响应的稳态值。建立高阶模型的模型向量a:
a=[a1,a2,…,aN]T
其中T为矩阵的转置符号,N为建模时域。
步骤2、设计被控对象的分数阶动态矩阵控制器,具体方法如下:
2.1利用步骤1获得的模型向量a建立被控对象的动态矩阵,其形式如下:
其中,A是被控对象的P×M阶动态矩阵,ai是阶跃响应的数据,P、M分别为动态矩阵控制算法的优化时域和控制时域,M<P<N。
2.2求取被控对象当前k时刻的模型预测初始响应值yM(k)
首先,在k-1时刻加入控制增量Δu(k-1)后得到模型预测值yP(k-1):
yP(k-1)=yM(k-1)+A0Δu(k-1)
其中,
yP(k-1)=[y1(k|k-1),y1(k+1|k-1),…,y1(k+N-1|k-1)]T
yM(k-1)=[y0(k|k-1),y0(k+1|k-1),…,y0(k+N-1|k-1)]T
A0=[a1,a2,…,aN]T
y1(k|k-1),y1(k+1|k-1),…,y1(k+N-1|k-1)分别表示被控对象在k-1时刻对k,k+1,…,k+N-1时刻的模型预测值,y0(k|k-1),y0(k+1|k-1),…,yi,0(k+N-1|k-1)表示k-1时刻对k,k+1,…,k+N-1时刻的初始预测值,A0为阶跃响应数据建立的矩阵,Δu(k-1)为k-1时刻的输入控制量;
然后,可以得到k时刻被控对象的模型预测误差值e(k):
e(k)=y(k)-y1(k|k-1)
其中y(k)表示k时刻测得的被控对象的实际输出值;
进一步得到k时刻修正后的模型输出值ycor(k):
ycor(k)=yM(k-1)+h*e(k)
其中,
ycor(k)=[ycor(k|k),ycor(k+1|k),…,ycor(k+N-1|k)]T
h=[1,α,…,α]T
ycor(k|k),ycor(k+1|k),…,ycor(k+N-1|k)分别表示被控对象在k时刻模型的修正值,h为误差补偿的权矩阵,α为误差校正系数;
最后得到k时刻的模型预测的初始响应值yM(k):
yM(k)=Sycor(k)
其中,S为N×N阶的状态转移矩阵,
2.3计算被控对象在M个连续的控制增量Δu(k),Δu(k+1),…,Δu(k+M-1)下的预测输出值yPM,具体方法是:
yPM(k)=yP0(k)+AΔuM(k)
其中,
yPM(k)=[yM(k+1|k),yM(k+2|k),…,yM(k+P|k)]T
yP0(k)=[y0(k+1|k),y0(k+2|k),…,y0(k+P|k)]T
ΔuM(k)=[Δu(k),Δu(k+1),…,Δu(k+M-1)]T
yP0(k)是yM(k)的前P项,yM(k+1|k),yM(k+2|k),…,yM(k+P|k)为k时刻对k+1,k+2,…,k+P时刻的模型预测输出值。
2.4选取被控对象的参考轨迹和动态矩阵控制方法的目标函数JFDMC,其形式如下:
yr(k+i)=λiyP(k)+(1-λi)c(k)
其中,γ1,γ2为任意实数,表示函数f(t)在[t1,t2]上的γ次积分,D为微分符号。
依据Grünwald-Letnikov分数阶微积分定义,对上述目标函数在采样时间Ts进行离散化,得到:
其中,
Yr(k)=[yr(k+1),yr(k+2),…,yr(k+P)]T
时,对q<0,ε=1,2。
在上式中进一步引入误差加权系数Q=diag(q1,q2,…,qP)和控制加权系数R=diag(r1,r2,…,rP),所得目标函数为
JFDMC=[Yr(k)-yPM(k)]TΛ(γ1,Ts)Q[Yr(k)-yPM(k)]+ΔUTΛ(γ2,Ts)RΔU
2.5依据步骤2.4中的目标函数求解得到控制量,形式如下:
ΔuM(k)=(ATΛ(γ1,Ts)QA+Λ(γ2,Ts)R)-1ATΛ(γ1,Ts)Q(Yr(k)-yP0(k))
Δu(k)=[1,0,…,0]ΔuM(k)
u(k)=u(k-1)+Δu(k)
2.6在k+l时刻,l=1,2,3,…,依照2.1到2.5中的步骤依次循环求解分数阶动态矩阵控制器的控制量u(k+l),再将其作用于被控对象。
本发明提出了一种工业加热炉系统的分数阶动态矩阵控制方法,该方法建立了被控对象的分数阶阶跃响应模型,将微分算子引入控制器增加了控制器参数调节的自由度,有效弥补了整数阶动态矩阵控制对分数阶系统控制的不足之处,提高了系统的控制性能,同时促进了动态矩阵控制方法在分数阶系统中的应用。
具体实施方式
以实际过程中加热炉的温度过程控制为例:
由加热炉的实时温度数据得到分数阶模型,温度控制系统的调节手段是控制阀门开度。
步骤1、建立加热炉中温度对象的分数阶阶跃响应模型,具体方法是:
1.1采集加热炉温度对象的实时输入输出数据,利用该温度数据建立加热炉温度对象在t时刻的分数阶微分方程模型,形式如下:
其中,α1,α2为微分阶次,c0,c1,c2为相应的系数,y(t),u(t)分别为加热炉温度对象的温度输出和阀门开度。
1.2根据分数阶微积分定义,对步骤1.1中的模型进行拉氏变换,得到温度对象的传递函数形式如下:
其中s为拉普拉斯变换算子。
1.3由Oustaloup近似方法得到微分算子sα的近似表达形式如下:
其中,α为分数阶微分阶次,0<α<1,N为选定的近似阶次, wb和wh分别为选定的拟合频率的下限和上限。
1.4根据步骤1.3中的方法,将步骤1.2中的分数阶系统近似为整数阶高阶系统模型,给所得高阶模型一个阶跃输入信号,记录高阶模型的阶跃响应曲线。
1.5将步骤1.4得到的阶跃响应曲线进行滤波处理,然后拟合成一条光滑曲线,记录光滑曲线上的每个采样时刻对应的阶跃响应数据,第一个采样时刻为Ts,相邻两个采样时刻间隔的时间为Ts,采样时刻顺序为Ts、2Ts、3Ts……;高阶模型的阶跃响应将在某一个时刻tN=NTs后趋于平稳,当at(t>N)与aN的误差和测量误差有相同的数量级时,即可认为aN近似等于阶跃响应的稳态值。建立高阶模型的模型向量a:
a=[a1,a2,…,aN]T
其中T为矩阵的转置符号,N为建模时域。
步骤2、设计加热炉温度对象的分数阶动态矩阵控制器,具体方法如下:
2.1利用步骤1获得的模型向量a建立加热炉温度对象的动态矩阵,其形式如下:
其中,A是温度对象的P×M阶动态矩阵,ai是阶跃响应的数据,P、M分别为动态矩阵控制算法的优化时域和控制时域,M<P<N。
2.2求取加热炉温度对象当前k时刻的模型预测初始响应值yM(k)
首先,在k-1时刻加入阀门开度增量Δu(k-1)后得到模型预测值yP(k-1):
yP(k-1)=yM(k-1)+A0Δu(k-1)
其中,
yP(k-1)=[y1(k|k-1),y1(k+1|k-1),…,y1(k+N-1|k-1)]T
yM(k-1)=[y0(k|k-1),y0(k+1|k-1),…,y0(k+N-1|k-1)]T
A0=[a1,a2,…,aN]T
y1(k|k-1),y1(k+1|k-1),…,y1(k+N-1|k-1)分别表示温度对象在k-1时刻对k,k+1,…,k+N-1时刻的模型预测值,y0(k|k-1),y0(k+1|k-1),…,yi,0(k+N-1|k-1)表示k-1时刻对k,k+1,…,k+N-1时刻的初始预测值,A0为阶跃响应数据建立的矩阵,Δu(k-1)为k-1时刻的阀门开度增量;
然后,可以得到k时刻加热炉温度对象的模型预测误差值e(k):
e(k)=y(k)-y1(k|k-1)
其中y(k)表示k时刻测得的加热炉温度对象的实际输出值;
进一步得到k时刻修正后的模型输出值ycor(k):
ycor(k)=yM(k-1)+h*e(k)
其中,
ycor(k)=[ycor(k|k),ycor(k+1|k),…,ycor(k+N-1|k)]T
h=[1,α,…,α]T
ycor(k|k),ycor(k+1|k),…,ycor(k+N-1|k)分别表示加热炉温度对象在k时刻模型的修正值,h为误差补偿的权矩阵,α为误差校正系数;
最后得到k时刻的模型预测的初始响应值yM(k):
yM(k)=Sycor(k)
其中,S为N×N阶的状态转移矩阵,
2.3计算温度过程在M个连续的阀门开度增量Δu(k),Δu(k+1),…,Δu(k+M-1)下的预测输出值yPM,具体方法是:
yPM(k)=yP0(k)+AΔuM(k)
其中,
yPM(k)=[yM(k+1|k),yM(k+2|k),…,yM(k+P|k)]T
yP0(k)=[y0(k+1|k),y0(k+2|k),…,y0(k+P|k)]T
ΔuM(k)=[Δu(k),Δu(k+1),…,Δu(k+M-1)]T
yP0(k)是yM(k)的前P项,yM(k+1|k),yM(k+2|k),…,yM(k+P|k)为k时刻对k+1,k+2,…,k+P时刻的模型预测输出值。
2.4选取温度对象的参考轨迹和动态矩阵控制方法的目标函数JFDMC,其形式如下:
yr(k+i)=λiyP(k)+(1-λi)c(k)
其中,γ1,γ2为任意实数,表示函数f(t)在[t1,t2]上的γ次积分,D为微分符号。
依据Grünwald-Letnikov分数阶微积分定义,在采样时间Ts下对上述目标函数进行离散化,得到:
其中,
Yr(k)=[yr(k+1),yr(k+2),…,yr(k+P)]T
时,对q<0,ε=1,2。
在上式中进一步引入误差加权系数Q=diag(q1,q2,…,qP)和控制加权系数R=diag(r1,r2,…,rP),所得目标函数为
JFDMC=[Yr(k)-yPM(k)]TΛ(γ1,Ts)Q[Yr(k)-yPM(k)]+ΔUTΛ(γ2,Ts)RΔU
2.5依据步骤2.4中的目标函数求解得到阀门开度增量,形式如下:
ΔuM(k)=(ATΛ(γ1,Ts)QA+Λ(γ2,Ts)R)-1ATΛ(γ1,Ts)Q(Yr(k)-yP0(k))
Δu(k)=[1,0,…,0]ΔuM(k)
u(k)=u(k-1)+Δu(k)
2.6在k+l时刻,l=1,2,3,…,依照2.1到2.5中的步骤依次循环求解分数阶动态矩阵控制方法的阀门开度u(k+l),再将其作用于加热炉温度对象。
Claims (1)
1.一种工业加热炉系统的分数阶动态矩阵控制方法,其特征在于该方法包括以下步骤;
步骤1、建立加热炉中温度对象的分数阶阶跃响应模型,具体是:
1.1采集实际过程对象的实时输入输出数据,利用该数据建立被控对象在t时刻的分数阶微分方程模型,形式如下:
其中,α1,α2为微分阶次,c0,c1,c2为相应的系数,y(t),u(t)分别为过程的输出和输入;
1.2根据分数阶微积分定义,对步骤1.1中的模型进行拉氏变换,得到被控对象的传递函数形式如下:
其中s为拉普拉斯变换算子;
1.3由Oustaloup近似方法得到微分算子sα的近似表达形式如下:
其中,α为分数阶微分阶次,0<α<1,N为选定的近似阶次,wb和wh分别为选定的拟合频率的下限和上限;
1.4根据步骤1.3中的方法,将步骤1.2中的分数阶系统近似为整数阶高阶系统,给所得高阶模型一个阶跃输入信号,记录高阶模型的阶跃响应曲线;
1.5将步骤1.4得到的阶跃响应曲线进行滤波处理,然后拟合成一条光滑曲线,记录光滑曲线上的每个采样时刻对应的阶跃响应数据,第一个采样时刻为Ts,相邻两个采样时刻间隔的时间为Ts,采样时刻顺序为Ts、2Ts、3Ts……;高阶模型的阶跃响应将在某一个时刻tN=NTs后趋于平稳,当at(t>N)与aN的误差和测量误差有相同的数量级时,即可认为aN近似等于阶跃响应的稳态值;建立高阶模型的模型向量a:
a=[a1,a2,…,aN]T
其中T为矩阵的转置符号,N为建模时域;
步骤2、设计被控对象的分数阶动态矩阵控制器,具体如下:
2.1利用步骤1获得的模型向量a建立被控对象的动态矩阵,其形式如下:
其中,A是被控对象的P×M阶动态矩阵,ai是阶跃响应的数据,P、M分别为动态矩阵控制算法的优化时域和控制时域,M<P<N;
2.2求取被控对象当前k时刻的模型预测初始响应值yM(k)
首先,在k-1时刻加入控制增量Δu(k-1)后得到模型预测值yP(k-1):
yP(k-1)=yM(k-1)+A0Δu(k-1)
其中,
yP(k-1)=[y1(k|k-1),y1(k+1|k-1),…,y1(k+N-1|k-1)]T
yM(k-1)=[y0(k|k-1),y0(k+1|k-1),…,y0(k+N-1|k-1)]T
A0=[a1,a2,…,aN]T
y1(k|k-1),y1(k+1|k-1),…,y1(k+N-1|k-1)分别表示被控对象在k-1时刻对k,k+1,…,k+N-1时刻的模型预测值,y0(k|k-1),y0(k+1|k-1),…,yi,0(k+N-1|k-1)表示k-1时刻对k,k+1,…,k+N-1时刻的初始预测值,A0为阶跃响应数据建立的矩阵,Δu(k-1)为k-1时刻的输入控制量;
然后,得到k时刻被控对象的模型预测误差值e(k):
e(k)=y(k)-y1(k|k-1)
其中y(k)表示k时刻测得的被控对象的实际输出值;
进一步得到k时刻修正后的模型输出值ycor(k):
ycor(k)=yM(k-1)+h*e(k)
其中,
ycor(k)=[ycor(k|k),ycor(k+1|k),…,ycor(k+N-1|k)]T
h=[1,α,…,α]T
ycor(k|k),ycor(k+1|k),…,ycor(k+N-1|k)分别表示被控对象在k时刻模型的修正值,h为误差补偿的权矩阵,α为误差校正系数;
最后得到k时刻的模型预测的初始响应值yM(k):
yM(k)=Sycor(k)
其中,S为N×N阶的状态转移矩阵,
2.3计算被控对象在M个连续的控制增量Δu(k),Δu(k+1),…,Δu(k+M-1)下的预测输出值yPM,具体是:
yPM(k)=yP0(k)+AΔuM(k)
其中,
yPM(k)=[yM(k+1|k),yM(k+2|k),…,yM(k+P|k)]T
yP0(k)=[y0(k+1|k),y0(k+2|k),…,y0(k+P|k)]T
ΔuM(k)=[Δu(k),Δu(k+1),…,Δu(k+M-1)]T
yP0(k)是yM(k)的前P项,yM(k+1|k),yM(k+2|k),…,yM(k+P|k)为k时刻对k+1,k+2,…,k+P时刻的模型预测输出值;
2.4选取被控对象的参考轨迹和动态矩阵控制方法的目标函数JFDMC,其形式如下:
yr(k+i)=λiyP(k)+(1-λi)c(k)
其中,γ1,γ2为任意实数,表示函数f(t)在[t1,t2]上的γ次积分,D为微分符号;
依据Grünwald-Letnikov分数阶微积分定义,对上述目标函数在采样时间Ts进行离散化,得到:
其中,
Yr(k)=[yr(k+1),yr(k+2),…,yr(k+P)]T
时,对q<0,ε=1,2;
在上式中进一步引入误差加权系数Q=diag(q1,q2,…,qP)和控制加权系数R=diag(r1,r2,…,rP),所得目标函数为
JFDMC=[Yr(k)-yPM(k)]TΛ(γ1,Ts)Q[Yr(k)-yPM(k)]+ΔUTΛ(γ2,Ts)RΔU
2.5依据步骤2.4中的目标函数求解得到控制量,形式如下:
ΔuM(k)=(ATΛ(γ1,Ts)QA+Λ(γ2,Ts)R)-1ATΛ(γ1,Ts)Q(Yr(k)-yP0(k))
Δu(k)=[1,0,…,0]ΔuM(k)
u(k)=u(k-1)+Δu(k)
2.6在k+l时刻,l=1,2,3,…,依照2.1到2.5中的步骤依次循环求解分数阶动态矩阵控制器的控制量u(k+l),再将其作用于被控对象。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610307224.6A CN105892296B (zh) | 2016-05-11 | 2016-05-11 | 一种工业加热炉系统的分数阶动态矩阵控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610307224.6A CN105892296B (zh) | 2016-05-11 | 2016-05-11 | 一种工业加热炉系统的分数阶动态矩阵控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105892296A true CN105892296A (zh) | 2016-08-24 |
CN105892296B CN105892296B (zh) | 2018-12-21 |
Family
ID=56702605
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610307224.6A Active CN105892296B (zh) | 2016-05-11 | 2016-05-11 | 一种工业加热炉系统的分数阶动态矩阵控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105892296B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106483853A (zh) * | 2016-12-30 | 2017-03-08 | 杭州电子科技大学 | 炼油加热炉炉膛压力的分数阶分布式动态矩阵控制方法 |
CN107505834A (zh) * | 2017-08-31 | 2017-12-22 | 东北石油大学 | 一种分数阶比例积分控制器的设计方法 |
CN107942675A (zh) * | 2017-12-13 | 2018-04-20 | 杭州电子科技大学 | 一种化工间歇过程控制系统稳定性保持方法 |
CN108646567A (zh) * | 2018-06-25 | 2018-10-12 | 上海电力学院 | 一种带有积分和迟延环节的被控对象动态矩阵控制方法 |
CN109001975A (zh) * | 2018-08-02 | 2018-12-14 | 杭州电子科技大学 | 一种工业加热炉多模型分数阶控制方法 |
CN111123708A (zh) * | 2019-12-30 | 2020-05-08 | 杭州电子科技大学 | 基于分布式动态矩阵控制优化的焦化炉炉膛压力控制方法 |
CN113359460A (zh) * | 2021-06-24 | 2021-09-07 | 杭州司南智能技术有限公司 | 一种约束动态矩阵控制优化的积分对象控制方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201019596A (en) * | 2008-11-07 | 2010-05-16 | Univ Shu Te | Design method of fractional order digital differentiator |
US20110270903A1 (en) * | 2010-04-30 | 2011-11-03 | Applied Signal Technology, Inc. | Digital fractional integrator |
CN102880047A (zh) * | 2012-09-24 | 2013-01-16 | 杭州电子科技大学 | 炼油工业加热炉温度过程的伴随矩阵解耦预测控制方法 |
CN103616815A (zh) * | 2013-11-14 | 2014-03-05 | 杭州电子科技大学 | 动态矩阵控制优化的废塑料炼油裂解炉炉膛温度控制方法 |
CN105182755A (zh) * | 2015-10-08 | 2015-12-23 | 杭州电子科技大学 | 一种工业加热炉系统的分数阶预测函数控制方法 |
CN105334736A (zh) * | 2015-11-26 | 2016-02-17 | 杭州电子科技大学 | 一种分数阶模型预测控制的加热炉温度控制方法 |
-
2016
- 2016-05-11 CN CN201610307224.6A patent/CN105892296B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201019596A (en) * | 2008-11-07 | 2010-05-16 | Univ Shu Te | Design method of fractional order digital differentiator |
US20110270903A1 (en) * | 2010-04-30 | 2011-11-03 | Applied Signal Technology, Inc. | Digital fractional integrator |
CN102880047A (zh) * | 2012-09-24 | 2013-01-16 | 杭州电子科技大学 | 炼油工业加热炉温度过程的伴随矩阵解耦预测控制方法 |
CN103616815A (zh) * | 2013-11-14 | 2014-03-05 | 杭州电子科技大学 | 动态矩阵控制优化的废塑料炼油裂解炉炉膛温度控制方法 |
CN105182755A (zh) * | 2015-10-08 | 2015-12-23 | 杭州电子科技大学 | 一种工业加热炉系统的分数阶预测函数控制方法 |
CN105334736A (zh) * | 2015-11-26 | 2016-02-17 | 杭州电子科技大学 | 一种分数阶模型预测控制的加热炉温度控制方法 |
Non-Patent Citations (3)
Title |
---|
王松等: "热力系统的分数阶特性及其动态矩阵控制", 《华北电力大学学报》 * |
郭伟等: "一种改进型动态矩阵控制在水箱液位系统中的应用", 《计算机测量与控制》 * |
郭伟等: "基于时域的分数阶PID动态矩阵控制算法改进", 《仪器仪表学报》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106483853A (zh) * | 2016-12-30 | 2017-03-08 | 杭州电子科技大学 | 炼油加热炉炉膛压力的分数阶分布式动态矩阵控制方法 |
CN107505834A (zh) * | 2017-08-31 | 2017-12-22 | 东北石油大学 | 一种分数阶比例积分控制器的设计方法 |
CN107942675A (zh) * | 2017-12-13 | 2018-04-20 | 杭州电子科技大学 | 一种化工间歇过程控制系统稳定性保持方法 |
CN108646567A (zh) * | 2018-06-25 | 2018-10-12 | 上海电力学院 | 一种带有积分和迟延环节的被控对象动态矩阵控制方法 |
CN109001975A (zh) * | 2018-08-02 | 2018-12-14 | 杭州电子科技大学 | 一种工业加热炉多模型分数阶控制方法 |
CN109001975B (zh) * | 2018-08-02 | 2021-06-15 | 杭州电子科技大学 | 一种工业加热炉多模型分数阶控制方法 |
CN111123708A (zh) * | 2019-12-30 | 2020-05-08 | 杭州电子科技大学 | 基于分布式动态矩阵控制优化的焦化炉炉膛压力控制方法 |
CN111123708B (zh) * | 2019-12-30 | 2022-10-18 | 杭州电子科技大学 | 基于分布式动态矩阵控制优化的焦化炉炉膛压力控制方法 |
CN113359460A (zh) * | 2021-06-24 | 2021-09-07 | 杭州司南智能技术有限公司 | 一种约束动态矩阵控制优化的积分对象控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105892296B (zh) | 2018-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105892296A (zh) | 一种工业加热炉系统的分数阶动态矩阵控制方法 | |
CN105182755B (zh) | 一种工业加热炉系统的分数阶预测函数控制方法 | |
Lakshmanaprabu et al. | Optimal tuning of decentralized fractional order PID controllers for TITO process using equivalent transfer function | |
CN103558755B (zh) | 分数阶积分pid控制器整定和自整定方法 | |
CN105334736A (zh) | 一种分数阶模型预测控制的加热炉温度控制方法 | |
CN104533701A (zh) | 一种水轮机调速系统控制参数的自动整定方法 | |
CN106483853A (zh) | 炼油加热炉炉膛压力的分数阶分布式动态矩阵控制方法 | |
CN105911862B (zh) | 一种电加热炉温度控制方法 | |
CN107203137A (zh) | 非线性抽水蓄能机组调速系统增益启发式自适应pid控制方法 | |
CN106325074A (zh) | 一种基于布谷鸟算法的pid控制器参数智能整定方法 | |
CN105334751B (zh) | 一种批次注塑过程的稳定控制器设计方法 | |
CN105807632A (zh) | 一种基于改进大林算法的加热炉温度控制器设计方法 | |
CN105955014A (zh) | 分布式动态矩阵控制优化的焦炭炉炉膛压力控制方法 | |
CN109143853B (zh) | 一种石油炼化过程中分馏塔液位自适应控制方法 | |
CN104050380A (zh) | 一种基于Adaboost-PLS-ELM的LF炉终点温度预报方法 | |
CN105404152A (zh) | 一种模拟飞行员主观评价的飞行品质预测方法 | |
CN111123708B (zh) | 基于分布式动态矩阵控制优化的焦化炉炉膛压力控制方法 | |
CN106200379A (zh) | 一种非自衡对象的分布式动态矩阵控制方法 | |
CN105974798A (zh) | 电加热炉的多模型分数阶加权预测函数控制方法 | |
CN106094524A (zh) | 基于输入趋势补偿的快速模型预测控制方法 | |
CN104111605B (zh) | 单输入单输出非自衡生产过程的控制器及控制方法 | |
CN105955350A (zh) | 遗传算法优化加热炉温度的分数阶预测函数控制方法 | |
CN106773646A (zh) | 一种催化裂化过程中原油预热温度控制方法 | |
CN106371321A (zh) | 一种焦化炉炉膛压力系统模糊网络优化pid控制方法 | |
CN104111606A (zh) | 变风量空调系统室温控制的梯度校正辨识算法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |