CN111522230A - Mimo异因子紧格式无模型控制方法 - Google Patents
Mimo异因子紧格式无模型控制方法 Download PDFInfo
- Publication number
- CN111522230A CN111522230A CN202010029712.1A CN202010029712A CN111522230A CN 111522230 A CN111522230 A CN 111522230A CN 202010029712 A CN202010029712 A CN 202010029712A CN 111522230 A CN111522230 A CN 111522230A
- Authority
- CN
- China
- Prior art keywords
- mimo
- control
- control method
- different
- factor
- 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
- 238000000034 method Methods 0.000 title claims abstract description 66
- 239000013598 vector Substances 0.000 claims abstract description 14
- 238000004364 calculation method Methods 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 8
- 238000004519 manufacturing process Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 description 19
- 239000003245 coal Substances 0.000 description 15
- 238000010586 diagram Methods 0.000 description 12
- 238000012360 testing method Methods 0.000 description 10
- 238000011156 evaluation Methods 0.000 description 7
- 238000002474 experimental method Methods 0.000 description 5
- 230000006872 improvement Effects 0.000 description 5
- 239000000843 powder Substances 0.000 description 3
- 238000007670 refining Methods 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 239000004568 cement Substances 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000005272 metallurgy Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 101100532097 Vitis rotundifolia RUN1 gene Proteins 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000003889 chemical engineering Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 239000000498 cooling water Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
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
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/4155—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by programme execution, i.e. part programme or machine function execution, e.g. selection of a programme
-
- 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
- G05B13/0205—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
- G05B13/024—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system in which a parameter or coefficient is automatically adjusted to optimise the performance
-
- 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
- G05B15/00—Systems controlled by a computer
- G05B15/02—Systems controlled by a computer electric
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/33—Director till display
- G05B2219/33125—System configuration, reconfiguration, customization, automatic
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/42—Servomotor, servo controller kind till VSS
- G05B2219/42017—Mimo controller with many inputs and outputs
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
本发明公开了一种MIMO异因子紧格式无模型控制方法,针对现有的采用同因子结构的MIMO紧格式无模型控制方法的局限性,也就是:在k时刻针对控制输入向量中的不同控制输入只能采用相同数值的惩罚因子与相同数值的步长因子的局限性,提出了一种采用异因子结构的MIMO紧格式无模型控制方法,在k时刻针对控制输入向量中的不同控制输入可采用不同数值的惩罚因子和/或不同数值的步长因子,能够解决强非线性MIMO系统等复杂对象中存在的各个控制通道特性各异的控制难题。与现有的控制方法相比,本发明具有更高的控制精度、更好的稳定性与更广的适用性。
Description
技术领域
本发明属于自动化控制领域,尤其是涉及一种MIMO异因子紧格式无模型控制方法。
背景技术
炼油、石化、化工、制药、食品、造纸、水处理、火电、冶金、水泥、橡胶、机械、电气等行业的大多数被控对象,包括反应器、精馏塔、机器、设备、装置、生产线、车间、工厂,本质上都是MIMO(Multiple Input and Multiple Output,多输入多输出)系统。实现对MIMO系统的高精度、高稳定、高适用性控制,对工业的节能降耗、提质增效具有重要意义。然而,MIMO系统的控制难题,尤其是强非线性MIMO系统的控制难题,一直以来都是自动化控制领域所面临的重大挑战。
MIMO系统的现有控制方法中包括MIMO紧格式无模型控制方法。MIMO紧格式无模型控制方法是一种新型的数据驱动控制方法,不依赖被控对象的任何数学模型信息,仅依赖于MIMO被控对象实时测量的输入输出数据进行控制器的分析和设计,并且实现简明、计算负担小及鲁棒性强,具有良好的应用前景。MIMO紧格式无模型控制方法的理论基础,由侯忠生与金尚泰在其合著的《无模型自适应控制—理论与应用》(科学出版社,2013年,第93页)中提出,其控制算法如下:
其中,u(k)为k时刻控制输入向量,u(k)=[u1(k),…,um(k)]T,m为控制输入总个数(m为大于1的正整数);e(k)为k时刻误差向量,e(k)=[e1(k),…,en(k)]T,n为输出总个数(n为正整数);Φ(k)为k时刻MIMO系统伪雅克比矩阵估计值,||Φ(k)||为矩阵Φ(k)的2范数;λ为惩罚因子;ρ为步长因子。
上述现有的MIMO紧格式无模型控制方法,采用了同因子结构,也就是说:在k时刻,针对控制输入向量u(k)中的不同控制输入u1(k),…,um(k),只能采用相同数值的惩罚因子λ与相同数值的步长因子ρ。当现有的MIMO同因子紧格式无模型控制方法应用于强非线性MIMO系统等复杂对象时,由于控制通道特性各异,往往难以实现理想的控制效果,制约了MIMO紧格式无模型控制方法的推广应用。
为此,为了打破现有的MIMO同因子紧格式无模型控制方法的应用瓶颈,本发明提出了一种MIMO异因子紧格式无模型控制方法。
发明内容
为了解决背景技术中存在的问题,本发明的目的在于,提供一种MIMO异因子紧格式无模型控制方法,其特征在于:
当被控对象为MIMO(Multiple Input and Multiple Output,多输入多输出)系统时,所述MIMO异因子紧格式无模型控制方法计算k时刻第i个控制输入ui(k)的数学公式如下:
其中,k为正整数;n为所述MIMO系统输出总个数,n为正整数;i表示所述MIMO系统控制输入总个数中的第i个,i为正整数,1≤i≤m,其中m为所述MIMO系统控制输入总个数,m为大于1的正整数;j表示所述MIMO系统输出总个数中的第j个,j为正整数,1≤j≤n;ui(k)为k时刻第i个控制输入;ej(k)为k时刻第j个误差,即k时刻误差向量e(k)=[e1(k),…,en(k)]T的第j个元素;Φ(k)为k时刻MIMO系统伪雅克比矩阵估计值,φj,i(k)为矩阵Φ(k)的第j行第i列元素,||Φ(k)||为矩阵Φ(k)的2范数;λi为第i个控制输入的惩罚因子;ρi为第i个控制输入的步长因子;
针对MIMO系统,所述MIMO异因子紧格式无模型控制方法将i的取值遍历正整数区间[1,m]内的所有值,即可计算得到k时刻控制输入向量u(k)=[u1(k),…,um(k)]T;
所述MIMO异因子紧格式无模型控制方法具有异因子特征;所述异因子特征是指针对正整数区间[1,m]内任意两个互不相等的正整数i与x,在采用所述控制方法对MIMO系统进行控制期间,如下两个不等式中至少有一个不等式成立:
λi≠λx;ρi≠ρx
在采用上述技术方案的同时,本发明还可以采用或者组合采用以下进一步的技术方案:
所述k时刻第j个误差ej(k)采用第j个误差计算函数计算得到;所述第j个误差计算函数的自变量包含第j个输出期望值与第j个输出实际值。
所述被控对象包含反应器、精馏塔、机器、设备、装置、生产线、车间、工厂。
运行本发明所述控制方法的硬件平台包含工业控制计算机、单片机控制器、微处理器控制器、现场可编程门阵列控制器、数字信号处理控制器、嵌入式系统控制器、可编程逻辑控制器、集散控制系统、现场总线控制系统、工业物联网控制系统、工业互联网控制系统的任意之一或任意种组合。
本发明提供的MIMO异因子紧格式无模型控制方法,针对控制输入向量中的不同控制输入可采用不同数值的惩罚因子或不同数值的步长因子,能够解决强非线性MIMO系统等复杂对象中存在的各个控制通道特性各异的控制难题。因此,与现有的MIMO同因子紧格式无模型控制方法相比,本发明提供的MIMO异因子紧格式无模型控制方法具有更高的控制精度、更好的稳定性与更广的适用性。
附图说明
图1为本发明的原理框图;
图2为两输入两输出MIMO系统采用本发明的MIMO异因子紧格式无模型控制方法时第1个输出的控制效果图;
图3为两输入两输出MIMO系统采用本发明的MIMO异因子紧格式无模型控制方法时第2个输出的控制效果图;
图4为两输入两输出MIMO系统采用本发明的MIMO异因子紧格式无模型控制方法时的控制输入曲线;
图5为两输入两输出MIMO系统采用现有的MIMO同因子紧格式无模型控制方法时第1个输出的控制效果图;
图6为两输入两输出MIMO系统采用现有的MIMO同因子紧格式无模型控制方法时第2个输出的控制效果图;
图7为两输入两输出MIMO系统采用现有的MIMO同因子紧格式无模型控制方法时的控制输入曲线;
图8为磨煤机两输入两输出MIMO系统第1个输出的控制效果图;
图9为磨煤机两输入两输出MIMO系统第2个输出的控制效果图;
图10为磨煤机两输入两输出MIMO系统第1个控制输入曲线;
图11为磨煤机两输入两输出MIMO系统第2个控制输入曲线。
具体实施方式
下面结合附图和具体实施例对本发明进一步说明。
图1给出了本发明的原理框图。针对具有m个控制输入(m为大于1的正整数)与n个输出(n为正整数)的MIMO系统,采用MIMO异因子紧格式无模型控制方法进行控制;针对第i个控制输入ui(k)(i=1,…,m),确定MIMO异因子紧格式无模型控制方法用于计算ui(k)的数学公式中所有参数包含惩罚因子λi、步长因子ρi的数值;将当前时刻记为k时刻;将第j个输出期望值与第j个输出实际值yj(k)之差作为k时刻第j个误差ej(k);将j的取值遍历正整数区间[1,n]内的所有值,得到误差向量e(k)=[e1(k),…,en(k)]T;基于k时刻误差向量e(k)=[e1(k),…,en(k)]T与惩罚因子λi、步长因子ρi的数值,采用MIMO异因子紧格式无模型控制方法计算k时刻第i个控制输入ui(k);针对MIMO系统,MIMO异因子紧格式无模型控制方法将i的取值遍历正整数区间[1,m]内的所有值,即可计算得到k时刻控制输入向量u(k)=[u1(k),…,um(k)]T;控制输入向量u(k)作用于被控对象后,得到被控对象在后一时刻的n个输出实际值,然后进行后一时刻的MIMO异因子紧格式无模型控制。
以下是本发明的两个具体实施例。
具体实施例1:
被控对象采用的两输入两输出MIMO系统,具有非最小相位非线性系统的复杂特征,属于特别难以控制的MIMO系统:
系统输出期望值y*(k)如下:
在具体实施例中,m=n=2。
针对上述具体实施例,开展两组试验进行对比验证。第一组试验采用本方明的控制方法,第二组试验采用现有的控制方法。为了更清楚地比较两组试验的控制性能,采用均方根误差(Root Mean Square Error,RMSE)作为控制性能评价指标:
运行本发明控制方法的硬件平台采用工业控制计算机。
第一组试验(RUN1)时:采用本发明的MIMO异因子紧格式无模型控制方法,设定第1个控制输入的惩罚因子λ1=0.01,步长因子ρ1=0.37;设定第2个控制输入的惩罚因子λ2=0.24,步长因子ρ2=0.49;然后,对上述两输入两输出MIMO系统进行控制,图2为第1个输出的控制效果图,图3为第2个输出的控制效果图,图4为控制输入曲线;从控制性能评价指标进行考察,图2中第1个输出的RMSE(e1)为2.2947,图3中第2个输出的RMSE(e2)为1.9135。
第二组试验(RUN2)时:直接采用现有的MIMO同因子紧格式无模型控制方法,设定惩罚因子λ=0.01,设定步长因子ρ=0.50,对上述两输入两输出MIMO系统进行控制,图5为第1个输出的控制效果图,图6为第2个输出的控制效果图,图7为控制输入曲线;从控制性能评价指标进行考察,图5中第1个输出的RMSE(e1)为7.8933,图6中第2个输出的RMSE(e2)为10.5405。
两组试验控制性能评价指标的比较结果列于表1,采用本发明控制方法的第一组试验(RUN1)的结果优于采用现有的MIMO同因子紧格式无模型控制方法的第二组试验(RUN2),改进效果显著,充分表明本发明提供的MIMO异因子紧格式无模型控制方法具有更高的控制精度、更好的稳定性与更广的适用性。
表1控制性能比较
具体实施例2:
磨煤机是将煤块破碎并磨成煤粉的机器设备,为煤粉炉提供煤粉。实现对磨煤机的高精度、高稳定、高适用性控制,对确保火电厂的安全平稳运行具有重大意义。
被控对象磨煤机为两输入两输出MIMO系统,具有非线性、强耦合、时变性等复杂特征,属于特别难以控制的MIMO系统。被控对象磨煤机的两个控制输入u1(k)与u2(k)分别是热风量(通过热风的阀门开度%来控制)与再循环风量(通过再循环风的阀门开度%来控制)。被控对象磨煤机的两个输出y1(k)与y2(k)分别是出口温度(℃)与入口负压(Pa)。被控对象磨煤机的初始工况为:u1(0)=80%,u2(0)=40%,y1(0)=70℃,y2(0)=-400Pa。在50秒处,为满足火电厂工业现场工况调整的需要,系统输出期望值从70℃阶跃调整到80℃,同时系统输出期望值要求维持-400Pa不变。针对火电厂工业现场的上述典型实际工况,开展两组试验进行对比验证。在本具体实施例中,m=n=2。运行本发明控制方法的硬件平台采用工业控制计算机。
第三组试验(RUN3)时:采用本发明的MIMO异因子紧格式无模型控制方法,首先设定第一个控制输入的惩罚因子λ1=0.05,步长因子ρ1=1.95;接着设定第二个控制输入的惩罚因子λ2=0.05,步长因子ρ2=1.92;然后,对上述两输入两输出MIMO系统进行控制,图8的RUN3曲线为第1个输出的控制效果图,图9的RUN3曲线为第2个输出的控制效果图,图10的RUN3曲线为第1个控制输入曲线,图11的RUN3曲线为第2个控制输入曲线;从控制性能评价指标进行考察,图8的RUN3的第1个输出的RMSE(e1)为2.6338,图9的RUN3的第2个输出的RMSE(e2)为0.1882。
第四组试验(RUN4)时:采用现有的MIMO同因子紧格式无模型控制方法,设定惩罚因子λ=0.07,设定步长因子ρ=2,对上述两输入两输出MIMO系统进行控制,图8的RUN4曲线为第1个输出的控制效果图,图9的RUN4曲线为第2个输出的控制效果图,图10的RUN4曲线为第1个控制输入曲线,图11的RUN4曲线为第2个控制输入曲线;从控制性能评价指标进行考察,图8的RUN4的第1个输出的RMSE(e1)为2.8286,图9的RUN4的第2个输出的RMSE(e2)为0.2266。
两组试验控制性能评价指标的比较结果列于表2,采用本发明的第三组试验(RUN3)的结果优于现有的MIMO同因子紧格式无模型控制方法的第四组试验(RUN4),改进效果显著,充分表明本发明提供的参数自整定的MIMO异因子紧格式无模型控制方法具有更高的控制精度、更好的稳定性与更广的适用性。
表2磨煤机控制性能比较
更进一步地,还应该特别指出以下三点:
(1)炼油、石化、化工、制药、食品、造纸、水处理、火电、冶金、水泥、橡胶、机械、电气等行业的大多数被控对象,包括反应器、精馏塔、机器、设备、装置、生产线、车间、工厂,本质上都是MIMO系统,其中一些MIMO系统具有非最小相位非线性系统的复杂特征,属于特别难以控制的MIMO系统;举例来说,比如炼油、石化、化工、制药等行业常用的连续搅拌反应器CSTR就是常见的两输入两输出MIMO系统,其两个控制输入分别是进料流量与冷却水流量,其两个输出分别是产物浓度与反应温度;当化学反应具有强放热效应时,连续搅拌反应器CSTR的MIMO系统就具有非最小相位非线性系统的复杂特征,是典型的难控对象。在上述具体实施例1中,被控对象采用的两输入两输出MIMO系统,也具有非最小相位非线性系统的复杂特征,属于特别难以控制的MIMO系统;本发明对该被控对象能够实现高精度、高稳定、高适用性的控制,说明本发明的控制方法也能够对反应器、精馏塔、机器、设备、装置、生产线、车间、工厂等复杂MIMO系统实现高精度、高稳定、高适用性的控制。
(2)在上述具体实施例1与具体实施例2中,运行本发明控制方法的硬件平台为工业控制计算机;在实际应用时,还可以根据具体情况,选择单片机控制器、微处理器控制器、现场可编程门阵列控制器、数字信号处理控制器、嵌入式系统控制器、可编程逻辑控制器、集散控制系统、现场总线控制系统、工业物联网控制系统、工业互联网控制系统的任意之一或任意种组合作为运行本发明控制方法的硬件平台。
(3)在上述具体实施例1与具体实施例2中,将第j个输出期望值与第j个输出实际值yj(k)之差作为k时刻第j个误差ej(k),也就是仅为所述第j个误差计算函数中的一种方法;也可以将k+1时刻第j个输出期望值与k时刻第j个输出yj(k)之差作为第j个误差ej(k),也就是所述第j个误差计算函数还可以采用自变量包含第j个输出期望值与第j个输出实际值的其他计算方法,举例来说,对具体实施例1与具体实施例2的被控对象而言,采用上述不同的误差计算函数,都能够实现良好的控制效果。
上述具体实施方式用来解释说明本发明,仅为本发明的优选实施例,而不是对本发明进行限制,在本发明的精神和权利要求的保护范围内,对本发明作出的任何修改、等同替换、改进等,都落入本发明的保护范围。
Claims (5)
1.MIMO异因子紧格式无模型控制方法,其特征在于:
当被控对象为MIMO(Multiple Input and Multiple Output,多输入多输出)系统时,所述MIMO异因子紧格式无模型控制方法计算k时刻第i个控制输入ui(k)的数学公式如下:
其中,k为正整数;n为所述MIMO系统输出总个数,n为正整数;i表示所述MIMO系统控制输入总个数中的第i个,i为正整数,1≤i≤m,其中m为所述MIMO系统控制输入总个数,m为大于1的正整数;j表示所述MIMO系统输出总个数中的第j个,j为正整数,1≤j≤n;ui(k)为k时刻第i个控制输入;ej(k)为k时刻第j个误差,即k时刻误差向量e(k)=[e1(k),…,en(k)]T的第j个元素;Φ(k)为k时刻MIMO系统伪雅克比矩阵估计值,φj,i(k)为矩阵Φ(k)的第j行第i列元素,||Φ(k)||为矩阵Φ(k)的2范数;λi为第i个控制输入的惩罚因子;ρi为第i个控制输入的步长因子;
针对MIMO系统,所述MIMO异因子紧格式无模型控制方法将i的取值遍历正整数区间[1,m]内的所有值,即可计算得到k时刻控制输入向量u(k)=[u1(k),…,um(k)]T;
所述MIMO异因子紧格式无模型控制方法具有异因子特征;所述异因子特征是指针对正整数区间[1,m]内任意两个互不相等的正整数i与x,在采用所述控制方法对MIMO系统进行控制期间,如下两个不等式中至少有一个不等式成立:
λi≠λx;ρi≠ρx。
2.根据权利要求1所述的MIMO异因子紧格式无模型控制方法,其特征在于:所述k时刻第j个误差ej(k)采用第j个误差计算函数计算得到;所述第j个误差计算函数的自变量包含第j个输出期望值与第j个输出实际值。
4.根据权利要求1所述的MIMO异因子紧格式无模型控制方法,其特征在于:所述被控对象包含反应器、精馏塔、机器、设备、装置、生产线、车间、工厂。
5.根据权利要求1所述的MIMO异因子紧格式无模型控制方法,其特征在于:运行所述控制方法的硬件平台包含工业控制计算机、单片机控制器、微处理器控制器、现场可编程门阵列控制器、数字信号处理控制器、嵌入式系统控制器、可编程逻辑控制器、集散控制系统、现场总线控制系统、工业物联网控制系统、工业互联网控制系统的任意之一或任意种组合。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2019101030670 | 2019-02-01 | ||
CN201910103067.0A CN109782588A (zh) | 2019-02-01 | 2019-02-01 | Mimo异因子紧格式无模型控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111522230A true CN111522230A (zh) | 2020-08-11 |
CN111522230B CN111522230B (zh) | 2024-02-06 |
Family
ID=66503085
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910103067.0A Pending CN109782588A (zh) | 2019-02-01 | 2019-02-01 | Mimo异因子紧格式无模型控制方法 |
CN202010029712.1A Active CN111522230B (zh) | 2019-02-01 | 2020-01-13 | Mimo异因子紧格式无模型控制方法 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910103067.0A Pending CN109782588A (zh) | 2019-02-01 | 2019-02-01 | Mimo异因子紧格式无模型控制方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11449034B2 (zh) |
CN (2) | CN109782588A (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109782588A (zh) * | 2019-02-01 | 2019-05-21 | 浙江大学 | Mimo异因子紧格式无模型控制方法 |
CN109634109A (zh) * | 2019-02-01 | 2019-04-16 | 浙江大学 | Mimo异因子偏格式无模型控制方法 |
CN109814379A (zh) * | 2019-02-01 | 2019-05-28 | 浙江大学 | Mimo异因子全格式无模型控制方法 |
CN114454199B (zh) * | 2022-02-11 | 2024-02-23 | 吉林大学 | 一种基于数据控制算法的末端执行器及其设计方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050038532A1 (en) * | 2003-08-12 | 2005-02-17 | Cheng George Shu-Xing | Apparatus and method of controlling single-input-multi-output systems |
US20120259437A1 (en) * | 2011-04-08 | 2012-10-11 | General Cybernation Group Inc. | Model-free adaptive control of advanced power plants |
CN107942655A (zh) * | 2017-11-06 | 2018-04-20 | 浙江大学 | Siso紧格式无模型控制器基于系统误差的参数自整定方法 |
CN108345213A (zh) * | 2017-12-04 | 2018-07-31 | 浙江大学 | Mimo紧格式无模型控制器基于系统误差的参数自整定方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109782588A (zh) * | 2019-02-01 | 2019-05-21 | 浙江大学 | Mimo异因子紧格式无模型控制方法 |
CN109634108A (zh) * | 2019-02-01 | 2019-04-16 | 浙江大学 | 参数自整定的mimo异因子全格式无模型控制方法 |
CN109814379A (zh) * | 2019-02-01 | 2019-05-28 | 浙江大学 | Mimo异因子全格式无模型控制方法 |
CN109814389A (zh) * | 2019-02-01 | 2019-05-28 | 浙江大学 | 参数自整定的mimo异因子紧格式无模型控制方法 |
CN109581864A (zh) * | 2019-02-01 | 2019-04-05 | 浙江大学 | 参数自整定的mimo异因子偏格式无模型控制方法 |
-
2019
- 2019-02-01 CN CN201910103067.0A patent/CN109782588A/zh active Pending
-
2020
- 2020-01-13 CN CN202010029712.1A patent/CN111522230B/zh active Active
- 2020-01-30 US US16/777,234 patent/US11449034B2/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050038532A1 (en) * | 2003-08-12 | 2005-02-17 | Cheng George Shu-Xing | Apparatus and method of controlling single-input-multi-output systems |
US20120259437A1 (en) * | 2011-04-08 | 2012-10-11 | General Cybernation Group Inc. | Model-free adaptive control of advanced power plants |
CN107942655A (zh) * | 2017-11-06 | 2018-04-20 | 浙江大学 | Siso紧格式无模型控制器基于系统误差的参数自整定方法 |
CN108345213A (zh) * | 2017-12-04 | 2018-07-31 | 浙江大学 | Mimo紧格式无模型控制器基于系统误差的参数自整定方法 |
Non-Patent Citations (1)
Title |
---|
张广辉;苏成利;李平: "基于偏格式线性化的MIMO系统无模型自适应控制", 信息与控制, vol. 40, no. 003, pages 338 - 342 * |
Also Published As
Publication number | Publication date |
---|---|
CN111522230B (zh) | 2024-02-06 |
CN109782588A (zh) | 2019-05-21 |
US11449034B2 (en) | 2022-09-20 |
US20200249659A1 (en) | 2020-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111522230A (zh) | Mimo异因子紧格式无模型控制方法 | |
CN111522232B (zh) | Mimo异因子全格式无模型控制方法 | |
CN111522233B (zh) | 参数自整定的mimo异因子全格式无模型控制方法 | |
US11592790B2 (en) | MIMO different-factor partial-form model-free control with parameter self-tuning | |
CN102053599A (zh) | 用于生产厂的集成优化和控制 | |
CN111365733B (zh) | 一种燃煤锅炉经济氧量动态寻优方法、系统及设备 | |
CN109032117B (zh) | 基于arma模型的单回路控制系统性能评价方法 | |
CN103576711A (zh) | 基于定量单参数pid控制的化工反应器温度控制方法 | |
US11733657B2 (en) | MIMO different-factor compact-form model-free control with parameter self-tuning | |
CN109782586B (zh) | 参数自整定的miso异因子紧格式无模型控制方法 | |
CN111522231A (zh) | Mimo异因子偏格式无模型控制方法 | |
CN107038489B (zh) | 基于改进nbi法的多目标机组组合优化方法 | |
CN109782587B (zh) | Miso异因子紧格式无模型控制方法 | |
CN109581865B (zh) | Miso异因子偏格式无模型控制方法 | |
CN102866629A (zh) | 随机系统基于动静混合神经网络建模的抗干扰控制方法 | |
CN109814390B (zh) | Miso异因子全格式无模型控制方法 | |
CN110631003B (zh) | 一种基于层级调度多模型预测控制的再热汽温调节方法 | |
Jiang et al. | Multivariate Molten Iron Quality Modeling Based on Improved Incremental Random Vector Functional-link Networks | |
CN109814388B (zh) | 参数自整定的miso异因子偏格式无模型控制方法 | |
Mu et al. | Multivariable control of anaerobic reactor by using external recirculation and bypass ratio | |
CN108829058A (zh) | 一种化工批次过程模糊迭代学习控制方法 | |
Bremner et al. | The development of a relational fuzzy model based controller for an industrial process | |
Wang et al. | Performance analysis for operational optimal control for complex industrial processes—The square impact principle | |
CN117787098A (zh) | 双进双出磨煤机入炉煤量测量方法、系统、设备和介质 | |
Donghao et al. | Research of intelligent control based on support vector machines for power plant boiler |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |