期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
存在未知时滞非线性系统的迭代变区间预测迭代学习控制
1
作者 余琼霞 田丰臣 +1 位作者 孙俊杰 侯忠生 《控制理论与应用》 EI CAS CSCD 北大核心 2024年第4期701-715,共15页
本文针对机理模型未知的非线性非仿射多入多出(MIMO)离散时间系统,研究了系统同时存在未知时滞和迭代变化运行时间区间的预测迭代学习控制(PILC)问题.首先利用未知时滞的上下界信息建立了一种新型的动态线性化(DL)模型,理论分析表明该... 本文针对机理模型未知的非线性非仿射多入多出(MIMO)离散时间系统,研究了系统同时存在未知时滞和迭代变化运行时间区间的预测迭代学习控制(PILC)问题.首先利用未知时滞的上下界信息建立了一种新型的动态线性化(DL)模型,理论分析表明该模型能够等价描述本文所考虑的存在未知时滞的未知非线性系统.同时,设计一种新的数据补偿机制用以处理由于系统运行时间区间迭代变化而引起的数据丢失问题.基于所建立的DL模型和数据补偿机制,设计了能够同时处理未知时滞和迭代变化运行时间区间的预测迭代学习控制方法.通过严格的理论分析同时给出了建模误差和跟踪控制误差的收敛性质.最后,通过仿真进一步验证了所提方法的有效性. 展开更多
关键词 学习控制 预测学习控制 未知时滞 变区间
下载PDF
随机干扰的变风量空调模糊迭代学习预测控制 被引量:1
2
作者 张淬 郭迎清 黄典贵 《机械设计与制造》 北大核心 2021年第9期299-304,共6页
针对汽车变风量空调实际运行中存在的随机干扰,提出了一种基于二维框架理论的模糊迭代学习预测控制方法。首先对变风量空调系统进行线性建模;然后将空调系统作为间歇过程,利用二维框架理论得到二维状态空间模型;随后基于模糊理论介绍了... 针对汽车变风量空调实际运行中存在的随机干扰,提出了一种基于二维框架理论的模糊迭代学习预测控制方法。首先对变风量空调系统进行线性建模;然后将空调系统作为间歇过程,利用二维框架理论得到二维状态空间模型;随后基于模糊理论介绍了变学习速率与预测步长的迭代学习预测控制器的设计方法。最后通过对比不同干扰信号条件下的跟踪响应发现模糊迭代学习预测控制不仅对周期性干扰具有较好的鲁棒性,而且在随机干扰条件下,依旧能够保持较好的跟踪性能。仿真结果验证了该方法的有效性。 展开更多
关键词 变风量空调 随机干扰 二维框架理论 模糊理论 学习预测控制
下载PDF
摆动电机的迭代预测及PID控制分析与比较
3
作者 王亚洲 石景波 《电气传动》 北大核心 2012年第11期55-58,73,共5页
提出一种基于迭代预测算法的新型位置控制器,提高了摆动电机扫描伺服系统中的位置控制性能。在周期性运动系统中,预测迭代控制能够提高伺服系统的跟随性能。仿真和实验结果表明:该控制器与传统PID控制器相比,正向扫描过程线性度和准确... 提出一种基于迭代预测算法的新型位置控制器,提高了摆动电机扫描伺服系统中的位置控制性能。在周期性运动系统中,预测迭代控制能够提高伺服系统的跟随性能。仿真和实验结果表明:该控制器与传统PID控制器相比,正向扫描过程线性度和准确性较高,消除了正向扫描开始处的小幅波动,增加了扫描系统可用的线性匀速扫描段。 展开更多
关键词 摆动电机 迭代预测控制 PID控制 扫描伺服系统
下载PDF
迭代学习模型预测控制研究现状与挑战 被引量:5
4
作者 马乐乐 刘向杰 高福荣 《自动化学报》 EI CAS CSCD 北大核心 2022年第6期1385-1401,共17页
历经20多年的发展,迭代学习模型预测控制在理论和应用方面都取得了长足的进步.但由于批次工业过程复杂多样、结构各异、精细化程度较高,现有的迭代学习模型预测控制理论仍面临着巨大挑战.本文简要回顾了迭代学习模型预测控制理论的产生... 历经20多年的发展,迭代学习模型预测控制在理论和应用方面都取得了长足的进步.但由于批次工业过程复杂多样、结构各异、精细化程度较高,现有的迭代学习模型预测控制理论仍面临着巨大挑战.本文简要回顾了迭代学习模型预测控制理论的产生及发展,阐述了二维预测模型、控制律迭代优化及二维稳定性等基本理论问题;分析了现有方法在理论及应用方面的局限性,说明了迭代学习模型预测控制在迭代建模、高效优化、变工况适应等方面面临的难点问题,提出了可行的解决方案.简要综述了近年来迭代学习模型预测控制理论和应用层面的发展动态,指出了研究复杂非线性系统、快速系统、变工况系统对进一步完善其理论体系和拓宽其应用前景的意义,展望了成品质量控制和动态经济控制等重要的未来研究方向. 展开更多
关键词 学习模型预测控制 二维预测模型 控制优化 复杂非线性系统 快速系统 变工况
下载PDF
基于知识迁移的数据驱动迭代学习模型预测控制
5
作者 马乐乐 刘向杰 高福荣 《中国科学:信息科学》 CSCD 北大核心 2024年第7期1752-1774,共23页
迭代学习模型预测控制(iterative learning model predictive control,ILMPC)作为一种广泛应用于批次生产过程的数据驱动智能控制策略,能够在沿批次逐步提高跟踪性能的同时沿时间不断抑制实时干扰.现有ILMPC算法的点对点学习机制依赖于... 迭代学习模型预测控制(iterative learning model predictive control,ILMPC)作为一种广泛应用于批次生产过程的数据驱动智能控制策略,能够在沿批次逐步提高跟踪性能的同时沿时间不断抑制实时干扰.现有ILMPC算法的点对点学习机制依赖于批次运行工况的强一致性,以此保证当前批次与历史批次间的有效信息传递.然而,生产需求和生产环境的变化通常会导致各批次的操作轨迹和操作周期存在差异,从而使得历史批次提供的先验知识对于后续批次呈现出不精确性和不完整性.为了提高ILMPC在变运行工况条件下的适应性和灵活性,本文提出了一种具有知识迁移机制的数据驱动ILMPC策略.建立自适应深度神经网络(deep neural network,DNN)沿批次学习ILMPC控制行为,实现历史控制经验在当前批次工况下的全面转换.为抑制DNN前期估计误差的影响,在知识迁移机制下进一步构建Tube控制结构下的ILMPC算法,保证ILMPC系统的时域稳定性和迭代域收敛性.针对非线性注塑过程的仿真实验验证了在操作轨迹和操作周期同时变化时,所提方法在跟踪精度和收敛速度方面具有明显优势. 展开更多
关键词 学习模型预测控制 知识迁移 数据驱动 变运行工况
原文传递
柔性迭代学习控制的高精度空调智能控制策略 被引量:1
6
作者 周勇 《信息技术》 2020年第2期83-88,共6页
针对恒温恒湿空调实际运行中的随机干扰,提出了一种基于二维框架理论的迭代学习预测控制方法。首先,对恒温恒湿空调系统进行线性建模;其次,将空调系统作为间歇过程,利用二维框架理论得到二维状态空间模型;随后给出了迭代学习预测控制器... 针对恒温恒湿空调实际运行中的随机干扰,提出了一种基于二维框架理论的迭代学习预测控制方法。首先,对恒温恒湿空调系统进行线性建模;其次,将空调系统作为间歇过程,利用二维框架理论得到二维状态空间模型;随后给出了迭代学习预测控制器的设计方法;最后通过对比不同干扰信号条件下的跟踪响应发现迭代学习预测控制不仅对周期性干扰具有较好的鲁棒性,而且在随机干扰条件下,依旧能够保持较好的跟踪性能。仿真结果验证了该方法的有效性。 展开更多
关键词 变风量空调 随机干扰 二维框架理论 学习预测控制
下载PDF
Iterative Learning Model Predictive Control for a Class of Continuous/Batch Processes 被引量:9
7
作者 周猛飞 王树青 +1 位作者 金晓明 张泉灵 《Chinese Journal of Chemical Engineering》 SCIE EI CAS CSCD 2009年第6期976-982,共7页
An iterative learning model predictive control (ILMPC) technique is applied to a class of continuous/batch processes. Such processes are characterized by the operations of batch processes generating periodic strong ... An iterative learning model predictive control (ILMPC) technique is applied to a class of continuous/batch processes. Such processes are characterized by the operations of batch processes generating periodic strong disturbances to the continuous processes and traditional regulatory controllers are unable to eliminate these periodic disturbances. ILMPC integrates the feature of iterative learning control (ILC) handling repetitive signal and the flexibility of model predictive control (MPC). By on-line monitoring the operation status of batch processes, an event-driven iterative learning algorithm for batch repetitive disturbances is initiated and the soft constraints are adjusted timely as the feasible region is away from the desired operating zone. The results of an industrial application show that the proposed ILMPC method is effective for a class of continuous/batch processes. 展开更多
关键词 continuous/batch process model predictive control event monitoring iterative learning soft constraint
下载PDF
Multi-loop Constrained Iterative Model Predictive Control Using ARX -PLS Decoupling Structure 被引量:2
8
作者 吕燕 梁军 《Chinese Journal of Chemical Engineering》 SCIE EI CAS CSCD 2013年第10期1129-1143,共15页
A multi-loop constrained model predictive control scheme based on autoregressive exogenous-partial least squares(ARX-PLS) framework is proposed to tackle the high dimension, coupled and constraints problems in industr... A multi-loop constrained model predictive control scheme based on autoregressive exogenous-partial least squares(ARX-PLS) framework is proposed to tackle the high dimension, coupled and constraints problems in industry processes due to safety limitation, environmental regulations, consumer specifications and physical restriction. ARX-PLS decoupling character enables to turn the multivariable model predictive control(MPC) controller design in original space into the multi-loop single input single output(SISO) MPC controllers design in latent space.An idea of iterative method is applied to decouple the constraints latent variables in PLS framework and recursive least square is introduced to identify ARX-PLS model. This algorithm is applied to a non-square simulation system and a stirred reactor for ethylene polymerizations comparing with adaptive internal model control(IMC) method based on ARX-PLS framework. Its application has shown that this method outperforms adaptive IMC method based on ARX-PLS framework to some extent. 展开更多
关键词 partial least square CONSTRAINT model predictive control iterative method
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部