《预测控制系统及其应用》求取 ⇩

《电气自动化新技术丛书》序言1

前言1

第1章 绪论1

第2章 内部模型控制7

2.1 内部模型与内模控制器设计7

2.1.1 内部模型8

2.1.2 内模控制(LMC)系统的性质10

2.1.3 内模控制器设计15

2.1.4 非最小相位系统非参数模型内模控制器设计21

2.1.5 开环不稳定系统内模控制器设计25

2.2.1 推理控制系统的构成28

2.2 推理控制28

2.2.2 推理控制器设计32

2.2.3 模型误差对系统性能的影响33

2.2.4 输出可测条件下的推理控制35

2.3 Smith预测控制37

2.3.1 Smith预测控制的时延补偿原理37

2.3.2 Smith预测控制器的内模控制结构设计38

2.3.3 闭环系统特性39

2.4 Jury稳定判据40

2.5 自校正内模控制器45

2.5.1 采用辨识参数模型的自校正控制算法47

2.5.2 采用辨识参数模型再转换为非参数模型的自校正控制算法47

2.5.3 采用带误差死区的自校正控制算法48

2.6 热水锅炉的内模控制51

2.6.1 数学模型及内模控制器设计51

2.6.2 实时控制中的几个问题52

2.7 造纸机的增益自适应内模控制56

2.7.1 造纸过程简介56

2.7.2 系统数学模型及控制器设计57

2.7.3 仿真及实控结果58

第3章 模型算法控制60

3.1 单步模型算法控制61

3.1.1 输出预测61

3.1.3 最优控制律计算63

3.1.2 参考轨迹63

3.1.4 闭环系统特性65

3.1.5 纯时延系统的预测控制65

3.2 多步模型算法控制(MAC)66

3.2.1 多步输出预测66

3.2.2 最优控制律计算68

3.2.3 MAC的IMC结构70

3.2.4 闭环系统特性72

3.3 增量型模型算法控制(IMAC)73

3.3.1 多步输出预测73

3.3.2 最优控制律计算77

3.3.3 IMAC的IMC结构78

3.3.4 闭环系统特性80

3.4.1 MAC 非最小化模型与最小化模型的转换81

3.4 模型算法控制系统对象模型和控制器的最小化形式81

3.4.2 MAC控制器的最小化形式83

3.4.3 IMAC控制器的最小化形式85

3.5 模型算法控制系统的稳定性与鲁棒性87

3.5.1 模型匹配时MAC系统的稳定性88

3.5.2 模型失配时MAC系统的稳定鲁棒性94

3.6 预测控制系统的参数选择97

3.6.1 控制参数P、M、Q、？的选择98

3.6.2 采样周期T。与模型长度N的选择101

3.7 单值模型算法预测控制103

3.7.1 控制律计算103

3.7.2 闭环系统特性105

3.7.3 闭环稳定性分析106

3.8 自校正模型算法控制器109

3.8.1 采用估计参数模型的自校正显式算法109

3.8.2 采用带误差死区的自校显式算法112

3.8.3 采用直接辨识控制器参数的自校正隐式算法112

3.8.4 采用误差预报的自校正控制算法120

3.9 燃煤电站球磨机的模型算法控制121

3.9.1 系统的控制要求与特性121

3.9.2 球磨机模型算法控制122

3.9.3 控制器的工程实践126

4.1 多步动态矩阵控制127

4.1.1 预测模型127

第4章 动态矩阵控制127

4.1.2 最优控制律计算132

4.1.3 DMC的IMC结构132

4.1.4 闭环系统特性135

4.2 极点配置动态矩阵控制136

4.2.1 多步输出预测136

4.2.2 控制器设计138

4.2.3 闭环极点配置139

4.3 动态矩阵控制器的最小化形式141

4.3.1 DMC非最小化对象模型与最小化对象模型间的转换142

4.3.2 DMC控制器的最小化形式142

4.4.1 DMC系统的状态空间描述145

4.4 动态矩阵控制系统的状态空间分析145

4.4.2 状态观测器150

4.4.3 MAC系统状态空间描述及其与DMC的统一格式153

4.5 双值动态矩阵控制155

4.5.1 双值动态矩阵控制算法156

4.5.2 关于双值动态矩阵控制的讨论159

4.6 自校正动态矩阵控制器161

4.6.1 采用估计参数模型的自校正显式算法161

4.6.2 采用带误差死区的自校正显式算法162

4.6.3 采用直接辨识控制器参数的自校正隐式算法162

4.7 高温力学材料试验机的动态矩阵控制167

4.7.1 高温力学材料试验机的结构167

4.7.2 计算机控制系统构成168

4.7.3 预测补偿动态矩阵控制算法169

4.7.4 实时控制结果173

第5章 广义预测控制176

5.1 广义预测控制的基本型式176

5.1.1 多步输出预测及Diophantine方程的递推解177

5.1.2 最优控制律计算182

5.1.3 GPC的IMC结构184

5.1.4 闭环系统特性187

5.1.5 显式广义预测自校正控制器189

5.2 具有模型误差修正的广义预测控制190

5.2.1 ？步导前输出190

5.2.2 最优控制律计算195

5.2.3 系统的IMC结构和闭环系统特性195

5.2.4 引入滤波器T(z-1)广义预测控制197

5.2.5 显式广义预测自校正控制器199

5.3 控制器采用原模型参数的广义预测控制199

5.3.1 多步导前输出与最优控制律计算199

5.3.2 简化控制律203

5.3.3 控制器用原模型参数广义预测控制自校正算法205

5.4 直接辨识控制器参数的隐式广义预测控制206

5.4.1 广义预测控制律计算206

5.4.2 隐式广义预测自校正控制器208

5.5 采用两个辨识器的隐式广义预测控制211

5.5.1 多步导前输出211

5.5.2 最优控制律计算212

5.5.3 等阶广义性能指标213

5.5.4 参数辨识方程与辨识算法214

5.6 广义预测控制的稳定性和鲁棒性218

5.6.1 GPC系统的闭环稳定性218

5.6.2 GPC系统的鲁棒性220

5.7 单值广义预测控制225

5.7.1 单值GPC控制律计算225

5.7.2 闭环系统特性228

5.7.3 闭环系统稳定性分析228

5.7.4 讨论230

5.8 工业锅炉的加权广义预测自校正控制231

5.8.1 工业锅炉及其控制232

5.8.2 计算机控制系统的构成234

5.8.3 加权广义预测控制器234

5.8.4 广义预测自校正控制在锅炉上的实现237

5.8.5 实际运行结果239

第6章 极点配置广义预测控制242

6.1 广义预测极点配置(GPP)控制242

6.1.1 广义输出预测识差243

6.1.2 最优控制律计算244

6.1.3 闭环系统特性与极点配置246

6.1.4 显式广义预测极点配置自校正控制器248

6.2 广义预测极点配置加权控制248

6.2.1 基于CARMA模型的广义预测控制249

6.2.2 P步加权控制律251

6.2.3 闭环系统输出方程及闭环极点配置252

6.3.1 罩式退火炉的结构及计算机控制系统的构成253

6.2.4 显式广义预测零极点配置自校正加权控制器253

6.3 煤气罩式退火炉的广义预测极点配置加权控制253

6.3.2 罩式退火炉的数学模型256

6.3.3 控制器设计257

6.3.4 实际运行结果261

第7章 神经网络在预测控制中的应用262

7.1 概述262

7.2 神经模型学习规则及学习算法263

7.2.1 单神经元模型263

7.2.2 神经网络的学习规则265

7.2.3 误差反向传播(BP)神经网络267

7.2.4 Hopfield神经网络273

7.3.1 神经网络内部模型的建立278

7.3 基于神经网络的内模控制278

7.3.2 神经网络逆模型的建立282

7.3.3 基于BP网络的自校正内模控制290

7.4 基于神经网络的增量型模型算法控制291

7.4.1 多步输出预测与优化指标291

7.4.2 神经网络模型算法控制293

7.5 基于神经网络解耦的广义预测控制298

7.5.1 多变量系统的耦合程度及解耦298

7.5.2 基于神经网络的静态解耦300

7.5.3 基于神经网络的动态解耦304

7.5.4 单变量系统广义预测控制311

7.6.1 电加热炉的神经网络内模控制315

7.6 电加热炉的神经网络预测控制315

7.6.2 电加热炉的神经网络解耦广义预测控制318

第8章 预测控制算法的内模结构及其统一格式321

8.1 各类预测控制算法的内模结构及其统一格式321

8.2 基于非参数模型IMAC及DMC系统的内模结构及其统一格式324

8.3 基于非参数模型GPC及GPP系统的内模结构及其统一格式327

8.3.1 GPC系统的内模结构及其统一格式327

8.4 结束语334

第9章 自适应预测控制算法的收敛性分析335

9.1 显式模型算法自校正控制器的全局收敛性336

9.1.1 多步输出预测与控制律计算336

8.3.2 GPP系统的内模结构及其流一格式337

9.1.2 显式自校止算法的全局收敛性339

9.2 隐式模型算法自校正控制器的全局收敛性345

9.2.1 多步输出预测与控制律计算345

9.2.2 隐式自校正算法的全局收敛性347

9.3 显式广义预测自校正控制器的全局收敛性358

9.3.1 多步输出预测与控制律计算358

9.3.2 显式自校正控制算法的全局收敛性359

9.4 隐式广义预测自校正控制器的全局收敛性365

9.4.1 多步输出预测及控制律计算365

9.4.2 隐式广义预测自校正控制算法366

9.4.3 隐式广义预测自校正算法的全局收敛性370

第10章 预测控制的现状和发展前景377

参考文献381