2013年 第39卷 第5期
2013, 39(5): 469-470.
doi: 10.3724/SP.J.1004.2013.00469
摘要:
在现代工业控制中,过程控制是一历史较为久远的分支.几十年来,工业过程控制取得了惊人的发展,无论是在传统工业过程改造中,还是在大规模的结构复杂的工业生产过程中,过程控制对于提高产品质量以及节省能源等均起着十分重要的作用.随着现代工业生产的发展,分布控制系统、现场总线等技术的广泛应用和信息网络的建立,控制系统的结构越来越复杂,在炼钢、轧钢、炼油、发电、造纸、化工等生产过程 中,系统由许多局部子系统组成,在子系统之间,不但有物质、能量的流通,而且有大量的信息流通,子系统之间存在着复杂的关联.系统的外部环境和内部干扰是多变的和不确定的.同时对生产过程的优化目标提出了越来越高的要求,除了对单个生产装置或局部子系统实现优化控制外,追求整个系统的全局优化已是提高产品质量和降低成本的关键.
在现代工业控制中,过程控制是一历史较为久远的分支.几十年来,工业过程控制取得了惊人的发展,无论是在传统工业过程改造中,还是在大规模的结构复杂的工业生产过程中,过程控制对于提高产品质量以及节省能源等均起着十分重要的作用.随着现代工业生产的发展,分布控制系统、现场总线等技术的广泛应用和信息网络的建立,控制系统的结构越来越复杂,在炼钢、轧钢、炼油、发电、造纸、化工等生产过程 中,系统由许多局部子系统组成,在子系统之间,不但有物质、能量的流通,而且有大量的信息流通,子系统之间存在着复杂的关联.系统的外部环境和内部干扰是多变的和不确定的.同时对生产过程的优化目标提出了越来越高的要求,除了对单个生产装置或局部子系统实现优化控制外,追求整个系统的全局优化已是提高产品质量和降低成本的关键.
2013, 39(5): 471-486.
doi: 10.3724/SP.J.1004.2013.00471
摘要:
针对过程非线性、基于历史数据构建的离线模型泛化性差以及基于滑动窗口 和每样本递推更新的在线建模方法难以均衡建模精度和建模速度等问题, 提出了一种在线 核偏最小二乘(On-line kernel partial least squares, OLKPLS)建模方法. 该方法依据新样本与建模样本间的近似线性依靠(Approximate linear dependence, ALD)值和代表工业过程特性漂移幅度的 阈值, 选择有价值样本更新KPLS模型, 并采用合成数据和Benchmark平台数据对该方法进 行了仿真验证. 针对基于离线历史数据建立的融合多传感器信息的磨机负荷参数集成模型难以适应磨 矿过程时变特性的问题, 提出了基于OLKPLS和在线自适应加权融合算法的在线集成建模方 法, 并通过实验球磨机的实际运行数据仿真验证了方法的有效性.
针对过程非线性、基于历史数据构建的离线模型泛化性差以及基于滑动窗口 和每样本递推更新的在线建模方法难以均衡建模精度和建模速度等问题, 提出了一种在线 核偏最小二乘(On-line kernel partial least squares, OLKPLS)建模方法. 该方法依据新样本与建模样本间的近似线性依靠(Approximate linear dependence, ALD)值和代表工业过程特性漂移幅度的 阈值, 选择有价值样本更新KPLS模型, 并采用合成数据和Benchmark平台数据对该方法进 行了仿真验证. 针对基于离线历史数据建立的融合多传感器信息的磨机负荷参数集成模型难以适应磨 矿过程时变特性的问题, 提出了基于OLKPLS和在线自适应加权融合算法的在线集成建模方 法, 并通过实验球磨机的实际运行数据仿真验证了方法的有效性.
2013, 39(5): 487-493.
doi: 10.3724/SP.J.1004.2013.00487
摘要:
为了提高故障诊断性能, 本文对故障特征随时间发展变化的多样性进行了探讨分析. 本文揭示了故障过程呈现时变特性, 即故障过程在不同时段反映出不同的变量相关性, 提出了一种故障时段划分算法. 该算法将故障划分为不同时段, 在每一个时段中, 故障特征被认为是基本类似的. 在此基础上, 针对不同时段建立了不同的故障分解模型, 并揭示了不同故障状态与正常状态的关系. 通过划分不同故障特征, 可以区分不同的故障特征, 建立更精确的重构模型. 该方法很好地阐述了故障的演变行为特征, 能够更精确地进行故障重构从而确定故障原因. 通过在田纳西伊士曼仿真过程上的应用验证了该方法的可行性及诊断性能.
为了提高故障诊断性能, 本文对故障特征随时间发展变化的多样性进行了探讨分析. 本文揭示了故障过程呈现时变特性, 即故障过程在不同时段反映出不同的变量相关性, 提出了一种故障时段划分算法. 该算法将故障划分为不同时段, 在每一个时段中, 故障特征被认为是基本类似的. 在此基础上, 针对不同时段建立了不同的故障分解模型, 并揭示了不同故障状态与正常状态的关系. 通过划分不同故障特征, 可以区分不同的故障特征, 建立更精确的重构模型. 该方法很好地阐述了故障的演变行为特征, 能够更精确地进行故障重构从而确定故障原因. 通过在田纳西伊士曼仿真过程上的应用验证了该方法的可行性及诊断性能.
2013, 39(5): 494-501.
doi: 10.3724/SP.J.1004.2013.00494
摘要:
作为主成分分析(Principal component analysis, PCA)和因子分析(Factor analysis, FA)的扩展, 独立成分分析(Independent component analysis, ICA)已经在多变量过程故障诊断中得到了很多的应用和发展. ICA的监测指标通常有三个(I2、Ie2和SPE), 使用起来不如一个指标方便, 且分散了故障信息.本文利用三个指标的加权和, 提出了两种联合的ICA监测指标. 本文进一步对比分析了不同指标的统计意义和物理意义, 并在仿真数据中验证了联合指标的优势, 在TE过程中验证了其检测和诊断特性.
作为主成分分析(Principal component analysis, PCA)和因子分析(Factor analysis, FA)的扩展, 独立成分分析(Independent component analysis, ICA)已经在多变量过程故障诊断中得到了很多的应用和发展. ICA的监测指标通常有三个(I2、Ie2和SPE), 使用起来不如一个指标方便, 且分散了故障信息.本文利用三个指标的加权和, 提出了两种联合的ICA监测指标. 本文进一步对比分析了不同指标的统计意义和物理意义, 并在仿真数据中验证了联合指标的优势, 在TE过程中验证了其检测和诊断特性.
2013, 39(5): 502-509.
doi: 10.3724/SP.J.1004.2013.00502
摘要:
双框架磁悬浮控制力矩陀螺(Double-gimbal magnetically suspended control moment gyroscope, DGMSCMG)的框架伺服系统是一个多变量、非线性且强耦合的复杂系统. 为了进一步提高框架伺服系统的控制精度,本文提出了一种基于电流模式的动态逆系统解耦方法,通过对功放系统的动态补偿有效克服了未建模动态对解耦性能的影响,采用自适应滑模控制器有效提高了系统的跟踪特性. 对比仿真结果证明了该方法的有效性和优越性
双框架磁悬浮控制力矩陀螺(Double-gimbal magnetically suspended control moment gyroscope, DGMSCMG)的框架伺服系统是一个多变量、非线性且强耦合的复杂系统. 为了进一步提高框架伺服系统的控制精度,本文提出了一种基于电流模式的动态逆系统解耦方法,通过对功放系统的动态补偿有效克服了未建模动态对解耦性能的影响,采用自适应滑模控制器有效提高了系统的跟踪特性. 对比仿真结果证明了该方法的有效性和优越性
2013, 39(5): 510-518.
doi: 10.3724/SP.J.1004.2013.00510
摘要:
分布式模型预测控制(Distributed model predictive control, DMPC)是一类用于多输入多输出的大规模系统的控制方式.每个智能体通过相互协作完成整个系统的控制. 已有的分布式预测控制算法可以划分为迭代式算法和非迭代算法:迭代算法在迭代到收敛情况下,具有集中式预测控制(Centralized model predictive control, CMPC)算法的性能,但迭 代次数过多,子系统间通信量大;非迭代算法不需要迭代,但性能有一定损失.本文提出了一种基于串联结构的非迭代分布式预测控 制算法.本文算法在串联结构系统中可以有效减少计算量,并结合氧化铝碳分解(Alumina continuous carbonation decomposition process, ACCDP)这一串联过程,通过仿真验证了算 法的有效性;同时分析了算法运用在串联结构下的性能并证明了其稳定性.
分布式模型预测控制(Distributed model predictive control, DMPC)是一类用于多输入多输出的大规模系统的控制方式.每个智能体通过相互协作完成整个系统的控制. 已有的分布式预测控制算法可以划分为迭代式算法和非迭代算法:迭代算法在迭代到收敛情况下,具有集中式预测控制(Centralized model predictive control, CMPC)算法的性能,但迭 代次数过多,子系统间通信量大;非迭代算法不需要迭代,但性能有一定损失.本文提出了一种基于串联结构的非迭代分布式预测控 制算法.本文算法在串联结构系统中可以有效减少计算量,并结合氧化铝碳分解(Alumina continuous carbonation decomposition process, ACCDP)这一串联过程,通过仿真验证了算 法的有效性;同时分析了算法运用在串联结构下的性能并证明了其稳定性.
2013, 39(5): 519-529.
doi: 10.3724/SP.J.1004.2013.00519
摘要:
多变量控制系统在结构形态上可以划分为方系统和非方系统, 非方系统可进一步划分为胖系统和瘦系统. 对瘦系统和胖系统, 预测控制系统分别可能出现输出静差和输入稳态值不确定问题. 本文从控制输入与被控输出稳态关系入手, 将上述问题归结为非齐次线性方程组的相容性与唯一性问题. 通过非齐次方程组解的判定定理分析了多变量预测控制系统稳态解出现相容性和唯一性问题的原因, 并由此给出了双层结构控制策略及解决方案. 上层稳态优化方法从理论上解决了瘦系统的相容性问题, 并从胖系统的无穷多个相容解中找到最优解. 下层集成控制输入目标的预测控制从根本上保证了胖系统控制输入稳态解的唯一性, 并实现了方系统与非方系统预测控制在算法描述上的统一. 仿真结果验证了本文提出的双层结构预测控制算法的有效性, 即多变量预测控制系统稳态解既是相容的又是唯一的.
多变量控制系统在结构形态上可以划分为方系统和非方系统, 非方系统可进一步划分为胖系统和瘦系统. 对瘦系统和胖系统, 预测控制系统分别可能出现输出静差和输入稳态值不确定问题. 本文从控制输入与被控输出稳态关系入手, 将上述问题归结为非齐次线性方程组的相容性与唯一性问题. 通过非齐次方程组解的判定定理分析了多变量预测控制系统稳态解出现相容性和唯一性问题的原因, 并由此给出了双层结构控制策略及解决方案. 上层稳态优化方法从理论上解决了瘦系统的相容性问题, 并从胖系统的无穷多个相容解中找到最优解. 下层集成控制输入目标的预测控制从根本上保证了胖系统控制输入稳态解的唯一性, 并实现了方系统与非方系统预测控制在算法描述上的统一. 仿真结果验证了本文提出的双层结构预测控制算法的有效性, 即多变量预测控制系统稳态解既是相容的又是唯一的.
2013, 39(5): 530-541.
doi: 10.3724/SP.J.1004.2013.00530
摘要:
剩余寿命(Remaining useful lifetime, RUL)估计是设备视情维护和预测与健康管理(Prognostics and health management, PHM)中的一项关键问题. 采用退化过程建模进行剩余寿命估计的研究中,现有方法仅考虑了具有线性或可以线性化的退化轨迹的问题.本 文提出了一种基于扩散过程的非线性退化过程建模方法,在首达时间的意义下,推导出了剩余寿命的分布.该方法可以描述一般的非线性退化轨迹, 现有的线性退化建模方法是其特例.在参数的推断中,考虑到真实的退化过程受到测量误差的影响,难以直接测量得到, 因此,在退化建模的过程中引入了测量误差对退化观测数据的影响,通过观测数据,提出了一种退化模型未知参数的极大似然估计方法. 最后,通过激光发生器和陀螺仪的退化测量数据验证了本文方法明显优于线性建模方法,具有潜在的工程应用价值.
剩余寿命(Remaining useful lifetime, RUL)估计是设备视情维护和预测与健康管理(Prognostics and health management, PHM)中的一项关键问题. 采用退化过程建模进行剩余寿命估计的研究中,现有方法仅考虑了具有线性或可以线性化的退化轨迹的问题.本 文提出了一种基于扩散过程的非线性退化过程建模方法,在首达时间的意义下,推导出了剩余寿命的分布.该方法可以描述一般的非线性退化轨迹, 现有的线性退化建模方法是其特例.在参数的推断中,考虑到真实的退化过程受到测量误差的影响,难以直接测量得到, 因此,在退化建模的过程中引入了测量误差对退化观测数据的影响,通过观测数据,提出了一种退化模型未知参数的极大似然估计方法. 最后,通过激光发生器和陀螺仪的退化测量数据验证了本文方法明显优于线性建模方法,具有潜在的工程应用价值.
2013, 39(5): 542-547.
doi: 10.3724/SP.J.1004.2013.00542
摘要:
采用历史目标函数基准对数据驱动的子空间预测控制系统进行性能监控, 提出了一种新的历史数据集的选取算法, 该算法克服了以往历史数据集只能依赖经验选取的不足, 不仅可以由用户根据实际控制需求定义性能指标, 而且提高了监控的灵敏度与准确度. 通过Wood-Berry精馏塔的仿真验证了所提算法的有效性.
采用历史目标函数基准对数据驱动的子空间预测控制系统进行性能监控, 提出了一种新的历史数据集的选取算法, 该算法克服了以往历史数据集只能依赖经验选取的不足, 不仅可以由用户根据实际控制需求定义性能指标, 而且提高了监控的灵敏度与准确度. 通过Wood-Berry精馏塔的仿真验证了所提算法的有效性.
2013, 39(5): 548-555.
doi: 10.3724/SP.J.1004.2013.00548
摘要:
近年来,学术界对集中式模型预测控制 (Model predictive control, MPC) 性能评估进行了广泛的研究. 对于大规模化工过程, 工业现场通常采用分散式MPC的控制结构. 由于各子系统间存在复杂的耦合关系, 针对集中式MPC 的性能评估方法不能客观反映分散式MPC的性能. 本文基于线性矩阵不等式(Linear matrix inequality, LMI)的方法对分散式MPC进行经济性能评估. 首先提出了一种迭代方法求解分散式线性二次型调节器(Linear quadratic regulator, LQR)问题, 该方法显著降低了已有求解方法的保守性. 再利用LQR基准建立了一组随机优化命题对MPC进行经济性 能评估, 评估方法对集中式MPC与分散式MPC均适用, 评估结果可以指导MPC参数调整, 也可以为集中式与分散式MPC结构选择提供重要参考. 通过对重油分馏塔控制问题的仿真验证了本文方法的有效性与应用价值.
近年来,学术界对集中式模型预测控制 (Model predictive control, MPC) 性能评估进行了广泛的研究. 对于大规模化工过程, 工业现场通常采用分散式MPC的控制结构. 由于各子系统间存在复杂的耦合关系, 针对集中式MPC 的性能评估方法不能客观反映分散式MPC的性能. 本文基于线性矩阵不等式(Linear matrix inequality, LMI)的方法对分散式MPC进行经济性能评估. 首先提出了一种迭代方法求解分散式线性二次型调节器(Linear quadratic regulator, LQR)问题, 该方法显著降低了已有求解方法的保守性. 再利用LQR基准建立了一组随机优化命题对MPC进行经济性 能评估, 评估方法对集中式MPC与分散式MPC均适用, 评估结果可以指导MPC参数调整, 也可以为集中式与分散式MPC结构选择提供重要参考. 通过对重油分馏塔控制问题的仿真验证了本文方法的有效性与应用价值.
2013, 39(5): 556-564.
doi: 10.3724/SP.J.1004.2013.00556
摘要:
赤铁矿再磨过程泵池液位受到大的随机干扰的影响, 造成泵池液位波动大, 采用已有的再磨过程泵池液位定值闭环控制方法, 必然会造成矿浆泵转速在大范围内频繁变化, 从而使给矿压力频繁波动在工艺规定的范围之外, 降低了旋流器的分级效率. 本文提出了由泵池液位区间控制和给矿压力回路控制组成的模糊切换控制方法, 泵池液位区间控制通过对给矿压力设定值保持器和模糊补偿器的切换, 将给矿压力设定值控制在所允许的波动范围内; 通过给矿压力PI回路控制器跟踪其设定值, 从而将泵池液位控制在目标值范围内, 并将给矿压力的波动控制在允许的范围内. 在国内某大型赤铁矿选矿厂的成功应用, 表明采用该方法有效减少了泵池液位和给矿压力的波动, 使得再磨过程安全运行, 提高了旋流器分级效率.
赤铁矿再磨过程泵池液位受到大的随机干扰的影响, 造成泵池液位波动大, 采用已有的再磨过程泵池液位定值闭环控制方法, 必然会造成矿浆泵转速在大范围内频繁变化, 从而使给矿压力频繁波动在工艺规定的范围之外, 降低了旋流器的分级效率. 本文提出了由泵池液位区间控制和给矿压力回路控制组成的模糊切换控制方法, 泵池液位区间控制通过对给矿压力设定值保持器和模糊补偿器的切换, 将给矿压力设定值控制在所允许的波动范围内; 通过给矿压力PI回路控制器跟踪其设定值, 从而将泵池液位控制在目标值范围内, 并将给矿压力的波动控制在允许的范围内. 在国内某大型赤铁矿选矿厂的成功应用, 表明采用该方法有效减少了泵池液位和给矿压力的波动, 使得再磨过程安全运行, 提高了旋流器分级效率.
2013, 39(5): 565-573.
doi: 10.3724/SP.J.1004.2013.00565
摘要:
将迭代学习控制(Iterative learning control, ILC)系统看作一类具有2维动态特性的控制系统,根据模型预测控制(Model predictive control, MPC)和性能参考模型控制思想, 提出了一种基于2维性能参考模型的2维模型预测迭代学习控制系统设计方案.在该控制系统设计方案中,可以通过选择适当的2 维性能参考模型来构造2 维动态变化的设定值信号和预测控制信号,从而引导迭代学习控制系统收敛到合理的控制性能,并有效避 免系统性能收敛过程中控制输入可能发生的剧烈波动.通过对控制系统的结构分析可知,所得的迭代学习控制器本质上是由沿时 间指标的参考模型预测控制器和沿周期指标的迭代学习控制器组成,闭环系统的收敛性等价于一个2维滤波系统的稳定性.数值仿 真结果证明了该设计方案的有效性和鲁棒性.
将迭代学习控制(Iterative learning control, ILC)系统看作一类具有2维动态特性的控制系统,根据模型预测控制(Model predictive control, MPC)和性能参考模型控制思想, 提出了一种基于2维性能参考模型的2维模型预测迭代学习控制系统设计方案.在该控制系统设计方案中,可以通过选择适当的2 维性能参考模型来构造2 维动态变化的设定值信号和预测控制信号,从而引导迭代学习控制系统收敛到合理的控制性能,并有效避 免系统性能收敛过程中控制输入可能发生的剧烈波动.通过对控制系统的结构分析可知,所得的迭代学习控制器本质上是由沿时 间指标的参考模型预测控制器和沿周期指标的迭代学习控制器组成,闭环系统的收敛性等价于一个2维滤波系统的稳定性.数值仿 真结果证明了该设计方案的有效性和鲁棒性.
2013, 39(5): 574-580.
doi: 10.3724/SP.J.1004.2013.00574
摘要:
研究了线性扩张状态观测器(Extended state observer, ESO)的估计能力,并且分析了在线性自抗扰控制(Linear active disturbance rejection control, LADRC)下闭环系统的稳定性. 对于系统模型未知的情形, 给出了线性扩张观测器估计误差有界的证明, 并通过分析得出了如下结论: 在扩张状态观测器跟踪误差趋于零的前提下, 在线性自抗扰控制下的闭环系统可以实现对设定信号的精确跟踪以及输入-输出有界(Bounded input and bounded output, BIBO)稳定.
研究了线性扩张状态观测器(Extended state observer, ESO)的估计能力,并且分析了在线性自抗扰控制(Linear active disturbance rejection control, LADRC)下闭环系统的稳定性. 对于系统模型未知的情形, 给出了线性扩张观测器估计误差有界的证明, 并通过分析得出了如下结论: 在扩张状态观测器跟踪误差趋于零的前提下, 在线性自抗扰控制下的闭环系统可以实现对设定信号的精确跟踪以及输入-输出有界(Bounded input and bounded output, BIBO)稳定.
2013, 39(5): 581-586.
doi: 10.3724/SP.J.1004.2013.00581
摘要:
针对一类非线性离散时间系统,提出了一种基于时间序列的多模型自适应控制器(Multiple models adaptive controller, MMAC). 该控制器首先利用聚类方法建立多个线性固定模型,然后,利用系统的时间序列和方向导数建立一个 反映工作点变化趋势的局部加权模型,在此基础上增加了一个全局自适应模型和一个可重新赋值的 自适应模型,并设计了一个切换机构选择最优模型实现控制.仿真结果表明该控制器不但具有良好 的暂态性能、较快的控制速度,而且在相似的控制效果下,可以极大地减少模型的数量.
针对一类非线性离散时间系统,提出了一种基于时间序列的多模型自适应控制器(Multiple models adaptive controller, MMAC). 该控制器首先利用聚类方法建立多个线性固定模型,然后,利用系统的时间序列和方向导数建立一个 反映工作点变化趋势的局部加权模型,在此基础上增加了一个全局自适应模型和一个可重新赋值的 自适应模型,并设计了一个切换机构选择最优模型实现控制.仿真结果表明该控制器不但具有良好 的暂态性能、较快的控制速度,而且在相似的控制效果下,可以极大地减少模型的数量.
2013, 39(5): 587-593.
doi: 10.3724/SP.J.1004.2013.00587
摘要:
研究了一类模糊双线性跳变系统的随机镇定问题. 采用T-S模糊建模技术来构建模糊双线性跳变模型, 然后通过并行分布补偿 (Parallel distributed compensation, PDC) 方法和选择合适的模糊隶属度函数, 将整个非线性控制器表示为一组局部线性控制器的模糊综合. 此外, 还推导出了保证闭环模糊双线性跳变系统随机稳定的充分条件, 并且这些条件最终可归结为一组线性矩阵不等式 (Linear matrix inequalities, LMIs)的可行性问题. 最后, 连续搅拌反应釜(Continuous stirred tank reactor, CSTR)系统的数值示例表明该设计方法的合理性和有效性.
研究了一类模糊双线性跳变系统的随机镇定问题. 采用T-S模糊建模技术来构建模糊双线性跳变模型, 然后通过并行分布补偿 (Parallel distributed compensation, PDC) 方法和选择合适的模糊隶属度函数, 将整个非线性控制器表示为一组局部线性控制器的模糊综合. 此外, 还推导出了保证闭环模糊双线性跳变系统随机稳定的充分条件, 并且这些条件最终可归结为一组线性矩阵不等式 (Linear matrix inequalities, LMIs)的可行性问题. 最后, 连续搅拌反应釜(Continuous stirred tank reactor, CSTR)系统的数值示例表明该设计方法的合理性和有效性.
2013, 39(5): 594-601.
doi: 10.3724/SP.J.1004.2013.00594
摘要:
利用一种奇异系统方法讨论了时滞系统的输出反馈滑模控制问题. 时滞系统的非线性项满足范数有界约束.首先,将滑动模态与线性切换面作为一个奇异时滞系统,基于奇异时滞系统的稳定性理论, 给出滑动模态稳定及切换面存在的线性矩阵不等式(Linear matrix inequality, LMI)充分条件.然后,给出使得系统闭环渐近稳定的静态输出反馈滑模控制器的设计方法,此控制器保证闭环 系统有限时间到达切换面.最后,用数值算例验证本文方法的有效性和正确性.
利用一种奇异系统方法讨论了时滞系统的输出反馈滑模控制问题. 时滞系统的非线性项满足范数有界约束.首先,将滑动模态与线性切换面作为一个奇异时滞系统,基于奇异时滞系统的稳定性理论, 给出滑动模态稳定及切换面存在的线性矩阵不等式(Linear matrix inequality, LMI)充分条件.然后,给出使得系统闭环渐近稳定的静态输出反馈滑模控制器的设计方法,此控制器保证闭环 系统有限时间到达切换面.最后,用数值算例验证本文方法的有效性和正确性.
2013, 39(5): 602-609.
doi: 10.3724/SP.J.1004.2013.00602
摘要:
为了及时跟踪非线性化工过程的时变特性, 提出即时递推核学习 (Kernel learning, KL)的在线辨识方法. 针对待预测的新样本点, 采用即时学习 (Just-in-time kernel learning, JITL)策略, 通过构造累积相似度因子, 选择与其相似的样本集建立核学习辨识模型. 为避免传统即时学习对每个待预测点都重新建模的繁琐, 利用两个临近时刻相似样本集的异同点, 采用递推方法有效添加新样本, 并删减旧模型的样本, 以快速建立新即时模型. 通过一时变连续搅拌釜式反应过程的在线辨识, 表明了所提出方法在保证计算效率的同时, 较传统递推核学习方法提高了辨识的准确程度, 能更好地辨识时变过程.
为了及时跟踪非线性化工过程的时变特性, 提出即时递推核学习 (Kernel learning, KL)的在线辨识方法. 针对待预测的新样本点, 采用即时学习 (Just-in-time kernel learning, JITL)策略, 通过构造累积相似度因子, 选择与其相似的样本集建立核学习辨识模型. 为避免传统即时学习对每个待预测点都重新建模的繁琐, 利用两个临近时刻相似样本集的异同点, 采用递推方法有效添加新样本, 并删减旧模型的样本, 以快速建立新即时模型. 通过一时变连续搅拌釜式反应过程的在线辨识, 表明了所提出方法在保证计算效率的同时, 较传统递推核学习方法提高了辨识的准确程度, 能更好地辨识时变过程.
2013, 39(5): 610-616.
doi: 10.3724/SP.J.1004.2013.00610
摘要:
研究了一类具有修正的Leslie-Gower项与Holling-III类功能性反应函数的时滞捕食系统. 以时滞为分支参数, 讨论系统正平衡点的局部稳定性, 给出系统产生Hopf分支的时滞关键值. 进一步, 确定系统Hopf分支的方向与分支周期解稳定性, 并对系统全局分支周期解的存在性进行讨论. 最后, 利用仿真实例验证理论分析结果的正确性.
研究了一类具有修正的Leslie-Gower项与Holling-III类功能性反应函数的时滞捕食系统. 以时滞为分支参数, 讨论系统正平衡点的局部稳定性, 给出系统产生Hopf分支的时滞关键值. 进一步, 确定系统Hopf分支的方向与分支周期解稳定性, 并对系统全局分支周期解的存在性进行讨论. 最后, 利用仿真实例验证理论分析结果的正确性.
2013, 39(5): 617-625.
doi: 10.3724/SP.J.1004.2013.00617
摘要:
当今大量的工业过程控制工程问题, 如控制性能评价等的多目标决策问题通过人机交互得到解决. 然而, 在使用传统的交互式进化计算方法求解多目标决策问题时, 表现为局部搜索能力不强和过度依赖决策人员的主观意图. 本文提出一种新的情感计算方法和人机交互学习机制的解决方案. 提出一类基于刺激响应的情感计算模型(STAM), 并给出了情感空间和人的主观偏好之间的定量关系. 此外, 基于遗传算法框架, 建立情感交互学习策略, 旨在决策过程中逐步掌握人员的主观偏好, 降低人的疲劳程度, 使决策更加客观和科学. 附录A和B分别展示了情感学习算法的复杂度和收敛性分析. 为验证所提方法的正确性, 以测试函数及单回路反馈控制的PID参数整定问题进行研究, 得到了满意的结果, 验证了所提方法的可靠性与有效性.
当今大量的工业过程控制工程问题, 如控制性能评价等的多目标决策问题通过人机交互得到解决. 然而, 在使用传统的交互式进化计算方法求解多目标决策问题时, 表现为局部搜索能力不强和过度依赖决策人员的主观意图. 本文提出一种新的情感计算方法和人机交互学习机制的解决方案. 提出一类基于刺激响应的情感计算模型(STAM), 并给出了情感空间和人的主观偏好之间的定量关系. 此外, 基于遗传算法框架, 建立情感交互学习策略, 旨在决策过程中逐步掌握人员的主观偏好, 降低人的疲劳程度, 使决策更加客观和科学. 附录A和B分别展示了情感学习算法的复杂度和收敛性分析. 为验证所提方法的正确性, 以测试函数及单回路反馈控制的PID参数整定问题进行研究, 得到了满意的结果, 验证了所提方法的可靠性与有效性.
2013, 39(5): 626-630.
doi: 10.3724/SP.J.1004.2013.00626
摘要:
针对多层次多模型(Multi-hierarchical multi-model, MHM)预测控制系统的模型切换问题, 在分析各通道非线性程度对模型层次切换以及层次 间模型切换过程对系统动态特性的影响的基础上, 提出了一种新的模型切换方法. 并将此方法应用到多输入多输出pH 中和过程, 仿真结果表明, 该方法有效地改善了系统工况大范围跳变时的动态性能.
针对多层次多模型(Multi-hierarchical multi-model, MHM)预测控制系统的模型切换问题, 在分析各通道非线性程度对模型层次切换以及层次 间模型切换过程对系统动态特性的影响的基础上, 提出了一种新的模型切换方法. 并将此方法应用到多输入多输出pH 中和过程, 仿真结果表明, 该方法有效地改善了系统工况大范围跳变时的动态性能.
2013, 39(5): 631-636.
doi: 10.3724/SP.J.1004.2013.00631
摘要:
针对输出采样周期是输入更新周期N倍的多速率分段线性(Piecewise linear, PWL)系统, 本文提出了保证稳定性的显式预测控制器设计方法. 首先, 基于动态规划原理将预测控制优化问题分解为多个单级优化问题; 然后, 根据分段线性系统各子模型以及目标函数的具体形式, 进一步将各单级优化问题分为若干个子问题, 再利用多参数二次规划(Multiparametric quadratic programming, MP-QP)方法求解;最后,通过比较各子问题的解从而得到系统的最优显式控制律. 在设计过程中, 将系统的最大正不变集作为优化问题的终端约束集, 从而保证了系统的稳定性. 仿真结果表明本文提出的显式预测控制方法能够有效降低多速率分段线性系统的在线计算时间, 在保证系统稳定性的同时, 满足其对输入更新速度的要求.
针对输出采样周期是输入更新周期N倍的多速率分段线性(Piecewise linear, PWL)系统, 本文提出了保证稳定性的显式预测控制器设计方法. 首先, 基于动态规划原理将预测控制优化问题分解为多个单级优化问题; 然后, 根据分段线性系统各子模型以及目标函数的具体形式, 进一步将各单级优化问题分为若干个子问题, 再利用多参数二次规划(Multiparametric quadratic programming, MP-QP)方法求解;最后,通过比较各子问题的解从而得到系统的最优显式控制律. 在设计过程中, 将系统的最大正不变集作为优化问题的终端约束集, 从而保证了系统的稳定性. 仿真结果表明本文提出的显式预测控制方法能够有效降低多速率分段线性系统的在线计算时间, 在保证系统稳定性的同时, 满足其对输入更新速度的要求.
2013, 39(5): 636-643.
doi: 10.3724/SP.J.1004.2013.00636
摘要:
在现代风力发电厂中, 需对双馈式风力发电机(Doubly fed induction generator, DFIG)进行有效控制来确保高效率和高负荷跟踪能力. 风力发电厂包含很多不确定因素和非线性因素, 传统的线性控制器往往难以奏效. 本文针对双馈式风力发电机的功率控制提出了一种非线性模型预测控制方法. 文中的目标函数考虑了现实约束下的经济因素和设定值跟踪能力, 同时降低机组磨损和机械疲劳. 预测值可基于输入输出反馈线性化(Input-output feedback linearization, IOFL)策略来计算. 仿真实验结果验证了所构造的非线性模型预测控制器的有效性.
在现代风力发电厂中, 需对双馈式风力发电机(Doubly fed induction generator, DFIG)进行有效控制来确保高效率和高负荷跟踪能力. 风力发电厂包含很多不确定因素和非线性因素, 传统的线性控制器往往难以奏效. 本文针对双馈式风力发电机的功率控制提出了一种非线性模型预测控制方法. 文中的目标函数考虑了现实约束下的经济因素和设定值跟踪能力, 同时降低机组磨损和机械疲劳. 预测值可基于输入输出反馈线性化(Input-output feedback linearization, IOFL)策略来计算. 仿真实验结果验证了所构造的非线性模型预测控制器的有效性.
2013, 39(5): 644-649.
doi: 10.3724/SP.J.1004.2013.00644
摘要:
针对一类具有非线性扰动且同时存在多重状态和输入时滞的不确定系统, 提出 一种鲁棒预测控制器设计方法. 基于预测控制滚动优化原理, 运用Lyapunov稳定性 理论和线性矩阵不等式 (Linear matrix inequalities, LMIs)方法, 首先近似求解无限时域二次性能指标优化问题, 然后优化非 线性扰动项所应满足的最大上界, 定量地研究鲁棒预测控制在范数有界意义下的扰动抑制 问题, 并给出了鲁棒预测控制器存在的充分条件. 最后通过仿真验证了所提方法的有效性.
针对一类具有非线性扰动且同时存在多重状态和输入时滞的不确定系统, 提出 一种鲁棒预测控制器设计方法. 基于预测控制滚动优化原理, 运用Lyapunov稳定性 理论和线性矩阵不等式 (Linear matrix inequalities, LMIs)方法, 首先近似求解无限时域二次性能指标优化问题, 然后优化非 线性扰动项所应满足的最大上界, 定量地研究鲁棒预测控制在范数有界意义下的扰动抑制 问题, 并给出了鲁棒预测控制器存在的充分条件. 最后通过仿真验证了所提方法的有效性.
2013, 39(5): 649-653.
doi: 10.3724/SP.J.1004.2013.00649
摘要:
基于初始闭环系统的输出方差和最小方差指标, 提出了一种新的性能评估方法. 在过程时滞变化的情况下, 基于最小方差指标的评估可能会得到错误的结论, 而新的方法可以避免这一缺点. 扩展的性能指标以控制器投运后的初始状态作为零基准, 能够更准确地反映操作工系统性能的变化, 能够很好地替代最小方差指标. 利用交互矩阵可将扩展指标推广到多变量系统的评估中, 本文将这一算法应用于精馏塔过程的评估. 精馏塔过程的仿真示例验证了方法的有效性, 表明过程时滞变化时用扩展指标来进行评估更能反映系统性能的变化.
基于初始闭环系统的输出方差和最小方差指标, 提出了一种新的性能评估方法. 在过程时滞变化的情况下, 基于最小方差指标的评估可能会得到错误的结论, 而新的方法可以避免这一缺点. 扩展的性能指标以控制器投运后的初始状态作为零基准, 能够更准确地反映操作工系统性能的变化, 能够很好地替代最小方差指标. 利用交互矩阵可将扩展指标推广到多变量系统的评估中, 本文将这一算法应用于精馏塔过程的评估. 精馏塔过程的仿真示例验证了方法的有效性, 表明过程时滞变化时用扩展指标来进行评估更能反映系统性能的变化.
2013, 39(5): 654-658.
doi: 10.3724/SP.J.1004.2013.00654
摘要:
研究具有线性时变扰动的多变量控制系统性能评价的方法.通过将时变扰动分为三类定常扰动, 进而构造一个加权的性能指标,权值矩阵与不同扰动类型和优先级相对应.在指定合理的输出方差后, 运用对角关联矩阵方法明确计算出广义多变量系统闭环输出方差的上下限值.经过ITAE (Integral of time-weighted absolute value of the error) 寻优得到最 小输出方差下的控制器参数,并给出可实现的最优控制器模型.仿真实例证明了该方法计算的简便性和有效性.
研究具有线性时变扰动的多变量控制系统性能评价的方法.通过将时变扰动分为三类定常扰动, 进而构造一个加权的性能指标,权值矩阵与不同扰动类型和优先级相对应.在指定合理的输出方差后, 运用对角关联矩阵方法明确计算出广义多变量系统闭环输出方差的上下限值.经过ITAE (Integral of time-weighted absolute value of the error) 寻优得到最 小输出方差下的控制器参数,并给出可实现的最优控制器模型.仿真实例证明了该方法计算的简便性和有效性.
2013, 39(5): 658-663.
doi: 10.3724/SP.J.1004.2013.00658
摘要:
为利用过程数据实时监控模型预测控制(Model predictive control, MPC)的性能, 提出一种基于协方差预测残差的性能监控方法.首先在分析模型预测控制器优 化函数和控制结构的基础上, 构造包含预测误差、控制量和过程输出的监控变量集, 然后利用滑动时间窗口建立基于协方差的实时性能评价 指标.针对协方差指标缺少控制限的问题, 建立实时协方差指标的时间序列模型, 根据协方差指标的预测残差检测模型预测控制性能下降.进 一步利用基于数据集相似度的性能诊断方法确定性能恶化源.最后通过Wood-Berry二元精馏塔上的仿真研究验证了所提方法的有效性.
为利用过程数据实时监控模型预测控制(Model predictive control, MPC)的性能, 提出一种基于协方差预测残差的性能监控方法.首先在分析模型预测控制器优 化函数和控制结构的基础上, 构造包含预测误差、控制量和过程输出的监控变量集, 然后利用滑动时间窗口建立基于协方差的实时性能评价 指标.针对协方差指标缺少控制限的问题, 建立实时协方差指标的时间序列模型, 根据协方差指标的预测残差检测模型预测控制性能下降.进 一步利用基于数据集相似度的性能诊断方法确定性能恶化源.最后通过Wood-Berry二元精馏塔上的仿真研究验证了所提方法的有效性.
2013, 39(5): 664-672.
doi: 10.3724/SP.J.1004.2013.00664
摘要:
针对一类全矩阵形式的非线性系统, 研究其全局稳定性及有限时间镇定问题. 首先, 全矩阵形式非线性系统被分成上三角形式和下三角形式非线性系统的加和, 并针对下三角形式非线性系统, 利用加幂积分方法, 自上而下地设计系统的全局稳定控制器; 其次, 在上面控制器作用下, 证明全矩阵形式系统在一个给定领域内是局部渐近稳定的; 最后, 运用自下而上的顺序, 一种嵌套饱和方法被用到上述控制器中, 通过调节饱和度, 使得闭环系统全局渐近稳定. 此外, 在适当的条件下, 可以得到全矩阵形式非线性系统的全局有限时间稳定性.
针对一类全矩阵形式的非线性系统, 研究其全局稳定性及有限时间镇定问题. 首先, 全矩阵形式非线性系统被分成上三角形式和下三角形式非线性系统的加和, 并针对下三角形式非线性系统, 利用加幂积分方法, 自上而下地设计系统的全局稳定控制器; 其次, 在上面控制器作用下, 证明全矩阵形式系统在一个给定领域内是局部渐近稳定的; 最后, 运用自下而上的顺序, 一种嵌套饱和方法被用到上述控制器中, 通过调节饱和度, 使得闭环系统全局渐近稳定. 此外, 在适当的条件下, 可以得到全矩阵形式非线性系统的全局有限时间稳定性.
2013, 39(5): 672-678.
doi: 10.3724/SP.J.1004.2013.00672
摘要:
针对含有复杂约束条件的非线性最优控制问题,提出了一种改进的Gauss伪谱法 (Improved Gauss pseudospectral method, IGPM). 这类问题难以得到解析解,特别是有些问题不存在解析的模型, 一些参数只能通过查表得到,使得传统方法难以求解. 在传统的Gauss伪谱法的基础上,将非线性的终端状态积分约束等价地转化为线性形式,提出了IGPM, 通过协态映射定理可以计算出协态变量,检验最优性,使得IGPM具有间接法一样的精度. 并且给出了初始时刻协态变量和端点时刻控制变量的计算方法. 为了提高解的精度,基于IGPM提出了迭代算法, 最后将该算法应用于求解高超声速飞行器上升段轨迹优化问题,结果表明最优轨迹基本满足路径约束条件和最优性条件.
针对含有复杂约束条件的非线性最优控制问题,提出了一种改进的Gauss伪谱法 (Improved Gauss pseudospectral method, IGPM). 这类问题难以得到解析解,特别是有些问题不存在解析的模型, 一些参数只能通过查表得到,使得传统方法难以求解. 在传统的Gauss伪谱法的基础上,将非线性的终端状态积分约束等价地转化为线性形式,提出了IGPM, 通过协态映射定理可以计算出协态变量,检验最优性,使得IGPM具有间接法一样的精度. 并且给出了初始时刻协态变量和端点时刻控制变量的计算方法. 为了提高解的精度,基于IGPM提出了迭代算法, 最后将该算法应用于求解高超声速飞行器上升段轨迹优化问题,结果表明最优轨迹基本满足路径约束条件和最优性条件.
2013, 39(5): 679-689.
doi: 10.3724/SP.J.1004.2013.00679
摘要:
过程工业控制中除了存在常见的输入变量和输出变量幅值高低限约束, 由于工艺或者控制的需要也可能具有关于输入变量线性函数的关联约束. 不同约束条件之间的矛盾可能会造成约束条件无法全部满足, 失去了实施预测控制的基础. 从凸体顶点角度, 将具有输入关联约束的约束优化控制的可行性判定转化为凸多面集是否非空的问题. 为保证具有输入关联约束预测控制的有效实施, 本文将输入关联约束纳入到预测控制控制律的求解当中. 基于Newton控制框架, 考虑具有输入关联约束条件下, 得到基于区间控制思想的预测控制律的解析表达式, 从而分析输入关联约束条件对控制的影响. 通过典型系统模型的控制仿真实验, 验证以上方法的有效性.
过程工业控制中除了存在常见的输入变量和输出变量幅值高低限约束, 由于工艺或者控制的需要也可能具有关于输入变量线性函数的关联约束. 不同约束条件之间的矛盾可能会造成约束条件无法全部满足, 失去了实施预测控制的基础. 从凸体顶点角度, 将具有输入关联约束的约束优化控制的可行性判定转化为凸多面集是否非空的问题. 为保证具有输入关联约束预测控制的有效实施, 本文将输入关联约束纳入到预测控制控制律的求解当中. 基于Newton控制框架, 考虑具有输入关联约束条件下, 得到基于区间控制思想的预测控制律的解析表达式, 从而分析输入关联约束条件对控制的影响. 通过典型系统模型的控制仿真实验, 验证以上方法的有效性.
2013, 39(5): 690-696.
doi: 10.3724/SP.J.1004.2013.00690
摘要:
面对复杂工业过程控制的需求, 设计一种结合数据信息的特殊模型结构, 在保证控制系统有效性的前提下通过模型的结构来简化控制器的求解是亟待解决的问题. 为此, 本文提出一种基于多信号源的神经模糊Hammerstein-Wiener模型, 突破传统的迭代分离方法, 通过组合式多信号实现Hammerstein-Wiener模型中神经模糊非线性环节和线性环节的分离, 同时设计了神经模糊模型参数的非迭代优化算法, 将研究结果拓广到分段非线性系统,改善了模型的适用范围. 该算法保证了模型的预测精度,具有逼近较强非线性过程的能力. 在此基础上设计了基于神经模糊Hammerstein-Wiener模型的控制系统, 利用模型的特殊结构将非线性系统的控制问题简化为线性系统的控制问题, 采用简单的PID控制器便能达到较好的控制效果.仿真结果验证了上述方法的有效性.
面对复杂工业过程控制的需求, 设计一种结合数据信息的特殊模型结构, 在保证控制系统有效性的前提下通过模型的结构来简化控制器的求解是亟待解决的问题. 为此, 本文提出一种基于多信号源的神经模糊Hammerstein-Wiener模型, 突破传统的迭代分离方法, 通过组合式多信号实现Hammerstein-Wiener模型中神经模糊非线性环节和线性环节的分离, 同时设计了神经模糊模型参数的非迭代优化算法, 将研究结果拓广到分段非线性系统,改善了模型的适用范围. 该算法保证了模型的预测精度,具有逼近较强非线性过程的能力. 在此基础上设计了基于神经模糊Hammerstein-Wiener模型的控制系统, 利用模型的特殊结构将非线性系统的控制问题简化为线性系统的控制问题, 采用简单的PID控制器便能达到较好的控制效果.仿真结果验证了上述方法的有效性.
