网络化系统的鲁棒模型预测控制

网络化系统的鲁棒模型预测控制

论文摘要

诞生于20世纪70年代中期的模型预测控制由于具有模型简单、便于计算机实现、能有效处理输入输出硬约束等优点而被广泛应用于复杂工业过程控制,特别是石油、化工、冶金、机械等工业部门。此外,由于数学模型的近似性和不确定性、系统非线性的效应、测量的不准确、控制系统本身的参数变化等原因,实际运行的工程系统都会受到不确定性的影响,为了解决这类具有不确定性系统的控制问题,鲁棒控制理论便应运而生。另外一方面,20世纪80年代后期至90年代,计算机网络被越来越多地应用到自动控制领域。网络化控制系统与传统的控制系统相比具有成本低、安装维护简便、可靠性高、具有较好的模块化和灵活性等优点,但是其自身存在着时延,数据丢包等问题,使得整个控制系统的分析和设计变得复杂起来,所以如何设计出能有效处理这些问题的网络控制系统已经成为目前控制领域的一个研究热点之一。本文在已有的鲁棒模型预测控制研究成果的基础上,首先研究了具有数据丢包的离散系统的鲁棒模型预测控制算法的设计问题,采用了一个满足伯努利分布的随机序列来建模数据丢包现象,设计出了在系统存在参数不确定性和数据丢包的情况下能满足一定闭环随机稳定性的鲁棒模型预测控制器,最后将结论应用到经典的角度定位系统来说明所设计的算法比N. Wada等人设计的算法具有更好的控制效果。另外,文章分别研究了具有状态时滞和输入时滞的离散不确定系统的鲁棒模型预测控制算法设计问题,系统的不确定性同样假设为凸多面体不确定性,时滞被假设为未知的常数但是其上界是已知的常数,由于采用了参数依赖Lyapunov函数的方法,所设计的控制算法比S. C. Jeong等人设计的算法具有更好的控制效果。文章最后将具有数据丢包的鲁棒模型预测控制算法应用到三容水箱系统的液位控制中,仿真结果显示了所设计的算法的有效性。

论文目录

  • 摘要
  • Abstract
  • 符号与缩写
  • 第1章 绪论
  • 1.1 引言
  • 1.2 课题来源及研究的背景和意义
  • 1.3 国内外研究现状及可研究问题
  • 1.3.1 RMPC 研究现状
  • 1.3.2 网络控制研究现状
  • 1.3.3 可研究问题
  • 1.4 论文组织结构
  • 第2章 具有网络数据丢包的RMPC
  • 2.1 引言
  • 2.2 问题形式
  • 2.2.1 物理系统
  • 2.2.2 数据丢包和闭环系统
  • 2.2.3 具有数据丢包的RMPC
  • 2.3 RMPC 控制器设计
  • 2.3.1 具有数据丢包的无约束RMPC
  • 2.3.2 具有数据丢包的约束RMPC
  • 2.4 算法及其可行性和稳定性分析
  • 2.5 讨论
  • 2.6 仿真例子
  • 2.7 本章小结
  • 第3章 时滞不确定系统的RMPC
  • 3.1 引言
  • 3.2 具有状态时滞的RMPC
  • 3.2.1 问题形式
  • 3.2.2 指标函数上界
  • 3.2.3 主要结果
  • 3.2.4 算法改进
  • 3.2.5 仿真例子
  • 3.3 具有输入时滞的RMPC
  • 3.3.1 问题形式
  • 3.3.2 指标函数上界
  • 3.3.3 主要结果
  • 3.3.4 算法改进
  • 3.3.5 仿真例子
  • 3.4 本章小结
  • 第4章 基于RMPC 的三容水箱系统液位控制
  • 4.1 引言
  • 4.2 DTS200 三容水箱的数学模型
  • 4.3 系统仿真
  • 4.4 本章小结
  • 结论
  • 参考文献
  • 攻读学位期间发表的学术论文
  • 致谢
  • 相关论文文献

    • [1].混合动力汽车燃油经济性模型预测控制策略[J]. 机械设计与制造 2020(02)
    • [2].自适应模型预测控制的车道保持控制策略[J]. 华侨大学学报(自然科学版) 2020(04)
    • [3].模型预测控制技术在水泥制造中的应用[J]. 水泥技术 2019(02)
    • [4].显式模型预测控制的可达分区点定位算法[J]. 系统科学与数学 2016(10)
    • [5].模型预测控制技术在碳酸二甲酯生产中的应用[J]. 浙江化工 2015(12)
    • [6].“交流电机模型预测控制”专题征稿启事[J]. 电工技术学报 2019(S2)
    • [7].交流电机模型预测控制专题征稿启事[J]. 电工技术学报 2020(01)
    • [8].基于模型预测控制的半挂汽车主动防侧倾控制方法[J]. 汽车安全与节能学报 2020(01)
    • [9].计及新能源资源分级的柔性调度模型预测控制[J]. 智慧电力 2020(09)
    • [10].基于扰动观测器和模型预测控制的降膜蒸发器控制器设计[J]. 工业控制计算机 2016(03)
    • [11].分层结构多模型预测控制在630MW火电机组协调系统中的应用[J]. 工业控制计算机 2020(10)
    • [12].倒立摆系统显式模型预测控制[J]. 控制工程 2010(04)
    • [13].模型预测控制快速梯度优化算法评估[J]. 控制工程 2020(04)
    • [14].基于自适应模型预测控制的柔性互联配电网优化调度[J]. 电力自动化设备 2020(06)
    • [15].电机系统模型预测控制研究综述[J]. 电机与控制应用 2019(08)
    • [16].基于多目标优化的非线性模型预测控制的研究(英文)[J]. 计算机与应用化学 2017(04)
    • [17].模型预测控制系统的性能评价研究[J]. 化工自动化及仪表 2016(07)
    • [18].电力工业模型预测控制——现状与发展[J]. 环球市场信息导报 2016(09)
    • [19].动态电压恢复器的模型预测控制[J]. 电力系统保护与控制 2013(09)
    • [20].车辆多目标自适应巡航显式模型预测控制[J]. 交通运输工程学报 2020(03)
    • [21].基于模型预测控制的汽车操纵逆问题研究[J]. 系统仿真学报 2018(01)
    • [22].基于切换控制的经济模型预测控制[J]. 控制与决策 2016(01)
    • [23].模型预测控制在钠氨合成工艺上的应用研究[J]. 化工自动化及仪表 2010(10)
    • [24].蒸发过程的非线性模型预测控制[J]. 东北大学学报(自然科学版) 2008(10)
    • [25].十八相电机模块化设计及改进的模型预测控制[J]. 微特电机 2020(05)
    • [26].模型预测控制在水泥生产线自动化的应用[J]. 水泥 2020(07)
    • [27].模型预测控制在锅炉控制系统应用的仿真研究[J]. 电站系统工程 2018(04)
    • [28].水泥生产模型预测控制系统应用简析[J]. 水泥 2018(07)
    • [29].基于模型预测控制策略的电动车用无刷直流电机回馈制动的研究[J]. 电工技术学报 2017(09)
    • [30].基于显式模型预测控制的无人船航迹控制方法[J]. 船舶工程 2020(09)

    标签:;  ;  ;  ;  ;  

    网络化系统的鲁棒模型预测控制
    下载Doc文档

    猜你喜欢