检索范围:
排序: 展示方式:
孙青林,陈增强,袁著祉
《中国工程科学》 2004年 第6卷 第10期 页码 39-44
提出了基于频域的多变量广义预测控制(MIMO-GPC)稳定性分析方法,推导了MIMO-GPC的闭环反馈结构,给出了基于闭环特征多项式的MIMO-GPC的稳定性判据和奈奎斯特稳定性判据。这些判据可作为MIMO-GPC控制器参数设计的重要依据。
王冬青
《中国工程科学》 2005年 第7卷 第8期 页码 60-65
针对网络控制系统(NCS)具有不确定时延的特性,提出了将广义预测控制(GPC)应用于网络控制系统的思想。为了克服模型失配和系统不确定性的影响,基于BP神经网络建立一个误差的预测模型,用误差预测值对输出预测值进行补偿,构成新型的广义预测控制算法,并采用了平滑滤波的加权输入控制律。在网络控制系统中,测试了网络数据传输的随机延迟时间特性,比较了GPC和具有BP网络预测误差补偿的GPC两种控制方法,验证了具有BP网络预测误差补偿的GPC在模型失配时的更好的控制性能。
孙明玮,陈增强,袁著祉,任强,杨明
《中国工程科学》 2005年 第7卷 第10期 页码 23-27
基于模型预测控制的多微电网系统能量管理 None
Ke-yong HU, Wen-juan LI, Li-dong WANG, Shi-hua CAO, Fang-ming ZHU, Zhou-xiang SHOU
《信息与电子工程前沿(英文)》 2018年 第19卷 第11期 页码 1340-1351 doi: 10.1631/FITEE.1601826
王冬青
《中国工程科学》 2006年 第8卷 第2期 页码 39-43
面向离散多智能体系统一致性问题的自触发鲁棒分布式模型预测控制方法 Research Articles
李佳琦1,王庆领2,苏延旭2,孙长银
《信息与电子工程前沿(英文)》 2021年 第22卷 第8期 页码 1068-1079 doi: 10.1631/FITEE.2000182
关键词: 一致性;自触发控制;分布式模型预测控制
用于并网逆变器的改进三矢量无差拍模型预测直接功率控制策略 None
Chen-wen CHENG, Heng NIAN, Long-qi LI
《信息与电子工程前沿(英文)》 2018年 第19卷 第11期 页码 1420-1431 doi: 10.1631/FITEE.1601874
不确定路面附着系数条件下一种基于双层非线性模型预测控制的自动驾驶卡车轨迹规划方法 Research Articles
王鸿超1,张伟伟1,吴训成1,曹昊天2,高巧明3,罗素云1
《信息与电子工程前沿(英文)》 2020年 第21卷 第7期 页码 963-1118 doi: 10.1631/FITEE.1900185
高丹,曹媛媛
《中国工程科学》 2006年 第8卷 第4期 页码 63-67
针对模糊广义系统,将动态输出反馈控制器设计问题转化为一组矩阵不等式的可行解问题,使得闭环系统不仅具有鲁棒性能,而且能把闭环系统极点配置在一个给定的圆形区域内,从而保证系统具有期望的动态性能。
王建锋
《中国工程科学》 2003年 第5卷 第8期 页码 23-29
表面上突如其来的SARS本质上却有极规律的内在发展演化机制,遵从初始缓慢增长、加速、减速和稳定终止四个阶段总体道路,自然和社会生活领域众多事件演化都符合这一规律,因而可以运用广义的Logistic基于先期流行的广东SARS感染病例数据,以及尚未结束的北京、全国2003年SARS流行统计数据,借助于最优化分析技术,运用广义的Logistic生长模型对该事件演化特征参量进行了辨识;在此基础上,又借助于广义生长模型的特例——Gompertz函数进行了演化过程的预测,并与其他生长模型结果进行了比较。研究表明,生长模型模拟结果均与实际数据有很好的一致性,可以用来预测事件的发生演化过程,此次SARS事件堪称生长模型的经典实例。
关键词: SARS 广义的Logistic生长模型 Gompertz分布 预测 最优化
王玲,张强,李雪梅
《中国工程科学》 2014年 第16卷 第3期 页码 92-98
智能小车的测控系统是小车设计中的关键技术之一,灵敏完备的测控系统可以有效提高智能小车运行的稳定性,介绍了智能自主寻迹小车测控系统的整体架构和软硬件设计过程。以飞思卡尔M9S12XS128微处理器作为小车的控制核心,采用红外光电传感器采集路径信息,微处理器根据路径信息和小车当前状态采用脉冲宽度调制(PWM)方式对驱动电机和舵机进行控制。优良的控制算法对智能小车寻迹的准确性和稳定性起着关键的作用,文中采用模糊比例-积分-微分(PID)控制策略对直流电机的转速进行控制,利用双P控制算法控制智能小车舵机的转向;测试结果表明,智能小车运行快速平稳
多目标自适应优化模型预测控制——降低氧化锌回转窑的碳排放 Article
Ke Wei, Keke Huang, Chunhua Yang, Weihua Gui
《工程(英文)》 2023年 第27卷 第8期 页码 96-105 doi: 10.1016/j.eng.2023.01.017
The zinc oxide rotary kiln, as an essential piece of equipment in the zinc smelting industrial process, is presenting new challenges in process control. China's strategy of achieving a carbon peak and carbon neutrality is putting new demands on the industry, including green production and the use of fewer resources; thus, traditional stability control is no longer suitable for multi-objective control tasks. Although researchers have revealed the principle of the rotary kiln and set up computational fluid dynamics (CFD) simulation models to study its dynamics, these models cannot be directly applied to process control due to their high computational complexity. To address these issues, this paper proposes a multi-objective adaptive optimization model predictive control (MAO-MPC) method based on sparse identification. More specifically, with a large amount of data collected from a CFD model, a sparse regression problem is first formulated and solved to obtain a reduction model. Then, a two-layered control framework including real-time optimization (RTO) and model predictive control (MPC) is designed. In the RTO layer, an optimization problem with the goal of achieving optimal operation performance and the lowest possible resource consumption is set up. By solving the optimization problem in real time, a suitable setting value is sent to the MPC layer to ensure that the zinc oxide rotary kiln always functions in an optimal state. Our experiments show the strength and reliability of the proposed method, which reduces the usage of coal while maintaining high profits.
关键词: Zinc oxide rotary kiln Model reduction Sparse identification Real-time optimization Model predictive control Process control
杨炳儒,唐菁
《中国工程科学》 2000年 第2卷 第5期 页码 44-50
文中提出基于模糊语言场和模糊语言结构的知识表示新型框架,并提出能够综合处理模糊不确定性与随机不确定性的广义细胞自动机和广义归纳逻辑因果模型。在此基础上,又提出基于模糊状态描述的新型不确定因果归纳自动推理机制,并讨论其在智能控制器研制中的应用。
标题 作者 时间 类型 操作
基于模型预测控制的多微电网系统能量管理
Ke-yong HU, Wen-juan LI, Li-dong WANG, Shi-hua CAO, Fang-ming ZHU, Zhou-xiang SHOU
期刊论文