具有预测误差校正的ρ增量型广义预测控制

来源 :四川大学 | 被引量 : 0次 | 上传用户:a5b4123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
广义预测控制是80年代以来发展起来的一种新型计算机控制方法,它适用于开环不稳定系统和非最小相位系统,具有优良的控制性能和鲁棒性。但是,一般的广义预测控制算法存在一定的不足,很少考虑到算法在在线辩识和滚动优化时对系统稳定性和鲁棒性的影响。近年来,人们一直在研究鲁棒性强的预测控制算法,虽然取得了一定的成果,但是还很不完善。本文的算法正是在这种情况下提出的。在这篇论文中,提出了一种具有预测误差校正的ρ增量型广义预测控制算法,它能够通过预测误差增强系统在模型失配时的鲁棒性,同时,通过选择适当的增益因子ρ,可以改善系统的控制效果、提高系统的稳定性和鲁棒性。 本文首先介绍了几种具有代表性的广义预测控制算法,然后详细推导了具有预测误差校正的ρ增量型广义预测控制算法,得出了算法的公式。仿真实验表明:本文的算法能够改善系统的控制效果,增强了系统的稳定性和鲁棒性,从而验证了算法的有效性和可行性。
其他文献
近些年来,闭环系统辨识一直是自动控制领域的研究热点之一。对于闭环系统的辨识,其有效特征信息要比开环系统辨识少很多,并且由于反馈的存在,使得系统的输出噪声和输入总是相
本文就小波神经网络及其在柔性冗余度机器人抑振控制中的应用作了深入系统的分析研究。 小波理论是一门崭新的学科,它在信号处理、图象处理、模式识别、目标分类等领域已有
复杂性和复杂网络是是当今科学界重点研究的课题之一。复杂网络是用来描述和理解复杂系统的重要工具和方法,其将复杂系统概括为由相互作用的多个节点组成的网络系统,广泛应用
本文主要讨论和研究了在控制系统中引入混合智能控制算法及其仿真研究。各种控制策略都有一定的适用范围,如果仅采用单一的控制策略很难达到理想的控制效果,但如果对不同的控制