项目名称: 基于有限/无限时域优化的扩展非最小化状态空间模型预测控制研究

项目编号: No.61273101

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 自动化技术、计算机技术

项目作者: 张日东

作者单位: 杭州电子科技大学

项目金额: 80万元

中文摘要: 传统状态空间预测控制及改进方法受状态估计器特性以及无法协调状态输出双重限制,存在过程跟踪性能与无超调性能很难兼顾,优化过程不能充分利用状态的不足。实际应用中控制精度不高、系统稳定性和可靠性较低。基于项目组在这个领域的基础工作,我们将研究扩展非最小化状态空间模型预测控制,克服传统状态空间方法的局限性。主要研究:1. 新型扩展状态有限/无限时域预测控制,解决系统响应快速性和平稳性的矛盾,理论上分析控制系统的鲁棒性和稳定性,给出控制器参数选取原则和系统稳定性关系;2. 研究一种计算量小、优化存在解析解的线性规划约束预测控制,给出优化方法的收敛性理论;3.设计简单、可靠并参数易于调整的输出误差与状态联合加权优化方法,兼顾跟踪性能与抗干扰性能要求。研究成果将形成状态空间预测控制新理论与技术,并在炼油、化工等流程工业得到一定的应用,进一步丰富已有预测控制理论,对提高相关行业控制水平也有重要的应用价值。

中文关键词: 模型预测控制;状态空间模型;有限/无限时域优化;;

英文摘要: Traditional state space predictive control together with relevant improved methods are confined to state observers' dynamics and the inability of regulate state output and fail to use the state information during optimization,thus they cannot consider both the tracking and the overshoot/undershoot rejection performance.In practical applications, this leads to low control accuracy,system stability and reliability.Based on the previous work in this field,our research group will focus on extended non-minimal state space predictive control to overcome the shortcomings of traditional ones. The main topics include the followings: 1. New finite/infinite horizon extended non-minimal model predictive control.This will solve the contradiction of fast response and steady performance,what's more,closed-loop robustness and stability are theoretically investigate to give relationship between control parameters and system stability; 2. Linear pragramming based constrained predictive control with low computation burden and analytical solution will be pursued together with the convergence theory of the optimization; 3. Designs of simple and reliable methods with easily tuned parameters that can adjust both the output error and the state are focused to consider both the tracking performance and the disturbance rejection performan

英文关键词: model predictive control;state space models;finite/infinite horizon optimiztion;;

成为VIP会员查看完整内容
0

相关内容

模型预测控制是一类特殊的控制。它的当前控制动作是在每一个采样瞬间通过求解一个有限时域开环最优控制问题而获得。过程的当前状态作为最优控制问题的初始状态,解得的最优控制序列只实施第一个控制作用。这是它与那些使用预先计算控制律的算法的最大不同。本质上模型预测控制求解一个开环最优控制问题。它的思想与具体的模型无关,但是实现则与模型有关。
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
20+阅读 · 2021年8月1日
专知会员服务
97+阅读 · 2021年6月23日
【2021新书】分布式优化,博弈和学习算法,227页pdf
专知会员服务
227+阅读 · 2021年5月25日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
29+阅读 · 2021年5月21日
专知会员服务
24+阅读 · 2021年4月21日
[WWW2021]图结构估计神经网络
专知会员服务
42+阅读 · 2021年3月29日
【WWW2021】用优化框架解释和统一图神经网络
专知会员服务
44+阅读 · 2021年2月1日
【AAAI2021】面向交通需求预测的耦合层图卷积
专知会员服务
45+阅读 · 2021年1月31日
【WWW2022】互信息压缩的紧凑图结构学习
专知
2+阅读 · 2022年1月17日
基于多目标优化的推荐系统综述
机器学习与推荐算法
6+阅读 · 2021年12月27日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
【APC】先进过程控制系统(APC: Advanced Process Control)
产业智能官
62+阅读 · 2020年7月12日
从模型到应用,一文读懂因子分解机
AI100
10+阅读 · 2019年9月6日
新书推荐《推荐系统进展:方法与技术》
LibRec智能推荐
13+阅读 · 2019年3月18日
基于数据的分布式鲁棒优化算法及其应用【附PPT与视频资料】
人工智能前沿讲习班
26+阅读 · 2018年12月13日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
1+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
22+阅读 · 2021年12月19日
Arxiv
19+阅读 · 2018年6月27日
小贴士
相关VIP内容
逆优化: 理论与应用
专知会员服务
36+阅读 · 2021年9月13日
专知会员服务
20+阅读 · 2021年8月1日
专知会员服务
97+阅读 · 2021年6月23日
【2021新书】分布式优化,博弈和学习算法,227页pdf
专知会员服务
227+阅读 · 2021年5月25日
专知会员服务
44+阅读 · 2021年5月24日
专知会员服务
29+阅读 · 2021年5月21日
专知会员服务
24+阅读 · 2021年4月21日
[WWW2021]图结构估计神经网络
专知会员服务
42+阅读 · 2021年3月29日
【WWW2021】用优化框架解释和统一图神经网络
专知会员服务
44+阅读 · 2021年2月1日
【AAAI2021】面向交通需求预测的耦合层图卷积
专知会员服务
45+阅读 · 2021年1月31日
相关资讯
【WWW2022】互信息压缩的紧凑图结构学习
专知
2+阅读 · 2022年1月17日
基于多目标优化的推荐系统综述
机器学习与推荐算法
6+阅读 · 2021年12月27日
基于规则的建模方法的可解释性及其发展
专知
4+阅读 · 2021年6月23日
【APC】先进过程控制系统(APC: Advanced Process Control)
产业智能官
62+阅读 · 2020年7月12日
从模型到应用,一文读懂因子分解机
AI100
10+阅读 · 2019年9月6日
新书推荐《推荐系统进展:方法与技术》
LibRec智能推荐
13+阅读 · 2019年3月18日
基于数据的分布式鲁棒优化算法及其应用【附PPT与视频资料】
人工智能前沿讲习班
26+阅读 · 2018年12月13日
相关基金
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员