项目名称: 分布参数系统融合空间影响度的分布式预测控制

项目编号: No.61203059

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 自动化学科

项目作者: 王梦灵

作者单位: 华东理工大学

项目金额: 24万元

中文摘要: 实际分布参数工业过程,不仅难以获得精确的数学模型,还存在较多的系统约束,这为实现系统的优化控制增加了难度。预测控制具有对模型要求低,能处理约束的优点,但是其约束优化问题需要在线求解,随着系统结构复杂性的提高,计算量也随之增加。为保证控制系统的实时性,本项目针对分布参数系统,在分布式预测控制的框架下,通过分析控制源的空间影响度,将系统分解为多个相互关联的空间子系统,深入探讨分布参数系统融合分布式预测控制的理论与方法。基于有限位置的输入输出数据,研究融合局域空间影响度的时空建模方法;充分考虑子系统之间的信息交换和协调优化,研究融合空间信息的分布式预测控制器,提高系统的全局性能;建立分布式预测控制闭环系统的性能分析方法,研究系统的稳定性和鲁棒性,并以典型分布参数工业过程为例,开展实验研究,以期形成一种面向实际控制需要的、系统化的时空建模与优化控制理论方法。

中文关键词: 分布参数系统;预测控制;优化算法;智能建模;

英文摘要: It is difficult to obtain accurate mathematical models for practical distributed parameter industrial process, which brings more challenges to achieve good control performance under various existing system constraints. Although the advantages of predictive control conclude modeling with low requirements and its capacity of processing constraints, the objective function should be solved on line. This leads to the increasing computation with the complexity of system structure growing. The project aims to study the control theory for distributed parameter system to achieve real-timing in the framework of distributed predictive control. After analyzing the space influence graph of control source, the system is decomposed into multiple subsystems interacting with one another. On the basis of the input/output data from limited locations, spatiotemporal modeling method integrated with spatial influence graph is explored; with information exchange and intelligent coordination among subsystems fully considered, distributed predictive controller integrated with spatial information is studied to improve the whole performance of the system; the closed loop system analysis method of predictive control performance is proposed to analyze the stability and robustness of system. Taking the classical distributed parameter industr

英文关键词: Distributed paramter system;Predictive control;Optimization algorithm;Intelligent modeling;

成为VIP会员查看完整内容
0

相关内容

空天地一体化通信系统白皮书
专知会员服务
173+阅读 · 2022年2月26日
【AAAI2022】一种基于状态扰动的鲁棒强化学习算法
专知会员服务
33+阅读 · 2022年1月31日
专知会员服务
32+阅读 · 2021年9月14日
专知会员服务
61+阅读 · 2021年6月11日
少即是多?非参数语言模型,68页ppt
专知会员服务
23+阅读 · 2020年11月22日
【NeurIPS 2020】大规模分布式鲁棒优化方法
专知会员服务
25+阅读 · 2020年10月13日
【CMU】深度学习模型中集成优化、约束和控制,33页ppt
专知会员服务
45+阅读 · 2020年5月23日
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
【TPAMI2022】关联关系驱动的多模态分类
专知
3+阅读 · 2022年3月22日
全链路联动: 面向最终目标的全链路一致性建模
机器学习与推荐算法
1+阅读 · 2021年9月27日
如何利用深度学习优化大气污染物排放量估算?
微软研究院AI头条
0+阅读 · 2021年8月31日
【APC】先进过程控制系统(APC: Advanced Process Control)
产业智能官
61+阅读 · 2020年7月12日
ICLR 2019论文解读:深度学习应用于复杂系统控制
机器之心
11+阅读 · 2019年1月10日
面向云端融合的分布式计算技术研究进展与趋势
中国计算机学会
19+阅读 · 2018年11月27日
无人机集群对抗研究的关键问题
无人机
55+阅读 · 2018年9月16日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+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
1+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
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Dynamic Network Adaptation at Inference
Arxiv
0+阅读 · 2022年4月18日
Arxiv
3+阅读 · 2022年4月18日
Heterogeneous Deep Graph Infomax
Arxiv
12+阅读 · 2019年11月19日
小贴士
相关VIP内容
空天地一体化通信系统白皮书
专知会员服务
173+阅读 · 2022年2月26日
【AAAI2022】一种基于状态扰动的鲁棒强化学习算法
专知会员服务
33+阅读 · 2022年1月31日
专知会员服务
32+阅读 · 2021年9月14日
专知会员服务
61+阅读 · 2021年6月11日
少即是多?非参数语言模型,68页ppt
专知会员服务
23+阅读 · 2020年11月22日
【NeurIPS 2020】大规模分布式鲁棒优化方法
专知会员服务
25+阅读 · 2020年10月13日
【CMU】深度学习模型中集成优化、约束和控制,33页ppt
专知会员服务
45+阅读 · 2020年5月23日
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
相关资讯
【TPAMI2022】关联关系驱动的多模态分类
专知
3+阅读 · 2022年3月22日
全链路联动: 面向最终目标的全链路一致性建模
机器学习与推荐算法
1+阅读 · 2021年9月27日
如何利用深度学习优化大气污染物排放量估算?
微软研究院AI头条
0+阅读 · 2021年8月31日
【APC】先进过程控制系统(APC: Advanced Process Control)
产业智能官
61+阅读 · 2020年7月12日
ICLR 2019论文解读:深度学习应用于复杂系统控制
机器之心
11+阅读 · 2019年1月10日
面向云端融合的分布式计算技术研究进展与趋势
中国计算机学会
19+阅读 · 2018年11月27日
无人机集群对抗研究的关键问题
无人机
55+阅读 · 2018年9月16日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+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
1+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
1+阅读 · 2011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