论文部分内容阅读
本文在参考大量国内外文献的基础上,简要的论述了预测控制的基本原理,并从几个不同的方面介绍了广义预测控制(GPC)的最新发展。第2章在给出广义预测控制基本算法的基础上,推导出其内模控制结构,分析了系统的闭环稳定性。其次,就更一般的情况,讨论了具有模型误差修正的广义预测控制。最后推导出基于状态方程模型的广义预测控制算法。 第2章的各种算法,均需在线求解丢番图方程和矩阵求逆,不利于实时控制。为此,本文第3章给出了三种改进方案以降低计算量,解决快速性问题。 第4章讨论了广义预测控制的性质。首先推导出从对象至GPC闭环系统特征多项式的系数映射关系,在此基础上分析了在一定设计参数选择条件下GPC算法的稳定性问题。另外,还分析了闭环系统特征多项式为零的条件,导出了GPC闭环系统deadbeat性质的相关结果。 为了保证系统的闭环稳定性,第5章讨论了极点配置广义预测控制。在给出极点配置广义预测基本算法的基础上,引入了加权控制替代多步预测控制律,通过在线选择加权多项式进行极点配置,避免了矩阵求逆,提高了实时性。 近年来,研究成果表明,神经网络由于采用大规模并行处理结构,从而具有与节点维数无关的极高的收敛系数。为此,本文第6章把神经网络引入到广义预测控制算法中,提出了三种基于神经网络的广义预测控制。 第7章把广义预测控制应用到冷连轧张力控制中。首先分析了张力的数学模型,然后分别用前面论述的几种方法进行了广义预测控制系统的设计。