子空间辨识作为一种新的辨识算法，由于其对先验知识要求较少，对于多变量系统辨识广泛适用，以及在数值计算上的优势，受到了控制和辨识领域的广泛关注。在开环情况下，由于不可测噪声与输入之间无关性条件成立，使得辨识结果满足一致无偏性要求。但是，由于工艺或者稳定性需要，许多工业过程必须在闭环条件下进行辨识，当系统中存在反馈，上述无关性不再成立，成为子空间方法应用于闭环辨识的主要障碍。本文结合线性代数和几何学的基本概念，将输入输出误差序列包含至输入子空间中，基于输入扩张的状态空间构造方法，在子空间辨识框架内提出一种新的闭环辨识算法；解决开环算法应用于闭环系统辨识时产生有偏估计，甚至不能正确辨识的问题；实现闭环条件下对系统状态空间矩阵的一致估计，并理论证明该辨识算法的渐进一致性；最后通过仿真实例来验证本算法的有效性。

In this paper, a novel parameter identification method for closed-loop two-input two-output (TITO) processes from step-test is proposed. Through sequential step change ofset points, the coupled closed-loop TITO system is decoupled equivalently into four independent single open-loop processes with same input signal acting on the four transfer functions. Consequently, existing identification methods for single-loop process can be extended to TITO systems and the parameters of first-or second-order plus dead-time models for each transfer function can be directly obtained by using the linear regression equations derived for the decoupled identification system. The proposed method is simple for engineering application and robust in the presence of large amounts of measurement noise. Simulation examples are given to show both effectiveness and practicality of the identification method for a wide range of multivariable processes. © 2004 Elsevier Ltd. All rights reserved.

本文充分考虑大多数复杂热工控制对象非线性特性与运行工况密切相关的实际特点，采用多模型动态矩阵控制方法。并将该方法应用于某电厂300MW机组锅炉过热汽温对象，在典型工况下通过试验数据获得其局部三阶子模型集，基于每个局部子模型分别设计子DMC控制器。通过跟踪实际工况变化来对子控制器加权以获得合适的控制增量。实验结果表明该方法对参数突变适应快，可取得令人满意的控制效果。

本文针对一类具有多个平衡点的非线性系统，结合控制不变集与和增益调度算法，提出了一种基于扩张终端约束集的双模预测控制设计方法。该方法在非线性系统的有限个平衡点上设计局部LQR控制律，并计算它们的最大控制不变集，在平衡点的选取过程中确保它们的控制不变集是相互重叠的。本文将控制不变集的并集作为双模预测控制的终端约束集，研究了变时域和固定时域模式下双模预测控制的可行性与稳定性。由于使用了扩张终端约束集，使得较小的预测时域即可保证优化的可行性，从而降低了优化问题的规模，减少了在线计算量。仿真结果表明了本文算法的有效性。

针对多输入多输出（MIMO）过程提出了一种基于Backstepping方法的分散PID控制器设计。将MIMO过程分解成多个控制回路并行设计控制器，对每个控制回路，首先利用Backstepping方法设计一个多变量控制器，然后通过适当选取辅助控制变量消除其他子过程的影响，得到分散的PID控制器，使得PID控制器的整定参数与Backstepping方法的设计参数等价，不但保证了整个闭环系统的渐近稳定性，而且使系统具有良好的跟踪特性。最后通过对Shell标准控制问题的仿真验证了分散PID控制方法的有效性和实用性。