提示
恭喜！关注成功
期刊论文已为您找到该学者20条结果 成果回收站
上传时间
2005年11月28日
李少远， ZOU Tao， WANG Xin， and LI Shaoyuan
，-0001，（）：
-1年11月30日
多模型预测控制是对多变量有约束的复杂非线性系统进行控制设计的主要方法，问题的关键是非线性系统采用局部线性模型进行多步预测时的准确性。本文在多模型预测控制引入混合逻辑方法，将非线性过程描述成为一个混合逻辑动态系统模型，模型切换规则以先验知识的形式引入到多模型预测过程中，该模型可以全局地表征非线性过程的特性，从而解决了多模型约束非线性预测控制的模型预测与模型切换问题。
非线性预测控制,， 多模型,， 混合逻辑,， 混合整数二次规划 (， MIQP)，
-
80浏览
-
0点赞
-
0收藏
-
0分享
-
234下载
-
0
-
引用
上传时间
2005年11月28日
李少远， ZOU Tao， LI Shaoyuan， and DING Baocang
，-0001，（）：
-1年11月30日
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。
不变集,， 非线性模型预测控制,， 约束非线性系统,， 增益调度
-
98浏览
-
0点赞
-
0收藏
-
1分享
-
216下载
-
0
-
引用
上传时间
2005年11月28日
【期刊论文】基于Backstepping方法的MIMO过程分散PID控制器设计*
李少远， ZHANG Yan LI Shao-Yuan
，-0001，（）：
-1年11月30日
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。
Backstepping,， MIMO,， PID 控制器,， 分散控制,， Shell 标准控制问题
-
91浏览
-
0点赞
-
0收藏
-
0分享
-
168下载
-
0
-
引用
上传时间
2005年11月28日
李少远， CHEN Qing LI， Shao-Yuan， XI Yu-Geng
，-0001，（）：
-1年11月30日
研究了一类相邻子过程具有输入关联的特殊的串联生产过程的分散辨识以及控制器的设计。首先，把串联过程划分为多个双入双出（TITO）系统，依次分别进行分散闭环辨识，得到相邻各子过程间的关联耦合模型。对于每个TITO系统，转化为四个具有相同输入作用的单回路等效系统辨识问题。然后，利用各子过程间的关联耦合模型对每个子过程分别设计分布式预测控制算法。
全过程控制,， 模型辨识,， 串联系统,， 预测控制
-
38浏览
-
0点赞
-
0收藏
-
0分享
-
85下载
-
0
-
引用
上传时间
2005年11月28日
【期刊论文】一类串联控制系统的优化设计: Backstepping方法*
李少远， ZHANG Yan， LI Shaoyuan
，-0001，（）：
-1年11月30日
针对一类多输入非线性串联系统提出了基于Backstepping方法的次优控制的设计。首先，将串联控制系统分为几个子系统，然后为每个子系统分别设计辅助子系统及相应的辅助控制变量，进一步利用State-Dependent Algebraic Riccati Equation（SDARE）技术为每个辅助子系统设计次优控制律。设计出的次优控制律使得原状态变量和辅助控制变量（即：辅助反馈变量）具有一定的渐近特性，因此，不但可在线获得次优控制律的解析解，而且保证了原闭环系统的全局渐近稳定性。最后通过一个两输入的二阶串联系统的数字仿真结果验证了该优化设计方法的有效性。
串联系统， Backstepping 方法， 次优控制， SDARE， 全局渐近稳定性
-
59浏览
-
0点赞
-
0收藏
-
0分享
-
83下载
-
0
-
引用
>
