基于Laguerre函数模型的非线性系统预测控制策略的研究

摘要

模型预测控制(简称MPC)是控制理论与工程界公认的一类先进控制策略,已在众多工业部门中得到了成功的应用.然而,由于现有的MPC算法还不能用于非线性系统,尤其是强非线性系统,从而使得MPC的实际应用范围受到了严重的限制,因此,非线性系统预测控制策略和算法的研究已成为预测控制研究和发展的一个重要方向.非线性预测控制中关于建模、模型辨识、模型预测和非线性优化等问题,尚未完全解决.该文主要研究基于Laguerre函数模型及其与神经网络的组合模型的非线性系统预测控制策略,利用这些模型的非参数化特点和文中所提的即时线性化思想,将线性系统MPC策略推广用于非线性预测控制,实现了对工程中常用的Hammerstein型、Wiener型及一般动态非线性系统的自适应预测控制.论文的主要工作如下:1、对模型预测控制的发展历程、研究现状、发展趋势和非线性预测控制算法及其性能分析方面研究的进展,作了简要综述.2、提出了基于Laguerre函数模型与参数化模型构成的组合模型预测控制策略,解决了线性不稳定系统的基于Laguerre函数模型的自适应预测控制问题.3、提出了带约束控制量的基于Volterra-laguerre函数的非线性系统模型的多步预测、多步控制自适应控制策略,给出了控制量的优化求解方法.4、提出了两种基于Laguerre函数与静态神经网络的组合模型辨识Wiener型非线性系统,给出了相应的辨识算法,并对两种辨识方案进行了比较.5、提出了非线性系统预测控制的即时线性化思想,建立了一般非线性系统预测模型的即时线性化算法及其实现步骤.6、给出了三类非线性系统的即时线性化自适应预测控制策略,即(1)已知非线性子系统阶次上限值的Hammerstein型非线性系统;(2)基于Volterra-Laguerre函数模型的非线性系统;(3)基于Laguerre函数与神经网络的组合模型的Wiener型非线性系统.即时线性化自适应预测控制是一种结构简明、原理清晰、便于工程使用的非线性系统预测控制方法.该方法的提出为解决非线性系统预测控制开辟了一条新途径.论文运用大量的仿真检验所提算法的有效性,并与其他方法进行了对比,仿真结果说明了所提的建模与控制策略的思想是正确的,方法是有效的.

目录

文摘

英文文摘

致谢

第一章绪论

1.1预测控制的产生和发展

1.1.1预测控制产生的历史背景

1.1.2预测控制的发展历程和研究现状

1.1.3预测控制的未来发展趋势

1.2非线性预测控制的研究

1.2.1非线性预测控制的主要研究对象

1.2.2非线性预测控制的性能分析概述

1.2.3非线性预测控制的主要算法概述

1.2.4非线性预测控制的主要难点

1.3预测控制的基本工作原理

1.3.1模型预测控制的基本算法原理

1.3.2模型预测控制的主要特点

1.4本文的写作安排

第二章基于Laguerre函数模型的线性系统预测控制策略

2.1 Laguerre函数的线性动态系统近似模型

2.1.1完备正交函数集

2.1.2 Laguerre正交函数集

2.1.3线性时不变系统的Laguerre函数模型表示

2.2基于Laguerre函数模型的线性系统自适应预测控制

2.2.1基于Laguerre函数模型的多步预测、多步控制算法

2.2.2基于Laguerre函数模型的扩散炉温度控制

2.3基于Laguerre函数模型的线性不稳定系统自适应预测控制

2.3.1 Laguerre函数模型与参数化模型的组合模型

2.3.2算法推导

2.3.3仿真研究及与GPC的比较

2.4基于Laguerre函数模型的增量型自适应预测控制

2.4.1多步预测、多步控制

2.4.2最优控制律的计算

2.4.3仿真研究

2.5带控制量约束的增量型自适应预测控制

2.5.1算法推导与最优控制律的计算

2.5.2仿真研究

本章小结

第三章基于Laguerre函数模型的非线性系统预测控制策略

3.1非线性动态系统的Laguerre函数近似模型

3.1.1非线性系统Volterra级数描述

3.1.2非线性系统的Laguerre函数近似模型

3.2基于Laguerre模型的非线性系统多步预测、多步控制自适应控制策略

3.2.1多步预测输出

3.2.2最优控制律的求取

3.2.3自适应控制

3.2.4仿真研究

本章小结

第四章基于组合模型的非线性系统辨识的研究

4.1神经网络概述

4.1.1人工神经元模型

4.1.2控制用神经网络模型及其逼近能力

4.1.3前馈神经网络的学习

4.2非线性系统的神经网络模型辨识

4.2.1系统辨识的基本原理

4.2.2神经网络模型辨识非线性系统的可行性

4.2.3神经网络建模----正向建模与逆模型

4.3组合模型(方案1)的Wiener型非线性系统辨识的研究

4.3.1Wiener型非线性系统模型

4.3.2组合辨识模型(方案1)

4.3.3辨识算法推导(方案1)

4.3.4仿真研究(方案1)

4.4组合模型(方案2)的WIENER型非线性系统辨识的研究

4.4.1组合辨识模型(方案2)

4.4.2辨识算法推导(方案2)

4.4.3仿真研究（方案2）及与方案1的比较

本章小结

第五章非线性系统的即时线性化自适应预测控制策略

5.1非线性系统线性化方法概述

5.1.1函数线性化的基本含义

5.1.2非线性系统的线性化方法

5.2非线性系统即时线性化预测控制方法

5.2.1基于即时线性化的非线性系统预测控制原理

5.2.2即时线性化预测控制方法的特点

5.3 Hammerstein型非线性系统基于Laguerre函数的即时线性化自适应预测控制策略

5.3.1 Hammerstein型非线性系统

5.3.2 Hammerstein型非线性系统基于Laguerre函数的预测模型

5.3.3基于即时线性化的自适应预测控制算法

5.3.4仿真研究

5.4 Laguerre函数非线性系统模型的即时线性化自适应预测控制策略

5.4.1即时线性化自适应预测控制算法的推导

5.4.2仿真研究

5.5 Lag-SBP组合预测模型的Wiener型即时线性化自适应预测控制策略

5.5.1即时线性化自适应预测控制算法推导

5.5.2仿真研究

5.5.3即时线性化自适应预测控制策略的实现步骤

本章小结

结束语

参考文献

攻读博士学位期间发表的论文