多变量系统

摘要： 化工过程一般为多变量系统,但其主要控制方案为分散多回路PID常规控制。由于多变量系统内部存在不同程度的耦合作用,各控制回路之间存在相互影响,当其他回路进行手动/自动模式切换时,本回路等效被控对象将会发生突变,导致本回路的原有控制参数不能适应等效被控对象的变化,造成控制性能下降,甚至闭环系统不稳定。为避免这种情况的发生,从整个系统的角度研究控制回路模式切换时的稳定性,采用多变量频域Nyquist阵列设计法。基于对角优势下正Nyquist稳定性判据,从Gershgorin圆边界点的角度定量分析各个控制回路在模式切换前后的稳定性变化程度,从而确定各回路控制器增益的调整方向及程度,实现各回路的控制器参数在控制回路模式切换瞬间的自动整定,尽可能抵消控制回路模式切换对整个系统的扰动,保证整个系统的闭环稳定性。以Shell公司重油分馏塔的多回路PID控制系统为例,将3个PID控制回路依次投用时,根据Gershgorin圆边界点进行控制参数的自整定,闭环系统仍能保持一定的控制性能,否则闭环系统将不稳定。

摘要： 在炼焦厂中焦炉集气管压力系统是一个难以用传统控制方法控制的多变量负耦合系统。考虑到焦炉集气管压力控制过程中的各种干扰影响因素和控制对象具有时变和非线性等特点。为了使焦炉集气管的压力稳定在一个恒定值,目前常用4个PID控制器分别控制每一个集气管压力,这种方法造成集气管压力系统不稳定和能源浪费。通过对集气过程的输入输出数据进行系统模型的参数辨识得出集气管压力系统模型。在数学模型的基础上分别采用PID控制、预测控制和模糊预测控制三种控制策略,通过Matlab/Simulink仿真验证这三种算法的控制效果。采用PID控制器时,系统不仅有较大的超调,还会产生震荡造成系统不稳定;采用模型预测控制器时,系统能够快速地达到稳态,当焦炉集气管压力系统模型参数改变时,由于模型不匹配造成系统超调,甚至不稳定;使用模糊预测控制器时,系统不仅控制效果较好,而且能克服模型参数改变,在多种工业情况下均能达到控制的要求。模糊预测控制器相较于单纯的模型预测控制能够对系统模型参数改变有更好的控制效果,鲁棒性更强,而且相对于传统的PID控制器更加适用于多变量系统。

摘要： 针对多变量非线性时滞系统存在多变量间复杂的耦合情况,多输入多输出系统转化为多个多输入单输出系统,并构建多变量双阶段神经网络时滞预测模型;在考虑耦合关系的基础上,将改进比例性能指标型广义预测控制器引入到多变量系统中;该控制器含有预测控制增量表征系统未来变化趋势,将其作为当前控制量的补偿,优化控制性能;通过300 MW单元机W型火焰直吹式燃煤锅炉系统的仿真研究验证了控制方案的有效性。

摘要： 在传统线性二次跟踪控制方法的基础上,针对一类具有强耦合特性的离散时间线性多变量系统,提出了一种具有解耦性能的最优跟踪控制方法.首先为实现解耦,将耦合项作为可测干扰,基于零和博弈思想提出了一种新的性能指标;然后针对该性能指标,利用极小值原理设计最优跟踪控制器,通过适当加权矩阵的选择,同步实现解耦和跟踪;最后进行仿真实验,仿真结果表明了该方法的有效性以及在最优性能等方面的优越性.

摘要： 针对标准粒子群算法优化多变量系统的解耦控制时存在陷入非全局最优值的问题,设计出一种基于自适应变异的粒子群算法优化多变量系统解耦控制器的方法.该方法以标准粒子群算法为基础,在种群进化过程中引入变异操作,对不同进化程度的粒子以不同的概率进行更新,其中没有达到个体最优的粒子以随机的大概率进行位置与速度的初始化,对已经早熟的粒子以一定的小概率更新进化路径,以此来提高种群搜索全局最小值的能力.种群寻到最优值的状态就是控制器效果最好的状态,利用新的网络模型即可解决上述问题.经过对比仿真,验证了该方法的可行性.

摘要： 针对再热器这类热工对象普遍存在非线性、大迟延、时变性以及多变量等特点,采用文化基因算法框架下,粒子群(PSO)算法和模拟退火(SA)算法相结合的S-PMemetic算法,对660 MW超超临界机组直流锅炉再热器系统的现场数据进行了多组数据并行辨识.通过该方法得到了超超临界机组再热器7个传递函数通道的系统模型.仿真结果表明,S-PMemetic算法平衡了PSO算法的全局搜索能力和SA算法的局部寻优能力,更适用于辨识复杂的热工控制对象,进一步提高了多变量辨识效率和精确度.

摘要： 针对再热器这类热工对象普遍存在非线性、大迟延、时变性以及多变量等特点,采用文化基因算法框架下,粒子群(PSO)算法和模拟退火(SA)算法相结合的S-PMemetic算法,对660 MW超超临界机组直流锅炉再热器系统的现场数据进行了多组数据并行辨识。通过该方法得到了超超临界机组再热器7个传递函数通道的系统模型。仿真结果表明,S-PMemetic算法平衡了PSO算法的全局搜索能力和SA算法的局部寻优能力,更适用于辨识复杂的热工控制对象,进一步提高了多变量辨识效率和精确度。

摘要： 针对用单批次激励试验数据进行多变量系统的智能辨识的不准问题,提出了一套基于M次不相关激励和汇总智能优化的多变量系统辨识方法.该方法的要点是:对于有M维输入的多变量系统的准确辨识至少需要M次不相关激励试验,然后采集试验数据,再用汇总智能优化指标进行多变量系统模型的辨识计算.通过理论推导证明了多变量系统辨识需要M次的不相关激励试验的必要性.通过一个应用实例验算,演示了新的多变量系统辨识方法的易用性、正确性和工程实用性.

摘要： 输电线路参数的准确程度对提高线路运行安全性与经济性有持续性影响.立足目前广泛应用PMU装置的现状,针对输电线路多变量线性回归系统,在将耦合辨识思想与有限数据窗方法结合的基础上,从动态遗忘因子的角度,提出一种改进的子系统变遗忘因子,有限数据窗耦合递推最小二乘辨识算法.文章基于线路两端不同时刻断面的PMU电气量关系建立参数辨识的最小二乘模型;所述方法通过子系统新息的比较判断当前系统运行的稳定程度,进而动态调整遗忘因子,使算法对时变参数的快速跟踪性能和时不变参数的收敛稳定性能进一步增强;当系统突变时,采取重定义协方差阵和变遗忘因子变数据窗相结合的方式,减小了突变扰动对辨识的影响.算法保留了耦合递推和有限数据窗理论的优点,仿真和实测数据辨识验证了算法的有效性和实用性.

摘要： 工业技术的不断增强,伴随着生产条件的变得复杂及繁琐。在具体的操纵过程中,由于多项耦合就会出现系统难以实现较好的控制。为了将系统的多项控制功能进行提升,提出了一种将参数估计的多变量与自适应解耦控制相结合应用于多变量的算法,这种算法通过实验仿真结果进一步验证了其特点,速度快、收敛效果好同时对于多变量的耦合能够进行了很好降解的优越性。

摘要： 带有滑动平均噪声的多变量系统的参数通常难以辨识，本文利用递阶辨识原理和迭代辨识原理，并结合加速收敛技术，实现多变量系统参数的准确辨识。该方法根据递阶辨识原理将多变量系统分解成两个子系统，使其分别含有参数向量和参数矩阵，再根据迭代辨识原理得到参数的迭代解。仿真实验表明，该方法可以得到很好的辨识结果，而加速收敛技术的应用显著提高了参数的收敛速度。

摘要： 工业生产中存在着很多强耦合的多变量系统,建立实时精确的数学模型非常困难,使得一些经典有效的解耦方法难以应用。针对实际系统的复杂性,提出了一种基于参考模型的新型增益自适应解耦方法,能有效地克服系统参数摄动对解耦的影响。仿真结果表明,当多变量系统参数出现大幅度摄动时,增益自适应解耦方法仍具有良好的解耦能力。

摘要： 针对一类多变量系统控制中的耦合问题,提出了一种基于自抗扰技术的非线性动态解耦控制(ADRC)方法.该方法不依赖于系统的精确数学模型,分别在控制器耦合矩阵部分已知和未知的情形下,在局部静态解耦的基础上,将各子系统的模型摄动、外扰和包括输入变量相互作用在内的动态耦合视为各通道上的扰动总和,通过引入虚拟控制和状态量,设计扩张状态观测器(ESO)估计总扰动并进行反馈补偿,进而再对各解耦子对象分别设计非线性单输入单输出ADRC以保证闭环系统稳定.最后以蒸馏塔模型的过程控制仿真验证了该方法具有良好的动态解耦效果,对模型不确定性和外部扰动具有较好的鲁棒性和适应能力.

摘要： 介绍了基本PID神经网络,提出引入一组PID参数使神经网络的比例元、积分元和微分元更好地模拟比例、积分和微分处理功能,引入附加动量项以提高神经网络学习效率并避免陷入局部最优,同时结合改进粒子群算法优化初始权值.以三输入三输出非线性强耦合对象为例进行仿真,结果显示,本文方法应用于多变量系统解耦控制,系统具有更好的动态和静态性能,取得了比基本PID神经网络更好的控制效果.

摘要： 加权多模型自适应控制的基本思想是将离线设计与在线决策相结合,离线设计出有限个与多模型相对应的简单控制器,在每个采样时刻,将这些局部控制器通过加权算法有机地组合成一种在大范围内具有强鲁棒性的控制系统.本文研究多变量系统中标量以及矢量权值对系统的影响以及权值收敛算法的优化,通过Matlab仿真可以看出，在多输入多输出系统中，标量的权值可以更快选中与实际被控对象最为接近的了模型，且相比矢量权值，控制率对被控对象的控制效果更优，系统输出更稳定，因此在设计加权算法时，使用标量加权算法会达到更好的控制效果。针对线性定常系统，在加权算法中采用定常系数的误差性能指标会加快权值的收敛速度，且对历史误差数据的系数越大，关注程度越高，权值的收敛速度越快。

摘要： 本文基于非等间距多变量系统灰预测基本模型,构造了离散的非等间距多变量灰预测模型,该模型是将原始的模型通过恒等变形转化为线性方程组求解,直接可以进行数据的模拟和预测.用实例证明它比原始的非等间距多变量模型的模拟精度有显著的提高,而且该模型适用于等间距和非等间距,使非等间距模型具有更广泛的应用价值。

摘要： 本文研究了分散控制结构下的多变量过程的辨识问题，提出了一种多变量时域辨识策略。方法采用分散控制结构下顺序阶跃测试方法采集输入输出数据，使用时域内的信号组合将MIMIO 辨识问题转化为多个单变量辨识问题。针对一个热交换过程对象，进行了分散控制结构和分散控制器设计，并将辨识方法在系统上进行了应用。仿真和实验证明了本文方法的有效性。

摘要： 内模控制由于其本质鲁棒性的优势，被广泛应用于工程实际中。系统地评述了内模控制系统中控制器设计、滤波器改进、两自由度结构、单变量内模控制、多变量解耦内模控制等问题。此外，内模控制与其他先进控制策略的结合是提升内模控制效果的重要途径，详细介绍了内模控制与预测控制、神经网络、模糊控制、自适应控制、最优控制等先进控制策略的结合，并列举了内模控制在工业实践中的成功案例。指出相对于研究得较透彻的单变量内模控制，多变量内模控制的相关理论体系还有待进一步完善，特别是对于非方系统，更是今后研究的重点。

摘要： 内模控制由于其本质鲁棒性的优势，被广泛应用于工程实际中。系统地评述了内模控制系统中控制器设计、滤波器改进、两自由度结构、单变量内模控制、多变量解耦内模控制等问题。此外，内模控制与其他先进控制策略的结合是提升内模控制效果的重要途径，详细介绍了内模控制与预测控制、神经网络、模糊控制、自适应控制、最优控制等先进控制策略的结合，并列举了内模控制在工业实践中的成功案例。指出相对于研究得较透彻的单变量内模控制，多变量内模控制的相关理论体系还有待进一步完善，特别是对于非方系统，更是今后研究的重点。

摘要： 内模控制由于其本质鲁棒性的优势，被广泛应用于工程实际中。系统地评述了内模控制系统中控制器设计、滤波器改进、两自由度结构、单变量内模控制、多变量解耦内模控制等问题。此外，内模控制与其他先进控制策略的结合是提升内模控制效果的重要途径，详细介绍了内模控制与预测控制、神经网络、模糊控制、自适应控制、最优控制等先进控制策略的结合，并列举了内模控制在工业实践中的成功案例。指出相对于研究得较透彻的单变量内模控制，多变量内模控制的相关理论体系还有待进一步完善，特别是对于非方系统，更是今后研究的重点。

摘要： 描述了涉及两组个体的分类的数据结构。对于两个或多个类别中的每个类别，数据结构包括(1)识别指定该类别的第一组的个体的信息，以及(2)识别指定该类别的第二组的个体的信息。对于每个组，该信息能被用于基于比较指定给该类别的该第二组中的所有个体的比例与指定给该类别的该第一组中的所有个体的比例，以调整被指定给类别的第一组的个体。

摘要： 本发明提供一种多变量输入多变量输出时间序列预测方法及系统,其中一种多变量输入多变量输出时间序列预测方法，其具体步骤如下：S1.准备多变量时序数据X；S2.使用卷积网络对多变量时序数据X进行逐个时序计算，获得时序趋势数据R；S3.构建基于自注意模型的长周期编解码模型，计算当前与历史时间趋势的相关性向量Corr、待预测时序变量间的协变关系CorrD；S4.利用相关性向量Corr、协相关性向量CorrD和历史数据的时序趋势数据R计算预测时序变量Y的估计值。

摘要： 在本发明中，对于作为基准的等离子体处理装置100A和与之同种类的等离子体处理装置100B，分别对利用第一设定数据进行动作时由各自的多个传感器检测的检测数据进行多变量解析，作成多变量解析模型式后，使用利用新的第二设定数据进行动作时由等离子体处理装置100A的多个传感器检测的检测数据，作成多变量解析模型式，使用该新的第二设定数据的等离子体处理装置100A的多变量解析模型式和等离子体处理装置100B的多变量解析模型式，作成与新的第二设定数据相对应的等离子体处理装置100B的多变量解析模型式。由此，即使在每个处理装置中存在处理特性差异时，也可以将对于一个处理装置而作成的模型式直接用在同种类的其它处理装置中，不需要对每个处理装置都取各种测定数据作成相应模型式。由此，可减轻模型式作成时的手续和时间。

摘要： 本发明的多变量时间序列数据处理装置具有：数据获取部(15A)，其针对多个变量各方而获取第1时间序列数据(X)及第2时间序列数据(Y)；评价值计算部(15B、25B)，其将第1时间序列数据(X)及第2时间序列数据(Y)分别分割为多个时间区间，并计算对各时间区间分配的评价值；以及同步处理部(15C、25C)，其根据对应于第1时间序列数据(X)的评价值的数组、对应于第2时间序列数据(Y)的评价值的数组、以及分配给该变量的权重来算出权重数组，根据所述权重数组来确定在多个变量之间共通的、第1时间序列数据(X)的样本值与第2时间序列数据(Y)的样本值的对应关系。

摘要： 描述了涉及两组个体的分类的数据结构。对于两个或多个类别中的每个类别，数据结构包括(1)识别指定该类别的第一组的个体的信息，以及(2)识别指定该类别的第二组的个体的信息。对于每个组，该信息能被用于基于比较指定给该类别的该第二组中的所有个体的比例与指定给该类别的该第一组中的所有个体的比例，以调整被指定给类别的第一组的个体。

摘要： 本发明属于数据挖掘技术领域，公开了一种在大数据集中计算单变量与多变量间的最大信息系数的方法及系统，用以计算单个变量Y与m个变量(X

摘要： 用于建筑的暖通空调系统包括设施和多个单变量极值搜索控制器(ESC)。所述设施包括可操作以影响建筑的环境条件的暖通空调设备。每个单变量极值搜索控制器被配置为用不同的激励信号干扰不同的操纵变量，并将操纵变量作为经干扰的输入提供给设施。所述设施使用多个经干扰的输入来同时影响性能变量。所述单变量极值搜索控制器被配置为估计性能变量相对于每个操纵变量的梯度，并通过独立地调整操纵变量来独立地使梯度趋向于零。

摘要： 本发明公开一种基于多变量集中空调系统的节能控制方法，包括：获取中冷水泵的冷水回水温度和中冷却水泵的冷却水回水温度；基于冷水回水温度和冷却水回水温度，获得冷水泵的冷水泵频率、中冷水机组的冷水出水温度设定值、冷却水泵的冷却水泵频率、中冷却塔风机的风机运行状态；利用冷水泵频率、冷水出水温度设定值、冷却水泵频率和风机运行状态对集中空调系统中的各个设备进行控制。本发明还公开一种基于多变量集中空调系统的节能控制装置、控制器、集中空调系统以及计算机可读存储介质。利用本发明的方法，实现了对集中空调系统终中多个设备的解耦，从而使得集中空调系统的温度控制准确率和精准率较高。

摘要： 系统和方法提供用于经由使用互质分解的H无穷回路成形对功率生成器材进行稳健、多变量控制。相应地，功率生成器材的控制器使用促动器动态模型以预定采样间隔实时地计算关于H无穷(H∞)模块的增益值。控制器然后至少部分地基于H∞模块的增益值来确定加速度系数。控制器至少部分地基于加速度向量来生成控制向量。功率生成器材的至少一个构件的操作状态基于控制向量来改变。

摘要： 提供过程流体多变量测量系统和多变量热电偶套管。多变量测量系统包括被配置成联接至过程流体管道并延伸穿过过程流体管道的壁的热电偶套管。该系统还包括设置在热电偶套管内的温度传感器组件，其具有设置在其中的至少一个温度敏感元件。该系统还包括联接至热电偶套管的压力传感器组件，压力传感器组件具有设置在其中的至少一个压力敏感元件。该系统还包括通信地联接至温度传感器组件和压力传感器组件的变送器电路，其被配置成从至少一个温度敏感元件接收温度传感器信号并基于温度传感器信号而响应地产生温度测量结果输出。变送器电路还被配置成从至少一个压力敏感元件接收压力传感器信号并基于压力传感器信号而响应地产生压力测量结果输出。