基于T-S模型的多变量非线性自适应预测函数控制
针对传统的控制方法应用于具有非线性和多变量的复杂石油化工过程,不能得到满意的控制效果,该文提出了一种基于Takagi-Sugeno (T-S)模型的多变量非线性自适应预测函数控制算法.该算法利用遗忘因子递推最小二乘法在线辨识T-S模糊模型后件参数,以克服参数饱和的问题.根据辨识的模型参数直接递推计算模型的预测输出,通过滚动优化方法递推求解预测控制律,而不需要求解Diophantine方程,从而减少了计算量.在焦化加热炉的出口温度控制仿真验证表明,该算法具有很强的跟踪性和鲁棒性.
非线性系统、T-S模型、预测函数控制、焦化加热炉
31
TP273(自动化技术及设备)
国家自然科学基金项目61203021;辽宁省科技攻关项目2011216011;辽宁省自然科学基金项目2013020024
2016-09-18(万方平台首次上网日期,不代表论文的发表时间)
共6页
6-11