НЕ -ЛИЛИЛИНАЛЬНОЕ КОНТРОЛЕ
Цена: 1 840руб. (¥102.3)
Артикул: 653752339728
Вес товара: ~0.7 кг. Указан усредненный вес, который может отличаться от фактического. Не включен в цену, оплачивается при получении.
Описание товараПродавец:木垛旗舰店
Рейтинг:
Всего отзывов:0
Положительных:0
Добавить в корзину
Другие товары этого продавца
¥ 53.74 14252руб.
¥ 21 20360руб.
¥ 44.85 19.8357руб.
¥ 75.6 59.51 070руб.
Основная информация
| наименование товара: | НЕ -ЛИЛИЛИНАЛЬНОЕ КОНТРОЛЕ | формат: | 16 |
| Автор: | Лю Сянцзе//Кун Сяобин//Цуй Цзинхань//Цзян Ди | Ответственный редактор: Юй Цзян | Количество страниц: | |
| Цены: | 128 | Опубликованная дата: | 2021-04-01 |
| Номер ISBN: | 9787030682444 | Время печати: | 2021-04-01 |
| Издательство: | наука | Версия: | 1 |
| Типы продукта: | книги | Индийский: | 1 |
Об авторе:
Краткое содержание:
«Нелинейный контроль прогнозирования модели» начинается с неотъемлемых задач нелинейного контроля прогнозирования модели и объяснить метод оптимизации и решения нелинейного контроля прогнозирования модели. Полная структура основана на линейной обратной связи входной и выходной обратной связи Несущественная стратегия управления прогнозированием модели. Сложные динамические характеристики процесса имеют в исследовании применения применения не -линейного контроля прогнозирования модели.«Нелинейный контроль прогнозирования модели» в процессе выработки электроэнергии имеет 7 глав. Методы, управляемые данными, которые появились в последние годы; глава 3 подробный конструктивный нелилинейный контроль прогнозирования модели на основе обратной связи линейно; 风力 发电 的 非线性 模型 预测 控制 ； 第 5 章 针对 160 МВт 燃油 机组 ， 构造 模糊 模糊 模型 模型 的 模型 的 的 模型 模型 模型非线性 模型 预测 学习 控制 ， 进而 针对 1000 МВт 超超 临界 机组 构造 基于 模糊 神经 网络 的 分级 递阶 非 非 非 非 非 非 非 非 Линейный контроль прогнозирования модели; Глава 6 в -Донк. Глава 7 На основе характеристик системы управления ядерным реактором в режиме «куча», уровни парового генератора конструкции ядерного энергетики является точным. Полный контроль прогнозирования модели и контроль над прогнозированием прогнозирования.
......
Оглавление:
Оглавление
Глава 1 Введение 1
1.1 История развития модельного прогнозного управления 1
1.2 Прогнозирующее управление нелинейной моделью 3
1.2.1 НЕ -ЛИЛИНЕРНЫЙ КОНТРОЛЬ ПРОВЕДЕНИЯ МОДЕЛИ. Существующие неотъемлемые проблемы 3
1.2.2 Метод оптимизации и приблизительный метод оптимизации 4
1.2.3 Эффективный метод прогнозирования контроля нелинейной модели 5
1.2.4 Проблема устойчивости нелинейной модели прогнозирующего управления 10
1.3 Модель прогнозирующего управления для интеллектуальных электростанций 11
1.3.1 Предыстория и проблемы прогнозного управления моделями на электростанциях 11
1.3.2 Состояние исследований модельного прогнозирующего управления на электростанциях 15
Глава 2. Теоретические основы управления с прогнозированием нелинейной модели — метод нелинейной оптимизации с ограничениями 18
2.1. Задача оптимизации прогнозирующего управления нелинейной моделью 18
2.2 Оптимизация неограниченной оптимизации 23
2.2.1 Метод анализа 23
2.2.2 Прямой метод 43
2.3. Задачи оптимизации с ограничениями 54
2.3.1 Задачи оптимизации с ограничениями равенства 55
2.3.2 Задачи оптимизации с ограничениями-неравенствами 58
2.3.3 Задачи оптимизации со смешанными ограничениями 66
2.3.4 Решение основных задач оптимизации в управлении с прогнозированием модели 81
2.4 Алгоритм оптимизации современного просветления 83
2.4.1 Алгоритм моделирования отжига 84
2.4.2 Генетический алгоритм 87
2.4.3 Алгоритм оптимизации AQUNIA 93
2.4.4 Алгоритм оптимизации роя частиц 98
2.5 Сводка этой главы 102
Глава 3. Управление с прогнозированием нелинейной модели на основе линеаризации с обратной связью 103
3.1 Линеаризация обратной связи 105
3.1.1 Обратная система одно входной системы. Линейность 105
3.1.2 Несколько входных систем FedBack System Linearity 107
3.2 Линейные структуры управления 110
3.3 Обработка ограничений 112
3.3.1 Развертывание нелинейных ограничений 113
3.3.2 Итерация QP Алгоритм 113
3.3.3 Алгоритм Шаг 115
3.4 Результат моделирования 116
3.4.1 Цифровой пример 116
3.4.2 Реакторы с перемешиванием 118
3.5 Сводка этой главы 121
Глава 4 Система выработки ветроэнергетики высокой неэффективной нелинейной модели контроль 122
4.1 Нелинейная модель прогнозирующего управления ветряной турбиной с двойным питанием 123
4.1.1 Основы исследования управления ветряными турбинами с двойным питанием 123
4.1.2 В условиях условий баланса сетки силовой сетки, двойной ветер -генератор не -линейного контроля прогнозирования модели 125
4.1.3 При условии дисбаланса сетки силовой сетки, генератор с двойным фидером не -линейный контроль прогнозирования модели 140
4.2 Постоянный магнитный синхронный двигатель с высокой эффективностью. Контроль прогноза 154
4.2.1 Общие сведения об управлении синхронным двигателем с постоянными магнитами 154
4.2.2 Создание нелинейной модели PMSM 155
4.2.3 Линеаризация обратной связи по состоянию PMSM 156
4.2.4 Стратегия прогнозного управления моделью с ограничениями PMSM 158
4.2.5 Результаты моделирования 163
4.3 Резюме этой главы 168
Глава 5. Нелинейная модель прогнозного управления теплоэнергетическими энергоблоками 169
5.1 Нелинейные модели, основанные на нечеткой модели, прогнозирующей итерационное управление обучением 169
5.1.1 Описание модели процесса T-S 170
5.1.2 Решение закона управления NMPILC 172
5.1.3 Анализ конвергенции системы NMPILC 175
5.1.4 Исследование котла-симультура системы пароуминг-машины 177
5.2. Иерархическая нелинейная модель прогнозирующего управления ультрасверхкритическими агрегатами 185
5.2.1 Предыстория исследования 185
5.2.2 Проблемы управления ультрасверхкритическими установками 186
5.2.3 Иерархический нелинейный контроль прогнозирования модели в системе USC 188
5.2.4 Результаты моделирования 195
5.3 Сводка этой главы 204
Глава 6 Контроль прогнозирования экономической модели в системе генерации тепловой электроэнергии 205
6.1 Прогнозное управление устойчивостью теплового энергоблока на основе нечеткой экономической модели 206
6.1.1 Нечеткая модель котла-турбины 206
6.1.2 Разработка прогнозирующего контроллера на основе нечеткой экономической модели 208
6.1.3 Simulation Research 213
6.2 Контроль прогнозирования экономической модели на основе глубоких нейронных сетей 219
6.2.1 Ультрасверхкритическая установка модель 219
6.2.2 Прогнозирующий контроль экономической модели 220
6.2.3 Simulation Research 226
6.3 Эта глава является резюме 232
Глава 7 Нелинейный модельный прогноз контроля ядерной энергетики 233
7.1 Нечеткое прогнозирующее управление уровнем воды на основе автономного инвариантного набора 233
7.1.1 Система управления уровнем уровня воды 2 234.
7.1.2 Система размытия на уровне воды 238
7.1.3 Уровень воды Малый нечеткий прогнозирующий контроль 240
7.1.4 Исследование численного моделирования 245
7.2. Нечеткое прогнозирующее управление пространственной дисперсией мощности в тяжеловодном реакторе 248
7.2.1 Система управления мощностью реактора 249
7.2.2 Неопределенная конструкция модели 252
7.2.3 Децентрализованное управление с нечетким прогнозированием 255
7.2.4 Результаты моделирования 257
7.3 Эта глава - саммит 263
Ссылки 265
Глава 1 Введение 1
1.1 История развития модельного прогнозного управления 1
1.2 Прогнозирующее управление нелинейной моделью 3
1.2.1 НЕ -ЛИЛИНЕРНЫЙ КОНТРОЛЬ ПРОВЕДЕНИЯ МОДЕЛИ. Существующие неотъемлемые проблемы 3
1.2.2 Метод оптимизации и приблизительный метод оптимизации 4
1.2.3 Эффективный метод прогнозирования контроля нелинейной модели 5
1.2.4 Проблема устойчивости нелинейной модели прогнозирующего управления 10
1.3 Модель прогнозирующего управления для интеллектуальных электростанций 11
1.3.1 Предыстория и проблемы прогнозного управления моделями на электростанциях 11
1.3.2 Состояние исследований модельного прогнозирующего управления на электростанциях 15
Глава 2. Теоретические основы управления с прогнозированием нелинейной модели — метод нелинейной оптимизации с ограничениями 18
2.1. Задача оптимизации прогнозирующего управления нелинейной моделью 18
2.2 Оптимизация неограниченной оптимизации 23
2.2.1 Метод анализа 23
2.2.2 Прямой метод 43
2.3. Задачи оптимизации с ограничениями 54
2.3.1 Задачи оптимизации с ограничениями равенства 55
2.3.2 Задачи оптимизации с ограничениями-неравенствами 58
2.3.3 Задачи оптимизации со смешанными ограничениями 66
2.3.4 Решение основных задач оптимизации в управлении с прогнозированием модели 81
2.4 Алгоритм оптимизации современного просветления 83
2.4.1 Алгоритм моделирования отжига 84
2.4.2 Генетический алгоритм 87
2.4.3 Алгоритм оптимизации AQUNIA 93
2.4.4 Алгоритм оптимизации роя частиц 98
2.5 Сводка этой главы 102
Глава 3. Управление с прогнозированием нелинейной модели на основе линеаризации с обратной связью 103
3.1 Линеаризация обратной связи 105
3.1.1 Обратная система одно входной системы. Линейность 105
3.1.2 Несколько входных систем FedBack System Linearity 107
3.2 Линейные структуры управления 110
3.3 Обработка ограничений 112
3.3.1 Развертывание нелинейных ограничений 113
3.3.2 Итерация QP Алгоритм 113
3.3.3 Алгоритм Шаг 115
3.4 Результат моделирования 116
3.4.1 Цифровой пример 116
3.4.2 Реакторы с перемешиванием 118
3.5 Сводка этой главы 121
Глава 4 Система выработки ветроэнергетики высокой неэффективной нелинейной модели контроль 122
4.1 Нелинейная модель прогнозирующего управления ветряной турбиной с двойным питанием 123
4.1.1 Основы исследования управления ветряными турбинами с двойным питанием 123
4.1.2 В условиях условий баланса сетки силовой сетки, двойной ветер -генератор не -линейного контроля прогнозирования модели 125
4.1.3 При условии дисбаланса сетки силовой сетки, генератор с двойным фидером не -линейный контроль прогнозирования модели 140
4.2 Постоянный магнитный синхронный двигатель с высокой эффективностью. Контроль прогноза 154
4.2.1 Общие сведения об управлении синхронным двигателем с постоянными магнитами 154
4.2.2 Создание нелинейной модели PMSM 155
4.2.3 Линеаризация обратной связи по состоянию PMSM 156
4.2.4 Стратегия прогнозного управления моделью с ограничениями PMSM 158
4.2.5 Результаты моделирования 163
4.3 Резюме этой главы 168
Глава 5. Нелинейная модель прогнозного управления теплоэнергетическими энергоблоками 169
5.1 Нелинейные модели, основанные на нечеткой модели, прогнозирующей итерационное управление обучением 169
5.1.1 Описание модели процесса T-S 170
5.1.2 Решение закона управления NMPILC 172
5.1.3 Анализ конвергенции системы NMPILC 175
5.1.4 Исследование котла-симультура системы пароуминг-машины 177
5.2. Иерархическая нелинейная модель прогнозирующего управления ультрасверхкритическими агрегатами 185
5.2.1 Предыстория исследования 185
5.2.2 Проблемы управления ультрасверхкритическими установками 186
5.2.3 Иерархический нелинейный контроль прогнозирования модели в системе USC 188
5.2.4 Результаты моделирования 195
5.3 Сводка этой главы 204
Глава 6 Контроль прогнозирования экономической модели в системе генерации тепловой электроэнергии 205
6.1 Прогнозное управление устойчивостью теплового энергоблока на основе нечеткой экономической модели 206
6.1.1 Нечеткая модель котла-турбины 206
6.1.2 Разработка прогнозирующего контроллера на основе нечеткой экономической модели 208
6.1.3 Simulation Research 213
6.2 Контроль прогнозирования экономической модели на основе глубоких нейронных сетей 219
6.2.1 Ультрасверхкритическая установка модель 219
6.2.2 Прогнозирующий контроль экономической модели 220
6.2.3 Simulation Research 226
6.3 Эта глава является резюме 232
Глава 7 Нелинейный модельный прогноз контроля ядерной энергетики 233
7.1 Нечеткое прогнозирующее управление уровнем воды на основе автономного инвариантного набора 233
7.1.1 Система управления уровнем уровня воды 2 234.
7.1.2 Система размытия на уровне воды 238
7.1.3 Уровень воды Малый нечеткий прогнозирующий контроль 240
7.1.4 Исследование численного моделирования 245
7.2. Нечеткое прогнозирующее управление пространственной дисперсией мощности в тяжеловодном реакторе 248
7.2.1 Система управления мощностью реактора 249
7.2.2 Неопределенная конструкция модели 252
7.2.3 Децентрализованное управление с нечетким прогнозированием 255
7.2.4 Результаты моделирования 257
7.3 Эта глава - саммит 263
Ссылки 265
......
Цвет страница:
Глава 1 Введение
1.1 История развития модельного прогнозирующего управления
Контроль прогнозирования модели - это оптимизированный алгоритм управления, который состоит из трех основных элементов, а именно прогнозирования моделей, оптимизации проката и коррекции обратной связи.Среди них модель прогноза используется для прогнозирования динамического поведения системы в будущем, а затем выполнить оптимизацию проката в Интернете на основе заданных ограничений и требований к производительности, а также применить текущий момент управления в системе управления.Используйте реальную информацию о обнаружении для коррекции обратной связи, чтобы модель прогнозирования следующего шага близка к фактической динамике, а проблемы оптимизации онлайн возможны.В целом, контроль прогнозирования модели имеет следующие присущие характеристики и преимущества:
(1) Вы можете напрямую рассмотреть входные, состояние и выходные ограничения процесса управления.
(2) Алгоритм управления встроен в явную модель процесса, а конструкция контроллера напрямую отражает динамику управляемого процесса.
(3) Преобразовать проблему управления в задачу оптимизации, рассмотрим будущие характеристики поведения объекта и напрямую обрабатывать мульти -ориентированную систему.
Ранние модели прогнозного управления в основном использовались в процессах нефтепереработки, но в последние годы они стали применяться в широком спектре обрабатывающих отраслей, таких как химическая промышленность, пищевая промышленность, автомобилестроение, аэрокосмическая промышленность, металлургия, производство бумаги и т. д.
В 1970 -х годах ранние алгоритмы контроля прогнозирования модели были произведены во время промышленного процесса.Прогнозирующая модель использует легкую нерапаметную модель, а контроллер может быть напрямую спроектирован без дальнейшего распознавания.В 1978 году Richalet et al. Опубликовала статью в журнале Automatica, предлагая модель контроля предопределения на основе модели на основе импульса объекта, также известной как контроль алгоритма модели (MAC) [1], отмечая рождение контроля прогнозирования модели ПолемВ 1980 году Катлер и другие предложили динамическую матричную контроль (DMC) на основе модели реагирования на прыжок на основе объектов. Соответствующие результаты исследований были опубликованы на совместном собрании автоматического контроля в Сан -Франциско в этом году [2]. В химическом процессе. контроль.Приведенные выше алгоритмы контроля прогнозирования модели предсказываются на основе системы непараметровой модели системы. Целевая функция ограниченного времени используется для оптимизации прокатки, и каждый этап прокачки используется для реальной информации для коррекции обратной связи.В 1980 -х годах разработка адаптивного контроля способствовала изучению алгоритма контроля моделей другого типа моделей.В 1987 году, Университет Кларджин, Университет Кладжина и т. Д., На основе контролируемых саморегулирующихся точек. СущностьЭтот тип коэффициента управления прогнозированием моделей принимает теоретическую основу контроля прогнозирования непараметровых моделей, что также привело к теоретическим исследованиям контроля прогнозирования модели.В 1990 -х годах теоретический анализ контроля прогнозирования моделей начал изменяться с количественного к качественному. На основании теоретической основы контроля метод анализа стабильности Ляпунова использовался в качестве основного метода гарантии стабильности., Сформировал основной поток развития Прогнозируйте теорию контроля.Вступив в 21 -й век, контроль прогнозирования нелинейных моделей стал акцентом и сложностью теоретических исследований и исследований применения. В частности, такие вопросы, как оптимизация и решение, стабильность и надежность, являются центром соответствующих ученых в последние годы. ПолемЗа последние два десятилетия были значительно разработаны теоретические и примененные исследования по контролю прогнозирования моделей, и появился ряд обзоров литературы и обсуждений: профессор Мейн, профессор Мейн Института технологии Империи в Лондоне, Англии и университете Университета Висконсина в Соединенных Штатах профессор Ролингс и другие обзорные статьи ограниченный модельный прогнозный контроль: стабильность и оптимальность [4] проанализировали и суммировали стабильность и пол контроля прогнозирования модели.Сначала в статье представлен процесс разработки прогнозирования контроля, перечисляет большое количество литературы, которые были успешно применены в управлении процессами, а затем суммируют общие методы анализа стабильности и пола контроля прогнозирования.На данный момент в этой суммарной статье есть более 5000 ссылок. Можно видеть, что она играет важную роль в прогнозировании контроля и развития, и обеспечила прочную ориентир для ученых, которые изучают контроль прогнозирования.С разработкой нелинейного контроля прогнозирования моделей профессор Кэннон из Оксфордского университета в Соединенном Королевстве рассмотрел эффективное решение проблемы онлайн-оптимизации нелинейного прогнозирования модели. Несколько эффективных решений, включая метод, обеспечивают основу для решения Разработка нелинейного контроля прогнозирования модели.Кроме того, профессор Allgoewer из Университета Штутгарта в Германии объяснил текущий статус нелинейного контроля прогнозирования модели с трех точек зрения теоретических исследований, решения для расчетов и практического применения [6].В литературе [6], ** часть ** обзор теоретического исследовательского основания нелинейного контроля прогнозирования модели, а затем для объединения с фактическим применением, вторая часть фокусируется на выходной обратной связи не -линейной Контроль прогнозирования модели.Этот обзор представляет собой твердый мост, который использует нелинейный контроль прогнозирования модели для фактического промышленного процесса.Еще в 2003 году в обзоре технологии индонирированного контроля [7] вводили краткую историю истории развития технологии контроля прогнозирования промышленных моделей с 1995 по 1999 год, но она была введена к 1999 по 1999 год. Большинство применений, контролируемых линейным прогнозом ПолемВ последние годы изучение прогнозируемого контроля также достигло многих поставленных результатов.В 2013 году XI Yogeng, ученый в области контроля прогнозирования моделей и другие обзорные статьи, опубликованные в журнале автоматической химии «Контроль прогнозирования моделей и вызовы» [8] суммировали новые тенденции прогнозирования алгоритмов контроля и указаны Из этого будущего можно расширить в будущем. Поля исследований; Чен Хонг и другие исследования по ряду результатов исследований, таких как алгоритмы, стабильность, надежность и оценки времени проката нелинейного контроля прогнозирования модели, и объяснили будущие исследования Направление теоретического и применения в будущем [9]; он отказался от того, что обобщены и разыгрывают исследования в последние годы из этих аспектов [10].Лю Сянджи и Конг Сяобинг опубликовали статью в журнале Китая электротехника «Прогноз модели модели системы комплекса электроэнергетики -статус и развитие» [11], что всесторонне суммировало контроль прогнозирования модели в процессе производства мощности и автоматической власти Управление управлением управлением энергосистемой. Текущая ситуация приложения также объясняет несколько основных проблем, которые должны быть дополнительно изучены теоретические и приложения.
Кроме того, с момента рождения контроля прогноза, известные ученые опубликовали свои соответствующие монографии.В 1999 году профессор Камачо суммировал методы проектирования и методы проектирования DMC и GPC в книжной практике модели прогнозирующего контроля с точки зрения инженерной практики. Предоставьте эффективные решения для практических проблем в управлении процессами [12].В 2000 году Maciejowski из Кембриджского университета написал книгу по прогнозированию контроля с ограничениями [13]. Книга предоставляет язык программы моделирования MATLAB и предсказание инструментов для контроля для курсов для аспирантов. Как использовать читателям мощные инструменты для контроля прогнозирования обучения.В последующие годы теория контроля прогнозирования стала основной направленностью исследований и достигла определенных результатов исследований.В 2003 году прогнозирующий контроль на основе моделей: практический подход, всесторонне суммировал теорию контроля прогнозирования с точки зрения применения и теории, включая примеры применения GPC, стабильность, сексуальное анализ, осуществимость, надежность и надежность. Пол и так далее.Тем не менее, объект, обсуждаемый книгой, является в основном линейными системами и не проводил соответствующих дискуссий о нелинейных системах [14].В последние годы, с разработкой прогнозирования теоретических систем контроля, исследования его нелинейных, стабильность и надежность также достигли многих результатов, и они были собраны в соответствующие книги.Нелинейный прогностический контроль: теория и практика [15] обсуждали потенциальные возможности нелинейного контроля прогнозирования модели в области теоретических исследований и исследований применения, включая линейность обратной связи, вывода и методы нейронной сети при теоретических исследованиях и исследованиях применения. В сочетании с несколькими аспектами. ПолемКаждая глава литературы редактируется экспертами в различных областях контроля прогнозирования. С разных точек зрения, состояние развития нелинейного контроля прогнозирования модели и многие проблемы, существующие в разных точках, сыграли руководящую роль в последующей разработке нелинейной модели Прогнозирование контроля сущностиВ 2009 году прогнозирующий контроль модели книги: теория и дизайн [16] для общих систем, включая линейные и нелинейные системы, включая линейные модели, используются для нелинейных моделей. Теоретическое исследование управления прогнозом обеспечивает сильную ссылку.Книга также является обзорной статьей в 2000 году. Прогнозирующий контроль модели: мысли стабильности и оптимальности.В 2011 году нелинейный модельный прогнозирующий контроль: теория и алгоритмы [17], опубликованные с помощью нелинейного модельного прогнозирующего контроля: GR суммированная GR.üРезультаты исследований профессора команды прогнозирования нелинейной модели, предсказывающей стабильность и динамический анализ эффективности.Это также включает в себя инновационный прогресс, достигнутый некоторыми другими исследовательскими группами.Книга имеет не только теоретические объяснения -депт, но также включает в себя конкретный процесс реализации языка соответствующих процедур, который делает изучение нелинейной модели, предсказывающего контроль.В дополнение к традиционному контролю прогнозирования модели, команда профессора Кристофидеса о сложности теоретических исследований контроля прогнозирования экономической модели, в экономическом прогнозном контроле: теория, составы и приложения химических процессов [18], суммирует результаты исследований, полученные ее командой В последние годы это также является прорывом в прогнозировании теоретических исследований.Вышеуказанные иностранные эксперты и ученые собрали серию монографий, которые приносят пользу читателям на основе их мышления и соответствующих результатов исследований в соответствии с их исследованием.Кроме того, с учетом развития развития контроля прогноза эксперты в области контроля прогнозирования также достигли значительного прогресса в исследованиях и написаны в качестве книг для читателей.Профессор XI Югенг из Университета Шанхай Цзяотонг и профессор Чен Хонг из Университета Джилина опубликовал соответствующую монографию о теоретических исследованиях алгоритмов контроля прогнозирования моделей [19, 20].Еще в 1991 году профессор XI Югенг опубликовал книгу «Прогнозируя контроль» для читателей для справки.В 2012 году профессор XI Югенг опубликовал второе издание «Контроль прогнозирования».По сравнению с ** версией выводы, достигнутые более поздним контролем прогнозирования в теоретических исследованиях, добавляются во второй версии.В 2013 году профессор Чен Хонг опубликовал книгу «Контроль модели прогноза», и ее глубокий теоретический процесс анализа принесли пользу читателям.В 2003 году Ли Шаоюан и Ли Линг из Университета Шанхай Цзяотонг обсудили сочетание нечеткого контроля и прогнозирующего контроля в книге «Смутное контроль прогноза и применение сложных систем» [21]. Метод контроля, то есть размытый контроль прогнозирования.В 2008 году Ли Шаоюан проанализировал с точки зрения частотной области в «управлении и применением прогнозирования системы глобальной системы» [22]. Вывод о том, что антиинтерференция строковой структуры было лучше, чем простая схема управления.В ответ на чистоту, ограничения и большие постоянные объекты управления процессом описываются основное содержимое алгоритма управления прогнозированием строки -уровня.Zou Tao и другие совместно написали «Введение в модель прогнозируемого инженерного приложения контроля» [23]. Книга вводит теорию и методы контроля прогнозирования промышленной модели и связанных с ним моделирования, оптимизации и оценки производительности. Сущность.
1.2 Прогнозирующее управление нелинейной моделью
1.2.1. Врученные проблемы прогнозирования контроля нелинейных моделей
Большинство моделей, прогнозирующих контроль в промышленных приложениях, используют линейные динамические модели (шаги или модели импульса).Основная причина заключается в том, что модель линейного опыта может быть получена непосредственно путем обработки распознавания данных.Для процесса плавки цели управления в основном состоит в том, чтобы поддерживать стабильное состояние ожиданий системы, а не быстрое переключение между системой в рабочей точке.Полное и точное распознавание линейной модели может соответствовать требованиям управления таких систем.Кроме того, использование линейных моделей и вторичных целей, вторичное планирование выпуклой структуры может быть надежным для получения надежной оптимизации.В 1997 году Цинь и Бадгвелл суммировали коммерческие случаи применения более чем 2200 контроля прогнозирования модели модели.Большинство предсказанных алгоритмов управления основаны на линейной модели, и объекты приложения в основном сосредоточены в области плавки и химической промышленности.
Тем не менее, многие практические системы имеют сильную нелинейность. Если нелинейные модели, принятые для прогнозирования, вам необходимо решить сложные неплобое оптимизационные задачи в каждой точке выборки через последовательность (SQP) в каждой точке выборки и степень Следуют сложности. Увеличение увеличения временной области увеличивается, и трудно достичь глобального решения.Для сравнения, теория контроля прогнозирования линейной модели является относительно зрелой. Сформированная задача квадратичного программирования (QP) легко решить, а производительность системы с закрытым покрытием легко анализировать.Однако динамика нелинейной системы часто изменяется с изменениями в рабочей точке. Линейная модель не может представлять динамические характеристики системы, когда вдали от рабочей точки.Следовательно, может ли многие преимущества контроля прогнозирования линейного прогнозирования модели до нелинейного контроля прогнозирования модели, является сложной проблемой, стоящей перед учеными.
1.2.2 Метод оптимизации и приблизительный метод оптимизации
В соответствии с различными методами онлайн-оптимизации в реальном времени, принятыми в управлении с прогнозированием нелинейной модели, подходы к решению нелинейной задачи прогнозного управления можно грубо разделить на две категории: метод оптимизации (точная оптимизация).
1.1 История развития модельного прогнозирующего управления
Контроль прогнозирования модели - это оптимизированный алгоритм управления, который состоит из трех основных элементов, а именно прогнозирования моделей, оптимизации проката и коррекции обратной связи.Среди них модель прогноза используется для прогнозирования динамического поведения системы в будущем, а затем выполнить оптимизацию проката в Интернете на основе заданных ограничений и требований к производительности, а также применить текущий момент управления в системе управления.Используйте реальную информацию о обнаружении для коррекции обратной связи, чтобы модель прогнозирования следующего шага близка к фактической динамике, а проблемы оптимизации онлайн возможны.В целом, контроль прогнозирования модели имеет следующие присущие характеристики и преимущества:
(1) Вы можете напрямую рассмотреть входные, состояние и выходные ограничения процесса управления.
(2) Алгоритм управления встроен в явную модель процесса, а конструкция контроллера напрямую отражает динамику управляемого процесса.
(3) Преобразовать проблему управления в задачу оптимизации, рассмотрим будущие характеристики поведения объекта и напрямую обрабатывать мульти -ориентированную систему.
Ранние модели прогнозного управления в основном использовались в процессах нефтепереработки, но в последние годы они стали применяться в широком спектре обрабатывающих отраслей, таких как химическая промышленность, пищевая промышленность, автомобилестроение, аэрокосмическая промышленность, металлургия, производство бумаги и т. д.
В 1970 -х годах ранние алгоритмы контроля прогнозирования модели были произведены во время промышленного процесса.Прогнозирующая модель использует легкую нерапаметную модель, а контроллер может быть напрямую спроектирован без дальнейшего распознавания.В 1978 году Richalet et al. Опубликовала статью в журнале Automatica, предлагая модель контроля предопределения на основе модели на основе импульса объекта, также известной как контроль алгоритма модели (MAC) [1], отмечая рождение контроля прогнозирования модели ПолемВ 1980 году Катлер и другие предложили динамическую матричную контроль (DMC) на основе модели реагирования на прыжок на основе объектов. Соответствующие результаты исследований были опубликованы на совместном собрании автоматического контроля в Сан -Франциско в этом году [2]. В химическом процессе. контроль.Приведенные выше алгоритмы контроля прогнозирования модели предсказываются на основе системы непараметровой модели системы. Целевая функция ограниченного времени используется для оптимизации прокатки, и каждый этап прокачки используется для реальной информации для коррекции обратной связи.В 1980 -х годах разработка адаптивного контроля способствовала изучению алгоритма контроля моделей другого типа моделей.В 1987 году, Университет Кларджин, Университет Кладжина и т. Д., На основе контролируемых саморегулирующихся точек. СущностьЭтот тип коэффициента управления прогнозированием моделей принимает теоретическую основу контроля прогнозирования непараметровых моделей, что также привело к теоретическим исследованиям контроля прогнозирования модели.В 1990 -х годах теоретический анализ контроля прогнозирования моделей начал изменяться с количественного к качественному. На основании теоретической основы контроля метод анализа стабильности Ляпунова использовался в качестве основного метода гарантии стабильности., Сформировал основной поток развития Прогнозируйте теорию контроля.Вступив в 21 -й век, контроль прогнозирования нелинейных моделей стал акцентом и сложностью теоретических исследований и исследований применения. В частности, такие вопросы, как оптимизация и решение, стабильность и надежность, являются центром соответствующих ученых в последние годы. ПолемЗа последние два десятилетия были значительно разработаны теоретические и примененные исследования по контролю прогнозирования моделей, и появился ряд обзоров литературы и обсуждений: профессор Мейн, профессор Мейн Института технологии Империи в Лондоне, Англии и университете Университета Висконсина в Соединенных Штатах профессор Ролингс и другие обзорные статьи ограниченный модельный прогнозный контроль: стабильность и оптимальность [4] проанализировали и суммировали стабильность и пол контроля прогнозирования модели.Сначала в статье представлен процесс разработки прогнозирования контроля, перечисляет большое количество литературы, которые были успешно применены в управлении процессами, а затем суммируют общие методы анализа стабильности и пола контроля прогнозирования.На данный момент в этой суммарной статье есть более 5000 ссылок. Можно видеть, что она играет важную роль в прогнозировании контроля и развития, и обеспечила прочную ориентир для ученых, которые изучают контроль прогнозирования.С разработкой нелинейного контроля прогнозирования моделей профессор Кэннон из Оксфордского университета в Соединенном Королевстве рассмотрел эффективное решение проблемы онлайн-оптимизации нелинейного прогнозирования модели. Несколько эффективных решений, включая метод, обеспечивают основу для решения Разработка нелинейного контроля прогнозирования модели.Кроме того, профессор Allgoewer из Университета Штутгарта в Германии объяснил текущий статус нелинейного контроля прогнозирования модели с трех точек зрения теоретических исследований, решения для расчетов и практического применения [6].В литературе [6], ** часть ** обзор теоретического исследовательского основания нелинейного контроля прогнозирования модели, а затем для объединения с фактическим применением, вторая часть фокусируется на выходной обратной связи не -линейной Контроль прогнозирования модели.Этот обзор представляет собой твердый мост, который использует нелинейный контроль прогнозирования модели для фактического промышленного процесса.Еще в 2003 году в обзоре технологии индонирированного контроля [7] вводили краткую историю истории развития технологии контроля прогнозирования промышленных моделей с 1995 по 1999 год, но она была введена к 1999 по 1999 год. Большинство применений, контролируемых линейным прогнозом ПолемВ последние годы изучение прогнозируемого контроля также достигло многих поставленных результатов.В 2013 году XI Yogeng, ученый в области контроля прогнозирования моделей и другие обзорные статьи, опубликованные в журнале автоматической химии «Контроль прогнозирования моделей и вызовы» [8] суммировали новые тенденции прогнозирования алгоритмов контроля и указаны Из этого будущего можно расширить в будущем. Поля исследований; Чен Хонг и другие исследования по ряду результатов исследований, таких как алгоритмы, стабильность, надежность и оценки времени проката нелинейного контроля прогнозирования модели, и объяснили будущие исследования Направление теоретического и применения в будущем [9]; он отказался от того, что обобщены и разыгрывают исследования в последние годы из этих аспектов [10].Лю Сянджи и Конг Сяобинг опубликовали статью в журнале Китая электротехника «Прогноз модели модели системы комплекса электроэнергетики -статус и развитие» [11], что всесторонне суммировало контроль прогнозирования модели в процессе производства мощности и автоматической власти Управление управлением управлением энергосистемой. Текущая ситуация приложения также объясняет несколько основных проблем, которые должны быть дополнительно изучены теоретические и приложения.
Кроме того, с момента рождения контроля прогноза, известные ученые опубликовали свои соответствующие монографии.В 1999 году профессор Камачо суммировал методы проектирования и методы проектирования DMC и GPC в книжной практике модели прогнозирующего контроля с точки зрения инженерной практики. Предоставьте эффективные решения для практических проблем в управлении процессами [12].В 2000 году Maciejowski из Кембриджского университета написал книгу по прогнозированию контроля с ограничениями [13]. Книга предоставляет язык программы моделирования MATLAB и предсказание инструментов для контроля для курсов для аспирантов. Как использовать читателям мощные инструменты для контроля прогнозирования обучения.В последующие годы теория контроля прогнозирования стала основной направленностью исследований и достигла определенных результатов исследований.В 2003 году прогнозирующий контроль на основе моделей: практический подход, всесторонне суммировал теорию контроля прогнозирования с точки зрения применения и теории, включая примеры применения GPC, стабильность, сексуальное анализ, осуществимость, надежность и надежность. Пол и так далее.Тем не менее, объект, обсуждаемый книгой, является в основном линейными системами и не проводил соответствующих дискуссий о нелинейных системах [14].В последние годы, с разработкой прогнозирования теоретических систем контроля, исследования его нелинейных, стабильность и надежность также достигли многих результатов, и они были собраны в соответствующие книги.Нелинейный прогностический контроль: теория и практика [15] обсуждали потенциальные возможности нелинейного контроля прогнозирования модели в области теоретических исследований и исследований применения, включая линейность обратной связи, вывода и методы нейронной сети при теоретических исследованиях и исследованиях применения. В сочетании с несколькими аспектами. ПолемКаждая глава литературы редактируется экспертами в различных областях контроля прогнозирования. С разных точек зрения, состояние развития нелинейного контроля прогнозирования модели и многие проблемы, существующие в разных точках, сыграли руководящую роль в последующей разработке нелинейной модели Прогнозирование контроля сущностиВ 2009 году прогнозирующий контроль модели книги: теория и дизайн [16] для общих систем, включая линейные и нелинейные системы, включая линейные модели, используются для нелинейных моделей. Теоретическое исследование управления прогнозом обеспечивает сильную ссылку.Книга также является обзорной статьей в 2000 году. Прогнозирующий контроль модели: мысли стабильности и оптимальности.В 2011 году нелинейный модельный прогнозирующий контроль: теория и алгоритмы [17], опубликованные с помощью нелинейного модельного прогнозирующего контроля: GR суммированная GR.üРезультаты исследований профессора команды прогнозирования нелинейной модели, предсказывающей стабильность и динамический анализ эффективности.Это также включает в себя инновационный прогресс, достигнутый некоторыми другими исследовательскими группами.Книга имеет не только теоретические объяснения -депт, но также включает в себя конкретный процесс реализации языка соответствующих процедур, который делает изучение нелинейной модели, предсказывающего контроль.В дополнение к традиционному контролю прогнозирования модели, команда профессора Кристофидеса о сложности теоретических исследований контроля прогнозирования экономической модели, в экономическом прогнозном контроле: теория, составы и приложения химических процессов [18], суммирует результаты исследований, полученные ее командой В последние годы это также является прорывом в прогнозировании теоретических исследований.Вышеуказанные иностранные эксперты и ученые собрали серию монографий, которые приносят пользу читателям на основе их мышления и соответствующих результатов исследований в соответствии с их исследованием.Кроме того, с учетом развития развития контроля прогноза эксперты в области контроля прогнозирования также достигли значительного прогресса в исследованиях и написаны в качестве книг для читателей.Профессор XI Югенг из Университета Шанхай Цзяотонг и профессор Чен Хонг из Университета Джилина опубликовал соответствующую монографию о теоретических исследованиях алгоритмов контроля прогнозирования моделей [19, 20].Еще в 1991 году профессор XI Югенг опубликовал книгу «Прогнозируя контроль» для читателей для справки.В 2012 году профессор XI Югенг опубликовал второе издание «Контроль прогнозирования».По сравнению с ** версией выводы, достигнутые более поздним контролем прогнозирования в теоретических исследованиях, добавляются во второй версии.В 2013 году профессор Чен Хонг опубликовал книгу «Контроль модели прогноза», и ее глубокий теоретический процесс анализа принесли пользу читателям.В 2003 году Ли Шаоюан и Ли Линг из Университета Шанхай Цзяотонг обсудили сочетание нечеткого контроля и прогнозирующего контроля в книге «Смутное контроль прогноза и применение сложных систем» [21]. Метод контроля, то есть размытый контроль прогнозирования.В 2008 году Ли Шаоюан проанализировал с точки зрения частотной области в «управлении и применением прогнозирования системы глобальной системы» [22]. Вывод о том, что антиинтерференция строковой структуры было лучше, чем простая схема управления.В ответ на чистоту, ограничения и большие постоянные объекты управления процессом описываются основное содержимое алгоритма управления прогнозированием строки -уровня.Zou Tao и другие совместно написали «Введение в модель прогнозируемого инженерного приложения контроля» [23]. Книга вводит теорию и методы контроля прогнозирования промышленной модели и связанных с ним моделирования, оптимизации и оценки производительности. Сущность.
1.2 Прогнозирующее управление нелинейной моделью
1.2.1. Врученные проблемы прогнозирования контроля нелинейных моделей
Большинство моделей, прогнозирующих контроль в промышленных приложениях, используют линейные динамические модели (шаги или модели импульса).Основная причина заключается в том, что модель линейного опыта может быть получена непосредственно путем обработки распознавания данных.Для процесса плавки цели управления в основном состоит в том, чтобы поддерживать стабильное состояние ожиданий системы, а не быстрое переключение между системой в рабочей точке.Полное и точное распознавание линейной модели может соответствовать требованиям управления таких систем.Кроме того, использование линейных моделей и вторичных целей, вторичное планирование выпуклой структуры может быть надежным для получения надежной оптимизации.В 1997 году Цинь и Бадгвелл суммировали коммерческие случаи применения более чем 2200 контроля прогнозирования модели модели.Большинство предсказанных алгоритмов управления основаны на линейной модели, и объекты приложения в основном сосредоточены в области плавки и химической промышленности.
Тем не менее, многие практические системы имеют сильную нелинейность. Если нелинейные модели, принятые для прогнозирования, вам необходимо решить сложные неплобое оптимизационные задачи в каждой точке выборки через последовательность (SQP) в каждой точке выборки и степень Следуют сложности. Увеличение увеличения временной области увеличивается, и трудно достичь глобального решения.Для сравнения, теория контроля прогнозирования линейной модели является относительно зрелой. Сформированная задача квадратичного программирования (QP) легко решить, а производительность системы с закрытым покрытием легко анализировать.Однако динамика нелинейной системы часто изменяется с изменениями в рабочей точке. Линейная модель не может представлять динамические характеристики системы, когда вдали от рабочей точки.Следовательно, может ли многие преимущества контроля прогнозирования линейного прогнозирования модели до нелинейного контроля прогнозирования модели, является сложной проблемой, стоящей перед учеными.
1.2.2 Метод оптимизации и приблизительный метод оптимизации
В соответствии с различными методами онлайн-оптимизации в реальном времени, принятыми в управлении с прогнозированием нелинейной модели, подходы к решению нелинейной задачи прогнозного управления можно грубо разделить на две категории: метод оптимизации (точная оптимизация).
