一、具有比例积分结构的广义预测自校正控制（论文文献综述）
王雷坤[1]（2019）在《凿岩机器人钻臂运动轨迹控制研究》文中指出凿岩机器人作为一种高度自动化的隧道施工设备,可以大幅度提升施工效率,提高钻孔精度,显着改善施工人员工作环境,目前已被广泛运用于钻爆法隧道开挖和矿山开采等领域。双三角钻臂是一种能直接定位的机械钻臂,可以直接将钎头运动至工作面设定的位置,在提升定位效率的同时,其操作方便性也得到了提升。本文以具有双三角钻臂的凿岩机器人为研究对象,开展了钻臂运动控制研究,其主要研究内容如下:钻臂运动中干涉的判别;钻臂执行端点与各个液压缸之间的关系推导;广义预测控制的改进研究。保证钻臂在自动化运行后不会发生干涉是整个凿岩钻臂安全运动的前提。避免干涉的发生,实际上就是避免钻臂的各个部分与自身及环境的最小距离大于零。将钻臂自身简化为杆件组成的模型,通过计算杆件与杆件、杆件与障碍物的最小距离便可由此判断是否发生干涉。凿岩机器人钻臂的运动依靠的是多个液压缸的共同作用,其中尤以左右支臂液压缸,左右俯仰液压缸和大臂液压缸的运行状态对钻臂的轨迹行进和最终定位影响最大。由于左右支臂液压缸和俯仰液压缸在油路设计上本身就考虑了支臂液压缸与俯仰液压缸的协调同步,保证钻臂轨迹能否按预定轨迹运行的关键便是推导出左右支臂液压缸与大臂液压缸的运动的协调关系。针对上述问题,通过引入虚拟支点的方法,将左右支臂液压缸的运动转化为单液压缸作用下的轨迹问题,在避免大量计算的同时保证了实际运动轨迹的精度。广义预测控制（Generalized Predictive Control,GPC）是在广义最小方差控制的基础上,引入多步预测的思想,可以预测未来多步模型输出的一种自适应控制。由于采用了滚动优化和反馈校正,对时滞非线性和参数摄动等具有很强的克服能力,因此凿岩机器人钻臂控制中对双三角钻臂两支臂缸的控制也采用了该方法。针对广义预测控制起始阶段控制效果不佳,以及因计算中存在求逆而导致的可能出现的计算病态问题,提出了一种双模控制方式,通过对自适应参数波动范围的限定,使控制器在广义预测控制模式和PID模式之间切换,上述方法在有效消除GPC起始阶段不稳定及控制中可能出现的控制效果不佳现象的同时,保证了计算发生病态时控制的正常进行,对整体的实际控制效果也有提升。
黄翌川[2]（2019）在《广义预测控制在煤层气水平井开发中的研究》文中提出中国煤层气资源丰富是我国煤矿资源储量的显着特征,为充分利用我国的煤层气资源,近年来中国政府加大了对煤层气开发技术的研究力度。在国际能源形式日趋紧张和环保意识不断增强的今天,如何安全高效的对煤层气资源进行开采是一项艰巨的任务。其中钻井扩孔的控制是煤层气开采过程中的关键技术,它直接影响到开采是否成功。本文以基于煤层气开发自动化控制系统为研究对象,设计了PLC和组态王的过程控制系统,采用上位机和下位机的结构完成系统的开发。主要内容包括控制系统的总体设计、硬件设计、软件设计以及对钻井扩孔系统控制策略的仿真和实验。钻井扩孔过程是一个复杂的工业对象,很难得到一个精确的数学模型,常规的控制策略难以达到理想的控制效果。为进一步改善钻井扩孔系统的控制性能,选择广义预测控制策略实现了对钻井扩孔系统的控制。在煤层气开发自动化控制系统设计的基础上,建立了钻井扩孔系统的数学模型,同时针对煤层气开发钻井扩孔系统和广义预测控制理论的特点设计控制器,并通过MATLAB软件分析了系统的动态响应特性,仿真结果表明,广义预测控制策略对钻井扩孔系统过程的干扰具有较强的鲁棒性。在一般广义预测控制的基础上,引入单值广义预测控制策略,大幅减少在线计算量,提高系统的响应速度,将该算法应用到钻井扩孔系统,并与广义预测控制和模型预测控制进行仿真对比,最后搭建钻井扩孔控制系统模拟平台,基于组态王软件开发了煤层气水平井上位机监控系统,设计了基于PLC的控制系统下位机软件,并进行了上述控制算法的模拟实验。模拟实验结果表明单值广义预测控制策略能有效抑制各种扰动对系统控制性能的影响,具有更强的鲁棒性,且响应速度更快,使控制效果得到较大改善。
张秀云[3]（2018）在《永磁同步电机驱动的多轴运动系统预测轮廓控制》文中研究指明永磁同步电机驱动的多轴运动系统以其在功率密度、运行效率、响应速度等方面的优势,在高速、高精度的现代数控技术领域具有广阔的应用前景。本文针对传统多轴运动系统轮廓控制策略控制结构冗余、控制器参数调节繁琐、动态响应速度慢、轨迹转折点处轮廓误差大等问题,开展一系列研究,提出并建立了基于统一建模思想的整合型同步控制架构,并在此控制架构下提出了三种改进的预测轮廓控制策略。提出基于统一建模思想的整合型同步控制架构,将运动机构、多个逆变器和永磁同步电机统一建模,建立紧凑的无级联预测控制器,此方式能够统整各轴回路控制器,将多个嵌套控制环合并为一个环,具有建模直观、结构简单的优点,下面所提出的三种改进预测轮廓控制策略均是在此控制架构的基础上设计的。提出多轴运动系统广义预测轮廓控制策略。综合广义预测控制在线参数估计、多步预测、滚动优化和反馈校正的优点,将跟踪误差和轮廓误差同时引入价值函数,寻求使跟踪误差和轮廓误差协调最优的控制输入信号,同时考虑约束问题设计动态限幅器,能够解决传统策略控制结构冗余等问题,并且在提高系统瞬态轮廓跟踪性能的同时,减小轮廓误差。提出基于状态空间的多轴运动系统模型预测轮廓控制策略。将跟踪误差、轮廓误差、控制增量和位置增量同时引入价值函数,实现多变量协同优化控制。同时提出一种实时自适应调整位置增量权重系数和控制增量权重系数的方法,以抑制轨迹转折点处的电流增量波动,能够解决传统策略控制结构冗余等问题,并兼顾跟踪路径的光滑性,提高系统的动稳态轮廓跟踪性能。提出多轴运动系统有限控制集模型预测轮廓控制策略。以跟踪误差为主要指标确定适当数量的备选电压矢量,再以轮廓误差、电机运行性能和电流幅值限制为评价指标构建一个多轴运动系统统一的价值函数,来实现多变量的协同优化控制,并通过价值函数寻优选择最优的电压矢量,能够解决传统策略控制结构冗余等问题,并提高系统的动态响应速度和轮廓精度。构建一套高可靠性的多轴运动系统样机,通过实验对传统级联控制策略和三种基于统一建模的改进控制策略进行研究。结果显示,三种改进控制策略均可有效解决传统策略控制结构冗余、控制器参数调节繁琐、动态响应速度慢、轨迹转折点处轮廓误差大等问题,证明了本文理论分析的正确性和控制策略的有效性。
薛生辉,曲俊海,王永宏,张红梅,师永平,薛美盛[4]（2018）在《比例-积分控制加广义预测控制算法及其应用》文中研究指明针对比例–积分（proportional-integral, PI）控制因不能预测未来输出而提前改变控制量使其用于光电稳定伺服系统时往往响应剧烈的问题,研究了光电稳定伺服系统的广义预测控制（generalized predictive control, GPC）.首先通过证明受控自回归积分滑动平均（controlled auto-regressive integral moving-average, CARIMA）模型的直接递推预测与Diophantine方程预测等价,提出了预测较快的模型等价预测GPC算法,其预测复杂度比原GPC降低了一个阶次.其次通过对PI和GPC的特点进行分析,综合考虑两者的优缺点,提出了一种新型的基于PI增量和GPC增量加权的比例积分控制加广义预测控制（proportional-integral control plus generalized predictive control, PI+GPC）算法,实现了基于历史、当前和未来偏差计算控制量,并给出了算法设计流程和参数选取规则.最后通过仿真并在某光电稳定伺服平台上验证后得出, PI+GPC和PI相比稳定精度有所提高,且平稳性和快速性大为改善.
李国龙[5]（2014）在《基于PSO-NP机械加工尺寸PI型广义预测控制》文中指出在进行机械加工质量在线监控的过程中,加工尺寸数据的预测是特别重要的,同时预测加工尺寸数据也是实现误差反馈补偿控制的关键,故研究高精度的并且能够在实际的工业加工过程中发挥良好控制作用的加工尺寸数据预测的优良算法显得尤为重要。机械加工通过对工件的几何参数进行改造能够有效地提高社会生产效率从而产生更大的经济效益,因此研究机械加工尺寸的预测控制显得尤为重要。机械加工过程中对加工尺寸进行检测和控制能够有效的保证零件加工尺寸的精度,其首要条件是建立适当的模型对加工尺寸的变化情况进行准确的描述和预测,而通过广义预测控制中的多步预测,使系统根据以往尺寸的输入,输出数据和已选定的未来尺寸输入值,不断地预测未来尺寸的输出值从而克服系统的不确定性以及增强系统的鲁棒性。但是GPC中所选的参数与工程实际要求的指标联系不够紧密,并且对于随机突发的干扰不能达到实时的控制效果。PI型广义预测控制能够有效提高实时跟踪性,改善系统的控制品质,结合两种控制技术的优势可以产生控制效果更加符合实际要求的PI型广义预测控制.然而加工过程中各种因素的机理非常复杂,并且加工过程受到很多实际条件的约束,在控制系统中存在了约束,势必会对控制量求解带来难度,使问题复杂,计算量加大,影响了算法的性能,再加之PI型广义预测控制的比例因子和积分因子整定比较困难,所以对其参数整定就有十分重要的意义。针对机械加工过程中工件尺寸容易产生误差的缺陷,本文通过对机械加工尺寸的检测数据序列进行在线建模,提出了一种基于粒子群算法和非线性规划的带约束的PI型广义预测控制。该算法通过非线性规划处理机械加工过程中控制系统输入输出的约束条件,从而得到带约束的PI型广义预测控制的控制律,再通过粒子群算法进行二次搜索,对约束PI型广义预测的比例因子和积分因子进行优化整定,通过matlab仿真结果表明该算法能够对加工尺寸的变化进行准确的预测,使被加工零件尺寸基本上都控制在允许误差内。在数控机床上连续加工了一批试件来预测其加工尺寸的输出值,通过matlab仿真将该算法与GAPIGPC优化算法以及未对算法中参数进行优化整定算法进行了比较,从而得出该新型算法可以有效的减少系统的超调,缩短调整时间,从而达到更好的控制效果,并且具有更好的跟踪性能和适应能力,输出的波动更小,控制量更加缓和并且减少了因模型失配引起的控制量振荡。
卢佳佳[6]（2013）在《船舶动力定位系统控制策略研究及应用》文中研究表明本文以某大型耙吸挖泥船为研究背景，结合实际应用功能针对定点定位（DP）和动态循迹（DT）两种工作模式下的控制策略进行系统的探讨和研究，本论文研究具有明确的工程应用背景和实用价值，其主要内容包括以下几个方面：根据模拟仿真和实船试验两种不同情况介绍大地坐标系和随船坐标系之间的转换问题；围绕船舶动力定位系统中的控制器设计问题，研究分析船舶操作3自由度的运动学和动力学数学模型，并针对耙吸挖泥船DP-自动和DT-航行两种工作模式下建立DP和DT低频运动模型；同时为了抵抗风浪流对船舶的影响，对风浪流的干扰力也进行了建模。针对耙吸挖泥船DP-自动模式，采用PID控制算法，并在此基础了进行了改进，增加了参考模型的结构，使船舶在海面上平移和转向的时候能够按照我们的设计匀速稳定的到达。该设计在模拟仿真和实船试验均取得了良好的控制效果。针对耙吸挖泥船DT-航行模式，航迹控制分为直线航迹和转弯航迹两部分，采用LOS控制策略，速度控制采用带参考前馈的PI控制算法，艏向控制采用自动舵的形式，速度控制与艏向控制均增加了参考模型的结构。针对挖泥船疏浚和抛泥过程中变吃水情况，系统模型参数处于不断变化状态，我们采用自校正PID控制算法来进行仿真分析，使其能够在线实时估计系统参数，并为下一步的实船应用作参考。最后一章介绍了基于广义预测控制的动力定位控制器设计思想，分析了广义预测控制算法对比其他控制算法的优越性，并进行了MATLAB仿真，取得了较好的效果。
吴高亮[7]（2012）在《广义最小方差自校正重置PID控制方法及其在压力系统中的应用》文中提出压力系统是过程控制的重要的控制对象之一,在工业生产中起着极其重要的作用。由于压力系统具有非线性和时变特性,无法获得其精确的数学模型,因而传统的控制方法很难满足压力系统的控制要求。本文在综述国内外相关研究工作之后,寻求一种能够提高压力系统控制性能的控制方法。首先根据压力系统的组成,通过机理分析建立压力系统的数学模型,并用最小二乘法进行系统参数辨识,获得系统实际压力系统的参数。针对压力系统参数时变和抗干扰能力不足的特点,设计最小方差控制算法对其实施控制。由于该控制算法无法使非最小相位系统稳定,因此引入广义最小方差控制策略来弥补其不足。广义最小方差控制策略对于时变系统存在稳态误差,因此修改了其目标函数,分析了控制系统的稳定性和稳态误差,并进行仿真实验,验证了系统的稳定性和稳态误差特性。而通过对重置控制算法的研究和仿真实验,可知重置控制算法具有改善控制系统动态特性的优点,将其加入到广义最小方差算法中,提出了一种广义最小方差自校正重置PID控制算法。MATLAB上的仿真实验证明该算法兼有重置控制和广义最小方差控制的优点,具有更好的控制效果。最后基于ControlLogix系统平台,建立压力控制系统。通过工业以太网以及OPC通讯协议实现上位机中MATLAB软件与ControlLogix系统的通讯,由MATLAB完成广义最小方差自校正重置PID控制算法,将控制量传送到ControlLogix系统的I/O端口,实现对压力系统的控制。实验表明相较于广义最小方差自校正控制和常规PID控制,广义最小方差自校正重置PID控制算法大幅度提升了压力系统的控制性能。
陈鹏展[8]（2010）在《交流伺服系统控制参数自整定策略研究》文中研究表明交流伺服系统的性能与其控制参数密切相关,为了获得满意的伺服性能,必须对设置的控制参数进行整定。自整定不仅是完成伺服系统控制参数整定过程的高效途径,使其在运行前能快速得到满足要求的控制参数,而且使其能在运行过程中根据被控对象特征的变化对控制参数进行在线校正,使伺服系统的性能始终保持最优。进行交流伺服系统控制参数自整定策略研究,是提高伺服系统运行效率和性能的迫切需要,具有重要意义。本文以获取交流伺服系统控制参数自整定策略为目标,结合国家科技重大专项“全数字高性能通用驱动装置、交流伺服电机和主轴电机”、国家自然科学基金“数控机床高速高精运动的傅立叶频域控制方法研究”、“基于特征的数控机床运动控制参数自整定策略研究”等项目,主要完成了下述研究：1.对伺服系统各组成环节的传递函数进行分析,根据伺服系统的控制结构,分别建立了电流环、速度环、位置环三层控制环节对应的数学模型,利用建立的数学模型,对各层环节的控制参数整定过程进行了分析,获得伺服系统控制参数自整定策略研究的理论依据。2.分别对伺服系统控制参数自整定过程中的三个环节：伺服系统被控对象特征辨识、伺服系统控制性能评价方法、控制参数优化方法进行了研究,得到进行控制参数自整定研究的理论基础。3.提出了一组伺服系统控制参数离线自整定策略：使电机转子堵转,以q轴电流的阶跃响应过渡指标为目标函数,通过对电流环控制参数进行寻优完成电流环控制参数整定过程；对速度环误差信号进行傅立叶变换,利用误差信号的频谱特性及其他相关参数,对陷波滤波器参数进行整定；对速度环被控对象特征进行非线性重构,以重构结果作为速度环控制参数整定的参考模型,通过对参考模型的控制参数进行寻优完成速度环控制参数整定过程；利用位置环控制参数对跟踪误差的不同影响特性,先后对位置比例增益和位置前馈增益进行寻优,完成位置环控制参数整定过程。4.提出了一组伺服系统控制参数在线自校正策略：通过对速度环被控对象的近似模型进行在线辨识,利用辨识模型对速度环控制性能进行预测,根据预测结果对速度环控制参数进行校正；构造了两类位置环控制性能评价指标,根据位置环控制性能的在线评价结果,按二次型最优准则对位置环控制参数进行在线校正。5.构建了基于dSPACE的实时仿真平台,对提出的伺服系统控制参数自整定策略进行了快速原型验证和硬件在环仿真。在完成自整定策略的实时仿真验证后,以实际运行工况中的伺服系统为对象,进行了自整定策略的应用验证,证明了其准确性、稳定性及适应性。
郑威[9]（2009）在《广义预测控制算法在氯化聚乙烯生产温度控制中的应用研究》文中提出本文以解决氯化聚乙烯（CPE）反应釜的氯化温度控制为目的来展开课题。针对氯化聚乙烯反应釜温度控制系统中的大时滞、非线性、时变问题,提出了应用广义预测控制算法的解决方法。国内CPE生产企业大多采用安化院的水相或酸性悬浮氯化法,该技术的弱项是自动化控制手段,特别是其关键工艺——氯化反应部分。氯化反应温度控制的效果直接影响CPE成品的质量,控制温度既不能过高也不能过低,必须控制在一定精度内。氯化温度的精度对于降低能耗、提高产品质量和延长反应釜的寿命都有非常重要的意义。因此,需要寻求一种控制算法,既适合控制温度这种大时滞被控对象,又能适应复杂的工况,达到高的性能指标。本文针对氯化聚乙烯生产过程中的温度控制,进行了大量的理论研究、仿真和实验,得到了良好的控制效果,主要工作内容如下:（1）研究了氯化聚乙烯生产和氯化反应的过程,分析了温度控制的现状,指出解决氯化反应温度控制问题的思路和方向;（2）研究了广义预测控制算法和现有的改进型广义预测控制算法的原理,通过对氯化过程的仿真实验,分析比较了它们的优缺点;（3）针对氯化反应温度这一大时滞系统,本文研究了PI型广义预测控制算法,使用Matlab及VB进行仿真,将其应用于对氯化过程温度模型的控制,结果表明,算法在动态性能和稳态性能方面均有较好的表现;（4）使用温度实验装置模拟氯化聚乙烯生产实际情况的温度过程,用Automation Studio Basic语言编写程序,将PI型广义预测控制算法在贝加莱可编程计算机（PCC）实现,并应用于模拟装置的温度控制。实验结果表明:PI型广义预测控制算法在稳定性、鲁棒性和实时跟踪等方面具有优良的性能。
唐斌[10]（2008）在《网络化控制系统的若干控制问题研究》文中研究指明网络化控制系统适应了控制系统逐渐地向分散化、网络化、智能化方向发展的趋势,从而成为当前控制领域的研究热点。本文针对网络化控制系统的反馈通道和控制通道中存在网络诱导时延和数据包丢失现象,研究了网络化控制系统的状态估计、LQG最优控制、广义预测控制和时滞相关镇定问题。主要内容如下:1)提出了基于预测思想的网络化状态估计算法,以补偿网络诱导时延和数据包丢失的影响。分析了该预测估计算法的性能,表明了虽然该算法具有明显的补偿效果,但是随着网络诱导时延或数据包丢失的增长,预测估计偏差略微递增,讨论了估计算法的稳定条件,通过仿真和实验验证了算法的有效性和分析的正确性,从而为网络化LQG最优控制和基于状态空间模型的网络化广义预测控制的实现提供了状态估计方法。2)结合网络化预测状态估计算法,提出了补偿网络诱导时延和数据包丢失的网络化LQG最优控制算法。基于动态规划的思想给出了补偿网络诱导时延和数据包丢失的LQ最优控制器的设计方法,讨论了通过网络传送的控制信号对状态估计影响,给出了网络诱导时延或数据包丢失同时存在于反馈通道和控制通道的情况下网络化预测估计算法,证明了分离定理的成立,通过仿真和实验验证了算法的有效性和分析的正确性。3)提出了采用最小预测步长补偿网络诱导时延和采用预测控制向量补偿数据包丢失的基于多项式模型的网络化广义预测控制算法,讨论了网络诱导时延和数据包丢失与最小预测步长和预测控制向量之间的关系,基于滚动优化方法给出了基于多项式模型的网络化广义预测控制器的设计方法。基于多个数据打包传送以补偿网络诱导时延和数据包丢失的网络化递推最小二乘辨识算法,进一步讨论了网络化预测自校正控制器的设计方法。通过仿真和实验验证了算法的有效性和分析的正确性。4)提出了采用最小预测步长补偿网络诱导时延和采用预测控制向量补偿数据包丢失的基于状态空间模型的网络化广义预测控制算法,给出了基于状态空间模型的网络化广义预测控制器的设计方法,通过仿真和实验验证了算法的有效性和分析的正确性。5)提出了一种改进的补偿网络诱导时延和数据包丢失的网络化时滞相关镇定方法。以线性标称系统为受控对象,该改进方法通过考虑过去在估算Lyapunov泛函导数时被忽略的一个积分项,来克服过去求导结果的保守性,给出了基于Lyapunov方法的指数渐近稳定的条件和相关结果,仿真验证了改进方法的优越性,并通过实验结果表明了方法的有效性。对于线性不确定系统,进一步研究了基于时滞相关方法的网络化保性能控制器的设计方法,给出了最优保性能控制器的求解算法,通过仿真和实验验证了算法的有效性和分析的正确性。
二、具有比例积分结构的广义预测自校正控制（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、具有比例积分结构的广义预测自校正控制（论文提纲范文）
（1）凿岩机器人钻臂运动轨迹控制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究意义和背景 |
| 1.1.1 凿岩机器人研究的重要性 |
| 1.1.2 凿岩机器人的发展概况 |
| 1.2 国内外研究现状 |
| 1.2.1 机械臂运动控制研究现状 |
| 1.2.2 干涉判别研究现状 |
| 1.2.3 广义预测控制研究现状 |
| 1.3 研究内容 |
| 1.4 研究方法及技术路线 |
| 第二章 钻臂的系统建模 |
| 2.1 钻臂类型分析 |
| 2.2 双三角钻臂结构简介 |
| 2.3 仿真模型建立 |
| 2.3.1 双三角钻臂数学建模的缺点 |
| 2.3.2 仿真平台的选择 |
| 2.3.3 三维结构模型 |
| 2.3.4 Solidworks联合MATLAB |
| 2.3.5 液压系统建模 |
| 2.3.6 控制程序 |
| 2.4 本章小结 |
| 第三章 钻臂的干涉判别 |
| 3.1 钻臂关键部件的简化 |
| 3.2 参与判别的钻臂部件选取 |
| 3.2.1 单钻臂部件间的分组 |
| 3.2.2 临近钻臂部件的选取 |
| 3.3 部件间干涉的判别 |
| 3.3.1 简化模型间垂直线的求取 |
| 3.3.2 是否共面的判别 |
| 3.3.3 异面时部件间干涉判断流程 |
| 3.3.4 部件干涉判断流程 |
| 3.4 环境干涉判别 |
| 3.5 本章小结 |
| 第四章 钻臂运动轨迹分析 |
| 4.1 双三角钻臂几何分析 |
| 4.1.1 钻臂转角到直角坐标的转换 |
| 4.1.2 直角坐标到平行坐标的转换 |
| 4.1.3 左右支臂液压缸运动速度比的确定 |
| 4.1.4 大臂长度与钻臂端点的几何分析 |
| 4.2 运动轨迹规划 |
| 4.2.1 三次多项式插值法拟合轨迹 |
| 4.2.2 五次多项式插值法拟合轨迹 |
| 4.2.3 多段拟合轨迹 |
| 4.3 运动轨迹仿真分析 |
| 4.3.1 支臂液压缸速度设定 |
| 4.3.2 不同方法拟合大臂液压缸伸缩曲线 |
| 4.3.3 钻臂直线运动仿真 |
| 4.4 本章小结 |
| 第五章 凿岩机器人钻臂GPC-PID双模控制 |
| 5.1 广义预测控制 |
| 5.2 双模控制器设计 |
| 5.2.1 GPC控制结构 |
| 5.2.2 控制模式切换条件 |
| 5.3 仿真研究 |
| 5.3.1 钻臂虚拟样机 |
| 5.3.2 主要参数设定 |
| 5.3.3 自校正参数的变化 |
| 5.3.4 K_I波动范围的设定及对跟踪效果的改善 |
| 5.3.5 双模控制在起始阶段的稳定性 |
| 5.3.6 双模控制对计算病态的纠正 |
| 5.4 结论 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文 |
（2）广义预测控制在煤层气水平井开发中的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 题目来源和研究背景 |
| 1.1.1 题目来源 |
| 1.1.2 论文的研究背景 |
| 1.2 论文研究的意义 |
| 1.3 国内外研究现状 |
| 1.3.1 煤层气开发国外研究现状 |
| 1.3.2 煤层气开发国内研究现状 |
| 1.3.3 广义预测控制研究现状 |
| 1.4 本文的主要研究内容 |
| 第2章 煤层气水平井钻井控制系统的研究 |
| 2.1 煤层气水平井开发系统简介 |
| 2.1.1 煤层气水平井开发工艺流程 |
| 2.1.2 水平井往复式钻井系统 |
| 2.2 煤层气开发自动化系统控制需求 |
| 2.2.1 系统组成 |
| 2.2.2 系统网络结构 |
| 2.2.3 系统控制功能需求分析 |
| 2.3 钻井扩孔系统模型建立 |
| 2.3.1 钻井扩孔驱动控制系统原理结构 |
| 2.3.2 钻井扩孔系统动力学模型结构 |
| 2.4 本章小结 |
| 第3章 基于广义预测控制的钻井扩孔系统研究 |
| 3.1 预测控制概述 |
| 3.2 广义预测控制算法理论 |
| 3.2.1 预测模型 |
| 3.2.2 滚动优化 |
| 3.2.3 在线辨识和校正 |
| 3.3 广义预测控制在钻井扩孔过程的研究 |
| 3.4 控制性能分析及控制方案仿真 |
| 3.4.1 广义预测控制算法性能验证 |
| 3.4.2 系统仿真结果 |
| 3.5 本章小结 |
| 第4章 单值广义预测控制系统研究 |
| 4.1 单值广义预测控制算法 |
| 4.2 单值广义预测控制稳态误差 |
| 4.3 模型预测控制工具箱 |
| 4.4 单值广义预测控制仿真结果 |
| 4.4.1 单位阶跃响应时刀翼面角的响应 |
| 4.4.2 鲁棒性研究 |
| 4.5 本章小结 |
| 第5章 煤层气控制系统软硬件开发 |
| 5.1 控制系统硬件设计 |
| 5.1.1 控制系统的硬件选型 |
| 5.1.2 控制系统硬件组态 |
| 5.2 控制系统PLC程序设计 |
| 5.2.1 钻井扩孔系统的控制程序开发 |
| 5.2.2 喷射机构程序设计 |
| 5.2.3 水煤混合物举升产出程序设计 |
| 5.3 智能控制算法的PLC应用 |
| 5.3.1 输入量滤波 |
| 5.3.2 PID控制算法的PLC应用 |
| 5.3.3 广义预测控制的PLC应用 |
| 5.4 实验结果分析 |
| 5.5 上位机组态王监控系统设计 |
| 5.5.1 监控系统的主要功能设计 |
| 5.5.2 监控界面总体框架 |
| 5.5.3 组态王简介 |
| 5.5.4 监控画面设计 |
| 5.5.5 组态通讯设计 |
| 5.6 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 硕士研究生期间已发表的论文成果 |
| 致谢 |
（3）永磁同步电机驱动的多轴运动系统预测轮廓控制（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 轮廓控制技术研究现状 |
| 1.2.1 单轴解耦轮廓控制 |
| 1.2.2 交叉耦合轮廓控制 |
| 1.2.3 多方法融合的轮廓控制 |
| 1.3 模型预测控制技术研究现状 |
| 1.3.1 连续控制集模型预测控制 |
| 1.3.2 有限控制集模型预测控制 |
| 1.4 论文主要研究内容 |
| 第2章 传统多轴运动系统轮廓控制 |
| 2.1 轮廓误差模型 |
| 2.1.1 平面任意轨迹轮廓误差 |
| 2.1.2 空间任意轨迹轮廓误差 |
| 2.2 多轴运动系统数学模型 |
| 2.2.1 运动机构数学模型 |
| 2.2.2 永磁同步电机数学模型 |
| 2.2.3 两电平电压源逆变器数学模型 |
| 2.3 传统多轴运动系统轮廓控制策略 |
| 2.3.1 多轴运动系统单轴解耦轮廓控制策略 |
| 2.3.2 多轴运动系统交叉耦合轮廓控制策略 |
| 2.4 传统多轴运动系统轮廓控制策略结构特点 |
| 2.5 控制系统运行特性实验结果与分析 |
| 2.6 本章小结 |
| 第3章 多轴运动系统广义预测轮廓控制 |
| 3.1 多轴运动系统统一受控自回归积分滑动平均模型 |
| 3.2 多轴运动系统广义预测轮廓控制系统设计 |
| 3.2.1 多步预测及优化求解 |
| 3.2.2 模型参数辨识 |
| 3.2.3 动态限幅模块 |
| 3.2.4 控制系统整体结构 |
| 3.3 系统稳定性分析 |
| 3.4 控制系统运行特性实验结果与分析 |
| 3.4.1 折线轨迹运行特性 |
| 3.4.2 曲线轨迹运行特性 |
| 3.4.3 系统抗扰能力分析 |
| 3.5 本章小结 |
| 第4章 基于状态空间的多轴运动系统模型预测轮廓控制 |
| 4.1 基于状态空间的多轴运动系统统一模型 |
| 4.2 基于状态空间的模型预测轮廓控制系统设计 |
| 4.2.1 多步预测 |
| 4.2.2 价值函数及权重系数整定 |
| 4.2.3 控制系统整体结构 |
| 4.3 系统稳定性分析 |
| 4.4 控制系统运行特性实验结果与分析 |
| 4.4.1 折线轨迹运行特性 |
| 4.4.2 曲线轨迹运行特性 |
| 4.4.3 系统鲁棒性分析 |
| 4.5 本章小结 |
| 第5章 多轴运动系统有限控制集模型预测轮廓控制 |
| 5.1 基于离散型泰勒级数的多轴运动系统统一模型 |
| 5.2 有限控制集模型预测轮廓控制系统设计 |
| 5.2.1 备选电压矢量的确定 |
| 5.2.2 价值函数寻优 |
| 5.2.3 控制系统整体结构 |
| 5.3 控制系统仿真研究 |
| 5.3.1 轮廓误差权重系数的影响 |
| 5.3.2 轮廓误差项对矢量选择的影响 |
| 5.4 控制系统运行特性实验结果与分析 |
| 5.4.1 折线轨迹运行特性 |
| 5.4.2 曲线轨迹运行特性 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 致谢 |
（5）基于PSO-NP机械加工尺寸PI型广义预测控制（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 图表索引 |
| 第一章 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.2 本课题的研究现状 |
| 1.2.1 机械加工尺寸的动态特征 |
| 1.2.2 机械加工尺寸主要的预测模型 |
| 1.3 本课题存在的问题 |
| 1.4 本文研究的内容和目的 |
| 1.4.1 研究目的 |
| 1.4.2 研究内容及方法 |
| 第二章 PI型广义预测控制理论 |
| 2.1 预测控制算法基本原理 |
| 2.1.1 预测模型 |
| 2.1.2 滚动优化 |
| 2.1.3 反馈校正 |
| 2.2 典型预测控制算法简介 |
| 2.3 广义预测控制理论 |
| 2.3.1 预测模型 |
| 2.3.2 滚动优化 |
| 2.3.3 反馈校正 |
| 2.3.4 广义预测控制参数辨识 |
| 2.3.5 丢番图方程的递推求解 |
| 2.4 比例-积分广义预测控制 |
| 2.4.1 比例-积分广义预测控制算法概述 |
| 2.4.2 PI型广义预测控制器的设计 |
| 2.4.3 参数比例积分因子设置 |
| 2.5 带约束的PI型广义预测控制 |
| 2.5.1 输入输出的约束处理 |
| 2.5.2 Lagrange乘子法 |
| 2.5.3 参数的设置 |
| 2.6 非线性规划算法理论 |
| 2.6.1 非线性规划算法概述 |
| 2.6.2 非线性理论的数学模型 |
| 2.7 本章小结 |
| 第三章 智能算法算法的研究和改进 |
| 3.1 智能算法的基本思想 |
| 3.1.1 遗传算法 |
| 3.1.2 蚁群算法 |
| 3.1.3 粒子群算法 |
| 3.1.4 人工鱼群算法 |
| 3.2 粒子群优化算法及其改进 |
| 3.2.1 粒子群算法原理简介 |
| 3.2.2 粒子群算法的改进策略 |
| 3.3 人工鱼群算法及其改进 |
| 3.3.1 人工鱼群算法原理简介 |
| 3.3.2 人工鱼群模型的建立 |
| 3.3.3 人工鱼基本行为描述 |
| 3.3.4 人工鱼群算法流程 |
| 3.3.5 人工鱼群算法改进策略 |
| 3.4 遗传算法 |
| 3.4.1 遗传算法简介 |
| 3.4.2 遗传算法的组成 |
| 3.4.3 遗传算法的基本步骤 |
| 3.4.4 遗传算法的优势 |
| 3.4.5 遗传算法的缺点 |
| 3.5 本章小结 |
| 第四章 基于PSO-NP机械加工尺寸PI型广义预测控制 |
| 4.1 加工尺寸的建模和预测 |
| 4.1.1 确定目标函数 |
| 4.1.2 带约束条件的控制律的求解 |
| 4.2 基于粒子群算法的约束PI型广义预测控制参数整定 |
| 4.2.1 惯性权重的选取 |
| 4.2.2 适应度函数的选取 |
| 4.2.3 参数整定的算法实现 |
| 4.3 基于PSO-NP机械加工尺寸的PI型广义预测控制 |
| 4.4 仿真研究 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 工作总结 |
| 5.2 工作展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（6）船舶动力定位系统控制策略研究及应用（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| Contents |
| 第1章 绪论 |
| 1.1 课题研究背景及其意义 |
| 1.2 船舶动力定位技术简介 |
| 1.2.1 动力定位系统工作原理 |
| 1.2.2 船舶动力定位的主要功能 |
| 1.3 国内外研究现状及发展趋势 |
| 1.4 本课题研究内容 |
| 第2章 动力定位系统的数学模型 |
| 2.1 引言 |
| 2.2 坐标系建立 |
| 2.2.1 大地坐标系（O-XYZ） |
| 2.2.2 随船坐标系(o-xyz) |
| 2.3 船舶操纵运动数学模型 |
| 2.3.1 运动变量定义 |
| 2.3.2 船舶三自由度模型 |
| 2.4 风、浪、流扰动力模型 |
| 2.4.1 风的干扰力数学模型 |
| 2.4.2 波浪干扰力数学模型 |
| 2.4.3 流的干扰力数学模型 |
| 2.5 船舶动力定位系统数学模型 |
| 2.5.1 船舶 DP 低频运动模型 |
| 2.5.2 船舶 DT 低频运动模型 |
| 2.5.3 K、T 值计算方法 |
| 2.6 本章小结 |
| 第3章 船舶动力定位系统控制策略研究 |
| 3.1 引言 |
| 3.2 PID 控制算法 |
| 3.2.1 PID 控制的基本原理 |
| 3.2.2 PID 控制算法 |
| 3.2.3 PID 控制算法的改进 |
| 3.3 参考模型 |
| 3.3.1 速度参考模型 |
| 3.3.2 位置和姿态参考模型 |
| 3.3.3 自动舵参考模型 |
| 3.3.4 饱和元素 |
| 3.4 DP 控制策略 |
| 3.4.1 纵荡 |
| 3.4.2 横荡 |
| 3.4.3 艏向 |
| 3.5 DT 控制策略 |
| 3.5.1 速度控制 |
| 3.5.2 航迹控制 |
| 3.5.3 艏向控制 |
| 3.6 自校正 PID 控制算法 |
| 3.6.1 实时参数估计 |
| 3.6.2 PID 控制器的表达形式 |
| 3.6.3 基于 PID 结构的间接自校正控制 |
| 3.7 本章小结 |
| 第4章 动力定位系统控制器设计及仿真分析 |
| 4.1 引言 |
| 4.2 DP 控制器设计及仿真分析 |
| 4.2.1 控制器设计 |
| 4.2.2 系统仿真及实船数据分析 |
| 4.3 DT 控制器设计及仿真分析 |
| 4.3.1 速度控制器设计及仿真 |
| 4.3.2 艏向控制器设计及仿真 |
| 4.4 针对变吃水的控制器设计及仿真 |
| 4.4.1 自校正 PID 控制器设计 |
| 4.4.2 自校正控制系统仿真分析 |
| 4.5 本章小结 |
| 第5章 基于广义预测控制的动力定位控制器设计 |
| 5.1 引言 |
| 5.2 预测控制的基本原理 |
| 5.2.1 预测模型 |
| 5.2.2 滚动优化 |
| 5.2.3 反馈校正 |
| 5.3 广义预测控制算法 |
| 5.3.1 广义预测控制的基本方法 |
| 5.3.2 丢番图方程的递推求解 |
| 5.3.3 广义预测自适应控制算法 |
| 5.4 动力定位广义预测控制仿真分析 |
| 5.4.1 被控对象数学模型 |
| 5.4.2 仿真试验 |
| 5.4.3 分析 |
| 5.5 本章小结 |
| 结论和展望 |
| 参考文献 |
| 攻读硕士期间发表的论文及科研成果 |
| 致谢 |
| 详细摘要 |
（7）广义最小方差自校正重置PID控制方法及其在压力系统中的应用（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 过程控制系统简介 |
| 1.1.1 过程控制的发展 |
| 1.1.2 过程控制的特点 |
| 1.2 国内外研究现状 |
| 1.2.1 压力控制研究现状 |
| 1.2.2 自校正控制研究现状 |
| 1.2.3 重置控制算法研究现状 |
| 1.3 论文研究主要内容和章节安排 |
| 第二章 压力系统建模 |
| 2.1 压力系统的组成 |
| 2.2 压力系统的数学模型 |
| 2.2.1 气体流量方程 |
| 2.2.2 电子式执行机构阀口流量方程 |
| 2.2.3 电子式执行机构数学模型 |
| 2.2.4 压力系统模型 |
| 2.3 最小二乘参数估计法 |
| 2.3.1 递推最小二乘参数估计法 |
| 2.3.2 带遗忘因子的最小二乘法 |
| 2.4 本章小结 |
| 第三章 广义最小方差控制 |
| 3.1 最小方差控制 |
| 3.1.1 最小方差控制 |
| 3.1.2 最小方差控制的局限性 |
| 3.2 广义最小方差控制 |
| 3.2.1 广义最小方差控制 |
| 3.2.2 广义最小方差控制的不足之处 |
| 3.2.3 克服广义最小方差控制的缺陷 |
| 3.4 广义最小方差控制仿真实验 |
| 3.5 本章小结 |
| 第四章 广义最小方差自校正重置PID算法 |
| 4.1 重置控制算法 |
| 4.1.1 数学描述 |
| 4.1.2 仿真实验 |
| 4.2 广义最小方差自校正重置PID算法设计 |
| 4.3 压力系统仿真及比较 |
| 4.4 本章小结 |
| 第五章 广义最小方差自校正重置PID算法在压力系统中的应用 |
| 5.1 ControlLogix系统概述 |
| 5.1.1 ControlLogix系统总体框图 |
| 5.1.2 硬件介绍 |
| 5.1.3 软件介绍 |
| 5.2 Simulink与ControlLogix的OPC通讯 |
| 5.3 实验系统总体框架 |
| 5.4 实验结果 |
| 5.5 本章小结 |
| 总结与展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间主要研究成果 |
（8）交流伺服系统控制参数自整定策略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题来源 |
| 1.2 课题研究的目的和意义 |
| 1.3 国内外研究现状 |
| 1.4 课题研究内容分析 |
| 1.5 论文主要工作及创新点 |
| 2 伺服系统模型及控制参数整定分析 |
| 2.1 引言 |
| 2.2 伺服系统各组成环节传递函数 |
| 2.3 电流环模型及控制参数整定分析 |
| 2.4 速度环模型及控制参数整定分析 |
| 2.5 位置环模型及控制参数整定分析 |
| 2.6 本章小结 |
| 3 伺服系统被控对象特征辨识研究 |
| 3.1 引言 |
| 3.2 被控对象特征辨识过程分析 |
| 3.3 伺服系统特征参数辨识研究 |
| 3.4 伺服环节近似模型辨识研究 |
| 3.5 本章小结 |
| 4 伺服系统性能评价方法及控制参数优化策略研究 |
| 4.1 引言 |
| 4.2 伺服系统控制性能评价方法研究 |
| 4.3 控制参数优化策略研究 |
| 4.4 本章小结 |
| 5 伺服系统控制参数离线自整定策略研究 |
| 5.1 引言 |
| 5.2 基于阶跃响应优化的电流环控制参数整定策略 |
| 5.3 基于误差频谱的陷波滤波器参数自动整定策略 |
| 5.4 基于特征重构的速度环控制参数整定策略 |
| 5.5 基于跟踪误差优化的位置环控制参数整定策略 |
| 5.6 本章小结 |
| 6 伺服系统控制参数在线自校正策略研究 |
| 6.1 引言 |
| 6.2 扰动对伺服系统控制性能的影响 |
| 6.3 基于GPC的速度控制参数在线校正研究 |
| 6.4 基于二次型最优的位置环控制参数在线校正研究 |
| 6.5 本章小结 |
| 7 自整定策略的实时仿真及应用验证 |
| 7.1 引言 |
| 7.2 基于dSPACE的实时仿真平台构建 |
| 7.3 自整定策略的实时仿真验证 |
| 7.4 自整定策略的应用验证 |
| 7.5 本章小结 |
| 8 全文总结及展望 |
| 8.1 全文总结 |
| 8.2 展望 |
| 致谢 |
| 参考文献 |
| 附录1 攻读博士学位期间发表的论文 |
| 附录2 申报专利 |
（9）广义预测控制算法在氯化聚乙烯生产温度控制中的应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 目录 |
| 1 绪论 |
| 1.1 氯化聚乙烯温度控制研究的背景和意义 |
| 1.2 广义预测控制概述 |
| 1.3 本文主要内容 |
| 2 氯化聚乙烯工艺概述 |
| 2.1 氯化聚乙烯工艺流程概述 |
| 2.2 氯化聚乙烯工艺氯化过程概述 |
| 2.3 氯化过程模型描述及本文温度对象的辨识结果 |
| 2.4 本章小结 |
| 3 广义预测控制基本算法 |
| 3.1 预测模型 |
| 3.2 j步导前输出 |
| 3.3 Diophantine方程的递推求解 |
| 3.4 多步输出预测 |
| 3.5 最优控制律的计算 |
| 3.6 系统的IMC结构 |
| 3.7 本章小结 |
| 4 隐式广义预测自校正控制算法及仿真研究 |
| 4.1 输出预测 |
| 4.2 最优控制律 |
| 4.3 矩阵G的求取 |
| 4.4 预测向量f的求取 |
| 4.5 控制律的简化 |
| 4.6 仿真研究 |
| 4.7 本章小结 |
| 5 PI型改进广义预测控制算法及仿真研究 |
| 5.1 控制算法的推导 |
| 5.2 简化控制算法的推导 |
| 5.3 仿真研究 |
| 5.4 参数对系统性能的影响 |
| 5.5 本章小结 |
| 6 PI型广义预测控制算法在模拟氯化聚乙烯生产温度控制装置中的应用 |
| 6.1 控制系统构成 |
| 6.2 实验结果 |
| 6.3 模拟氯化聚乙烯过程实验的探讨 |
| 6.4 本章小结 |
| 7 总结与展望 |
| 参考文献 |
| 攻读学位期间发表的学术论文和参与的科研项目及奖励 |
| 致谢 |
（10）网络化控制系统的若干控制问题研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 网络化控制系统的特殊问题 |
| 1.2 网络化状态估计研究现状 |
| 1.2.1 面向网络诱导时延补偿网络化状态估计 |
| 1.2.2 面向数据包丢失补偿网络化状态估计 |
| 1.3 面向网络诱导时延补偿的网络化控制系统研究现状 |
| 1.3.1 确定性方法 |
| 1.3.2 增广状态方法 |
| 1.3.3 随机时间离散化方法 |
| 1.3.4 增益调度与自适应参数整定方法 |
| 1.3.5 模型预测控制方法 |
| 1.3.6 时滞相关方法 |
| 1.3.7 摄动分析方法 |
| 1.3.8 基于跳变或切换系统的控制方法 |
| 1.3.9 基于混杂系统的控制方法 |
| 1.3.10 基于随机辅助变量的控制方法 |
| 1.4 面向数据包丢失补偿的网络化控制系统研究现状 |
| 1.5 研究内容 |
| 第二章 网络化最优预测状态估计 |
| 2.1 前言 |
| 2.2 问题描述 |
| 2.2.1 存在网络诱导时延的情况 |
| 2.2.2 存在数据包丢失的情况 |
| 2.3 网络化最优预测状态估计算法 |
| 2.3.1 传统最优状态估计算法 |
| 2.3.2 存在网络诱导时延的情况 |
| 2.3.3 存在数据包丢失的情况 |
| 2.4 网络化最优预测状态估计算法的稳定性 |
| 2.4.1 传统最优状态估计算法的稳定性 |
| 2.4.2 存在网络诱导时延的情况 |
| 2.4.3 存在数据包丢失的情况 |
| 2.5 仿真 |
| 2.5.1 传统最优状态估计 |
| 2.5.2 网络化最优预测状态估计 |
| 2.6 实验 |
| 2.6.1 传统最优状态估计 |
| 2.6.2 网络化最优预测状态估计 |
| 2.7 小结 |
| 第三章 网络化LQG最优控制 |
| 3.1 前言 |
| 3.2 问题描述 |
| 3.2.1 存在网络诱导时延的情况 |
| 3.2.2 存在数据包丢失的情况 |
| 3.3 网络化LQG最优控制 |
| 3.3.1 传统LQG最优控制 |
| 3.3.2 存在网络诱导时延的情况 |
| 3.3.3 存在数据包丢失的情况 |
| 3.4 仿真 |
| 3.4.1 传统LQG最优控制 |
| 3.4.2 网络化LQG最优控制 |
| 3.5 实验 |
| 3.5.1 传统LQG最优控制 |
| 3.5.2 网络化LQG最优控制 |
| 3.6 小结 |
| 第四章 基于多项式模型的网络化广义预测控制 |
| 4.1 前言 |
| 4.2 问题描述 |
| 4.3 网络化广义预测算法 |
| 4.3.1 存在网络诱导时延的情况 |
| 4.3.2 存在数据包丢失的情况 |
| 4.3.3 同时存在网络诱导时延和数据包丢失的情况 |
| 4.4 网络化广义预测控制 |
| 4.4.1 存在网络诱导时延的情况 |
| 4.4.2 存在数据包丢失的情况 |
| 4.4.3 同时存在网络诱导时延和数据包丢失的情况 |
| 4.5 网络化广义预测自校正控制 |
| 4.6 仿真 |
| 4.6.1 网络化广义预测+PID控制 |
| 4.6.2 网络化广义预测控制 |
| 4.6.3 网络化广义预测自校正控制 |
| 4.7 实验 |
| 4.7.1 网络化广义预测控制 |
| 4.7.2 网络化广义预测自校正控制 |
| 4.8 小结 |
| 第五章 基于状态空间模型的网络化广义预测控制 |
| 5.1 前言 |
| 5.2 问题描述 |
| 5.3 网络化广义预测控制器设计 |
| 5.3.1 传统广义预测控制 |
| 5.3.2 存在时变数据包丢失的情况 |
| 5.3.3 存在定常网络诱导时延的情况 |
| 5.3.4 同时存在时变数据包丢失和网络诱导时延的情况 |
| 5.4 状态估计 |
| 5.4.1 系统扰动和测量噪声相关 |
| 5.4.2 全维状态观测器问题 |
| 5.5 仿真 |
| 5.5.1 传统广义预测控制 |
| 5.5.2 网络化广义预测控制 |
| 5.6 实验 |
| 5.7 小结 |
| 第六章 网络化时滞相关镇定 |
| 6.1 前言 |
| 6.2 问题的描述 |
| 6.2.1 标称系统 |
| 6.2.2 不确定系统 |
| 6.3 标称系统的网络化时滞相关镇定方法一 |
| 6.3.1 主要结果 |
| 6.3.2 数值实例 |
| 6.3.3 实验结果 |
| 6.3.4 相关结论 |
| 6.4 标称系统的网络化时滞相关镇定方法二 |
| 6.4.1 主要结果 |
| 6.4.2 数值实例 |
| 6.4.3 实验结果 |
| 6.4.4 相关结论 |
| 6.5 不确定系统的网络化保性能控制 |
| 6.5.1 主要结果 |
| 6.5.2 数值实例 |
| 6.5.3 实验结果 |
| 6.5.4 相关结论 |
| 6.6 小结 |
| 第七章 结论与展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间主要的研究成果 |
四、具有比例积分结构的广义预测自校正控制（论文参考文献）
- [1]凿岩机器人钻臂运动轨迹控制研究[D]. 王雷坤. 江西理工大学, 2019(01)
- [2]广义预测控制在煤层气水平井开发中的研究[D]. 黄翌川. 武汉工程大学, 2019(03)
- [3]永磁同步电机驱动的多轴运动系统预测轮廓控制[D]. 张秀云. 天津大学, 2018(06)
- [4]比例-积分控制加广义预测控制算法及其应用[J]. 薛生辉,曲俊海,王永宏,张红梅,师永平,薛美盛. 控制理论与应用, 2018(09)
- [5]基于PSO-NP机械加工尺寸PI型广义预测控制[D]. 李国龙. 太原理工大学, 2014(03)
- [6]船舶动力定位系统控制策略研究及应用[D]. 卢佳佳. 江苏科技大学, 2013(08)
- [7]广义最小方差自校正重置PID控制方法及其在压力系统中的应用[D]. 吴高亮. 中南大学, 2012(02)
- [8]交流伺服系统控制参数自整定策略研究[D]. 陈鹏展. 华中科技大学, 2010(11)
- [9]广义预测控制算法在氯化聚乙烯生产温度控制中的应用研究[D]. 郑威. 东华大学, 2009(10)
- [10]网络化控制系统的若干控制问题研究[D]. 唐斌. 中南大学, 2008(02)