-
公开(公告)号：CN108803347A
公开(公告)日：2018-11-13
申请号：CN201810874056.8
申请日：2018-08-02
Applicant: 杭州电子科技大学
IPC: G05B13/04
CPC classification number: G05B13/042
Abstract: 本发明公开了一种反向过程鲁棒控制方法，包括如下步骤：步骤1、建立多模型描述系统状态空间模型；步骤2、设计多模型描述系统的被控对象控制器。与传统的鲁棒模型预测控制不同，本方法采用改进的状态空间模型，针对过程状态变量和跟踪误差进行分别组合和调节，使得它们可以分别在目标函数优化中进行调整，在这种情况下，改进的鲁棒模型预测控制器拥有更多的自由度，因此，针对多模型描述系统的控制性能得以提升。
-
公开(公告)号：CN108803339A
公开(公告)日：2018-11-13
申请号：CN201810685840.4
申请日：2018-06-28
Applicant: 杭州电子科技大学
IPC: G05B13/04
CPC classification number: G05B13/042
Abstract: 本发明公开了一种化工批次过程容错迭代学习控制方法。本发明首先建立化工批次过程的模型，并引入状态误差和输出误差，然后针对两个具体过程之间的切换条件进行分析，得到最优更新律和控制量。不同于传统的控制策略，本发明所提出的新型控制策略考虑到了执行器出现故障的情况，通过对切换过程的控制保证系统具有更好的控制性能。
-
公开(公告)号：CN108646693A
公开(公告)日：2018-10-12
申请号：CN201810760602.5
申请日：2018-07-11
Applicant: 杭州电子科技大学
IPC: G05B19/418
Abstract: 本发明公开了一种化工工业过程随机故障容错控制方法，包括如下步骤：步骤1、建立批次生产过程模型；步骤2、设计批次过程控制器。该方法首先建立化工批次过程的模型，并引入内部误差和外部干扰，然后采用随机控制理论分析不同概率条件下可能发生的故障，得到最优更新律和控制量。不同于传统的控制策略，本发明所提出的新型控制策略考虑到了内部故障和外部干扰。通过对随机故障的控制保证系统具有更好的控制性能。
-
公开(公告)号：CN108416424A
公开(公告)日：2018-08-17
申请号：CN201810105079.2
申请日：2018-02-02
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种基于特征识别与神经网络优化的路况识别方法。本发明采用随机化搜索算法对特征子集进行选择，对神经网络结构和参数优化以及采样窗口和更新窗口进行了优化。本发明提高了分类器的分类精度，简化了神经网络结构和算法，对采样和更新窗口大小、特征子集选择、神经网络结构和参数同时进行优化，增加分类器的平均轮廓值。
-
公开(公告)号：CN105955350B
公开(公告)日：2018-07-10
申请号：CN201610534739.X
申请日：2016-07-05
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种遗传算法优化加热炉温度的分数阶预测函数控制方法。本发明首先采用Oustaloup近似方法将分数阶系统近似为整数阶系统，基于Oustaloup近似模型建立预测输出模型，然后将整数阶预测函数控制方法扩展到分数阶预测函数控制方法中，将分数阶微分算子引入目标函数，并采用遗传算法来优化微分算子，从而使经优化后获得更加合理的控制效果。本发明方法可有效提高系统的控制性能。
-
Patent Agency Ranking
公开(公告)号：CN107966902A
公开(公告)日：2018-04-27
申请号：CN201711204060.5
申请日：2017-11-27
CPC classification number: G05B13/0265 , G05B13/042 , G05B13/048
Abstract: 本发明针对带有不确定性的间歇过程，提出了一种不确定性间歇过程的约束2D跟踪控制方法。首先，针对给定的系统动态模型设计迭代学习控制律；根据2D系统理论以及所设计的迭代学习控制律，并引入状态误差和输出误差，将原系统动态模型转化为一个以预测值形式表示的2D-FM闭环系统模型；进而，根据所设计的无穷时域性能指标和Lyapunov稳定性理论，给出以线性矩阵不等式（LMI）形式表示的确保闭环系统鲁棒渐进稳定的充分条件，以及最优控制律的表达形式。该方法控制下的跟踪误差数值更小，收敛更快；更重要的是，控制输入没有大幅度起伏，只需对其进行细微的调节，这有利于资源的节约，减少了频繁操作带来的麻烦。
-
公开(公告)号：CN107765549A
公开(公告)日：2018-03-06
申请号：CN201710947275.X
申请日：2017-10-12
IPC: G05B13/04
CPC classification number: G05B13/042
Abstract: 本发明公开了一种批次工业过程的新型迭代学习控制方法。本发明首先选取合适的状态变量建立状态控制模型，进一步将状态控制模型转换为包含输出和跟踪误差的结构型扩展模型，然后结合迭代学习控制得到新的结构型扩展模型，最后选取相应的性能指标，结合迭代学习控制方程求得最优更新律和控制律。利用本发明可有效改善工业过程中控制方法的跟踪性能，增加控制器的调节自由度，改善系统的控制性能。
-
公开(公告)号：CN105182755B
公开(公告)日：2017-09-29
申请号：CN201510645261.3
申请日：2015-10-08
IPC: G05B13/04
Abstract: 本发明公开了一种工业加热炉系统的分数阶预测函数控制方法。一类分数阶系统，传统PID控制方法和整数阶预测函数控制方法对这类对象的控制效果并不好。本发明首先采用Oustaloup近似方法将分数阶系统近似为整数阶系统，基于Oustaloup近似模型建立预测输出模型，然后将整数阶预测函数控制方法扩展到分数阶预测函数控制方法中，将分数阶微积分算子引入目标函数，进而基于预测模型和选取的性能指标设计了分数阶预测函数控制器。本发明可以很好地运用于分数阶模型描述的实际过程对象，减少了整数阶PFC方法控制高阶系统模型需要进行降阶处理的步骤，同时增加了调节控制器参数的自由度，获得了良好的控制性能。
-
公开(公告)号：CN104156767B
公开(公告)日：2017-06-06
申请号：CN201410281432.4
申请日：2014-06-20
Applicant: 杭州电子科技大学
IPC: G06N3/12 , G05B19/418 , G06Q50/04
CPC classification number: Y02P90/02 , Y02P90/265 , Y02P90/30
Abstract: 本发明提出了一种遗传算法优化的批次过程的线性二次容错控制方法。本发明首先通过结合状态变量和输出跟踪误差，建立批次处理过程的扩展状态空间模型来更好地处理批次生产过程中可能遇到的未知扰动和执行器故障的问题，接着利用遗传算法来优化目标函数中的加权矩阵，最后设计线性二次容错控制器。本发明不仅保证了系统在未知扰动和执行器故障情况下有良好的跟踪性能，同时也保证了形式简单并满足实际工业过程的需要。
-
公开(公告)号：CN106483853A
公开(公告)日：2017-03-08
申请号：CN201611252446.9
申请日：2016-12-30
Applicant: 杭州电子科技大学
IPC: G05B13/04
CPC classification number: G05B13/042
Abstract: 本发明公开了一种炼油加热炉炉膛压力的分数阶分布式动态矩阵控制方法。本发明首先通过采集多变量过程的输入输出数据建立该过程的分数阶模型，然后将其近似为整数阶高阶模型，并获取对象的阶跃响应模型向量，再将多变量过程的在线优化实施问题转化为各个小规模子系统的优化求解问题，把网络环境下的每个子系统看为一个智能体。通过在各智能体的性能指标中引入PID算子，设计各智能体的分数阶PID型动态矩阵控制器，再将当前时刻的即时控制律作用于每个智能体，并将时域滚动至下一时刻，重复上述优化过程，从而完成整个大规模系统的优化任务。本发明有效改善了系统的控制性能，并提高了控制器参数设计的自由度。
-
-
-
-
-
-
-
-
-
Search Results
292
records
(took 0.03 seconds)
