Knowledge Commons of Institute of Automation，CAS
| 非线性快速批次过程高效迭代学习预测函数控制 | |
| 马乐乐; 刘向杰 | |
| 发表期刊 | 自动化学报
 |
| ISSN | 0254-4156 |
| 2022 | |
| 卷号 | 48期号:2页码:515-530 |
| 摘要 | 迭代学习模型预测控制(Iterative learning model predictive control, ILMPC)具备较强的批次学习能力及突出的时域跟踪性能,在批次过程控制中发挥了重要作用.然而对于具有强非线性的快动态批次过程,传统的迭代学习模型预测控制很难实现计算效率与跟踪精度之间的平衡,这给其应用带来了挑战.对此本文提出一种高效迭代学习预测函数控制策略,将原非线性系统沿参考轨迹线性化得到二维跟踪误差预测模型,并在控制器设计中补偿所产生的线性化误差,构造优化目标函数为真实跟踪误差的上界.为加强优化计算效率,在时域上结合预测函数控制以降低待优化变量维数,从而有效降低计算负担.结合终端约束集理论,分析了迭代学习预测函数控制的时域稳定性及迭代收敛性.通过对无人车和典型快速间歇反应器的仿真实验验证所提出算法的有效性. |
| 关键词 | 轨迹线性化 预测函数控制 迭代学习控制 快速非线性批次过程 计算复杂度 |
| DOI | 10.16383/j.aas.c190621 |
| 引用统计 | |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://ir.ia.ac.cn/handle/173211/56417 |
| 专题 | 学术期刊_自动化学报 |
| 推荐引用方式 GB/T 7714 | 马乐乐,刘向杰. 非线性快速批次过程高效迭代学习预测函数控制[J]. 自动化学报,2022,48(2):515-530. |
| APA | 马乐乐,&刘向杰.(2022).非线性快速批次过程高效迭代学习预测函数控制.自动化学报,48(2),515-530. |
| MLA | 马乐乐,et al."非线性快速批次过程高效迭代学习预测函数控制".自动化学报 48.2(2022):515-530. |
| 条目包含的文件 | 下载所有文件 | |||||
| 文件名称/大小 | 文献类型 | 版本类型 | 开放类型 | 使用许可 | ||
| AAS-CN-2019-0621.pdf（2747KB） | 期刊论文 | 出版稿 | 开放获取 | CC BY-NC-SA | 浏览 下载 | |
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [马乐乐]的文章 |
| [刘向杰]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [马乐乐]的文章 |
| [刘向杰]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [马乐乐]的文章 |
| [刘向杰]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论