网络环境下不敏感系统的分布式区域预测控制方法
Distributed predictive control method with zone control for insensitive system under network environment
查看参考文献18篇
|
文摘
|
针对二分图网络结构下的不敏感系统的可控性比较差的问题,本文提出了带有区域控制的分布式模型预测控制方法.该方法首先利用分支定界法对分布式控制系统结构进行最优设计;然后,结合区域控制提高控制系统的动态性能指标;最后,依据回路之间的关联性的强弱选择每个回路的控制方式(精确控制或区域控制).仿真结果显示带有区域控制的分布式预测控制系统的调节时间比没有带区域控制的分布式控制系统明显缩短;同时,通过对回路控制方式的选择增加了精确控制的智能体数量.仿真结果证明了利用分布式区域预测控制方法可以提高系统的容错性,通过对系统的可控性和关联性进行分析,可以在精确控制和区域控制之间寻找到最优组合,从而达到快速精确的控制效果. |
|
其他语种文摘
|
Because the controllability of insensitive system with bipartite graph network structure is very poor, we propose a distributed model predictive control (DMPC) method with zone control. Firstly, the optimal controllability structure of DMPC is designed using a branch and bound algorithm. Then, the DMPC is combined with zone control to improve the dynamic performance index of control system. Finally, the control mode (precise control or zone control) of each loop is selected according to the correlation degree between the loops. The simulation results show that the settling time of distributed model predictive controller with zone control is significantly shorter than that of distributed model predictive controller without zone control. The number of intelligent agents being precisely controlled becomes greater than that before selecting the control mode of the loop. It is demonstrated that the distributed predictive control method with zone control improves the fault tolerance of control system, and the optimal combination between precise control and zone control can be determined through the analysis of the controllability and relevance. The control performance indices can be achieved rapidly and precisely. |
|
来源
|
控制理论与应用
,2015,32(4):504-512 【核心库】
|
|
DOI
|
10.7641/cta.2015.40512
|
|
关键词
|
分布式控制系统
;
可控性
;
区域控制
;
条件数
;
不敏感系统
|
|
地址
|
1.
中国科学院沈阳自动化研究所信息服务与智能控制技术研究室, 辽宁, 沈阳, 110016
2.
沈阳中科博微自动化技术有限公司, 辽宁, 沈阳, 110179
|
|
语种
|
中文 |
|
文献类型
|
研究性论文 |
|
ISSN
|
1000-8152 |
|
学科
|
自动化技术、计算机技术 |
|
基金
|
国家自然科学基金项目
;
国家863计划
;
中国科学院重点部署项目
;
中国博士后科学基金
|
|
文献收藏号
|
CSCD:5422842
|
参考文献 共
18
共1页
|
|
1.
柴天佑. 网络信息模式下复杂工业过程建模与控制.
自动化学报,2013,39(5):460-470
|
被引
1
次
|
|
|
|
|
2.
Scattolinir. Architectures for distributed and hierarchical model predictive control - A review.
Journal of Process Control,2009,19(5):723-731
|
被引
47
次
|
|
|
|
|
3.
Christofides P D. Distributed model predictive control: A tutorial review and future research directions.
Computers and Chemical Engineering,2013,51:21-41
|
被引
26
次
|
|
|
|
|
4.
Li S Y. Nash-optimization enhanced distributed model predictive control applied to the Shell benchmark problem.
Information Sciences,2005,170(2/3/4):329-349
|
被引
11
次
|
|
|
|
|
5.
Stewart B T. Cooperative distributed model predictive control.
Systems & Control Letters,2010,59(8):460-469
|
被引
19
次
|
|
|
|
|
6.
Zheng Y. Networked coordination-based distributed model predictive control for large-scale system.
IEEE Transactions on Control Systems Technology,2013,21(3):991-998
|
被引
20
次
|
|
|
|
|
7.
Zheng Y. Distributed model predictive control over network information exchange for large-scale systems.
Control Engineering Practice,2011,19(7):757-769
|
被引
25
次
|
|
|
|
|
8.
王建玉. 基于协调的变风量空调系统分布式预测控制.
信息与控制,2010,39(5):651-656
|
被引
3
次
|
|
|
|
|
9.
陈关荣. 复杂动态网络环境下控制理论遇到的问题与挑战.
自动化学报,2013,39(4):312-321
|
被引
28
次
|
|
|
|
|
10.
Ching T L. Structural controllability.
IEEE Transactions on Automatic Control,1974,19(3):201-208
|
被引
1
次
|
|
|
|
|
11.
Willems J L. Structural controllability and observability.
Systems & Control Letters,1986,8(1):5-12
|
被引
4
次
|
|
|
|
|
12.
Liu Y Y. Controllability of complex networks.
Nature,2011,473(7346):167-173
|
被引
129
次
|
|
|
|
|
13.
郑毅. 网络信息模式下分布式系统协调预测控制.
自动化学报,2013,39(11):1778-1786
|
被引
15
次
|
|
|
|
|
14.
杜晓宁. 分布式预测控制算法的性能分析.
控制与决策,2002,17(2):226-229
|
被引
6
次
|
|
|
|
|
15.
杜晓宁. 分布式预测控制优化算法.
控制理论与应用,2002,19(5):793-796
|
被引
15
次
|
|
|
|
|
16.
许锋. 基于多变量广义预测控制的不稳定系统控制结构选择方法.
自动化学报,2013,39(9):1547-1551
|
被引
5
次
|
|
|
|
|
17.
邹涛. 带有输出区域控制目标特性的多变量预测控制算法.
控制与决策,2005,20(2):203-206
|
被引
7
次
|
|
|
|
|
18.
Nandola N N. A multiple model approach for predictive control of nonlinear hybrid systems.
Journal of Process Control,2008,18(2):131-148
|
被引
10
次
|
|
|
|
|
了解气象卫星更多信息，请访问