一种级联耦合下的分布式智能自主控制方法

    公开(公告)号:CN118915526A

    公开(公告)日:2024-11-08

    申请号:CN202410951768.0

    申请日:2024-07-16

    Abstract: 本发明涉及一种级联耦合下的分布式智能自主控制方法,包括如下步骤:第1步:对于每个设备建立基于状态自学习的非线性动力学模型,得到L个分布式非线性预测模型;第2步:每个设备根据自己的状态在线学习自回归模型参数;第3步:对于在线控制,获得第l个设备未来输出的多步预测,然后进行控制序列的优化;第4步:将控制序列的第一个值应用于设备l,如果l=L,跳转到步骤2继续进行滚动优化,否则继续执行步骤5;第5步:预测信息沿级联方向传输,计算第个设备l+1的未来的入口条件;第6步:令l=l+1并跳转到步骤3,实现级联分布式控制。相比其控制精度大大提升,为多设备级联下的精细化控制提供了新的解决思路。

    一种针对运行条件不断变化的自适应预测控制方法

    公开(公告)号:CN118859700A

    公开(公告)日:2024-10-29

    申请号:CN202410810159.3

    申请日:2024-06-21

    Abstract: 本发明涉及一种针对运行条件不断变化的自适应预测控制方法,具体步骤包括:S1:提取系统的时空传递关系,构建基于时空特征的工况识别器,通过监测系统时空预测值和真实值之间的偏差,自动识别工况的变化,即工况识别机制;S2:针对模型计算复杂度高的问题,运用时空分离的模型降阶方法,将高维模型降阶为空间基础函数和时间系数模型,实现并对分布式参数系统的快速预测,即模型在线更新机制;S3:将S1的工况识别机制和S2的模型在线更新机制嵌入到模型预测控制框架中,通过对分布式参数系统的持续精准控制,实现全工况运行条件下的稳定控制。本发明所述的方法具有准确识别工况变化,快速准确预测,实现全工况运行条件下的稳定控制的优点。

Patent Agency Ranking