在配浆控制过程中,是一个多干扰时变的系统,且有很强的非线性,存在一定的滞后,常规的自动控制算法不能满足快速,精确的调整目标。根据调浆的过程,提出了一套基于对参考轨迹寻优的ESO-GPC算法,通过扩张状态观测器(ESO)对非线性系统的动态补偿线性化,使广义预测控制的计算量大大降低,对干扰提前进行补偿,提高了系统的响应速度和抗干扰能力。基于神经网络对GPC(广义预测控制)的参考轨迹在线寻优调整,进一步提高系统的鲁棒性,优化控制轨迹。
科研之友
微信
新浪微博
Facebook
分享链接
