Model predictive control of an intensified continuous reactor using a neural network Wiener model
Model predictive control of an intensified continuous reactor using a neural network Wiener model
复制标题
使用神经网络维纳模型对强化连续反应器进行模型预测控制
DOI：
10.1016/j.neucom.2015.12.048
复制
发表时间：
2016-04
期刊：
影响因子：
6
通讯作者：
Yueyang Li
中科院分区：
文献类型：
--
作者：
Shi Li;Yueyang Li
本文提出了一种基于神经网络维纳模型的模型预测控制方法，并将其应用于强化连续反应器。维纳模型由两部分组成：基于非线性第一性原理模型的线性状态空间识别模型和用于预测非线性控制输出的非线性神经网络模型。其次，在每个采样时刻对神经网络模型进行局部线性化，以保证有效的在线优化。通过仿真验证了非线性控制器的性能。
In this work a model predictive control approach based on a neural network Wiener model is developed and applied for an intensified continuous reactor. The Wiener model is constituted by two parts: a linear state space identified model based on nonlinear first-principle model, a nonlinear neural network model developed to predict the nonlinear controlled output. Next, a local linearization of neural network model at every sample instant is developed to guarantee an efficient online optimization. The performance of nonlinear controller is illustrated by simulations.
登录
查看更多内容
DOI：
10.3182/20050703-6-cz-1902.01587
发表时间：
2006-09
期刊：
IFAC Proceedings Volumes
影响因子：
--
作者：
R. A. Seyab;Yi Cao
通讯作者：
R. A. Seyab;Yi Cao
DOI：
10.1109/tcsi.2010.2092151
发表时间：
2011-05
期刊：
IEEE Transactions on Circuits and Systems I: Regular Papers
影响因子：
--
作者：
Lixian Zhang;Naigang Cui;Ming Liu;Ye Zhao
通讯作者：
Lixian Zhang;Naigang Cui;Ming Liu;Ye Zhao
影响因子：
4.2
作者：
M. Boxhammer;S. Altmannshofer
通讯作者：
M. Boxhammer;S. Altmannshofer
DOI：
10.1007/978-0-85729-398-5_9
发表时间：
2007
期刊：
--
影响因子：
--
作者：
Eduardo F. Camacho;C. Bordons
通讯作者：
Eduardo F. Camacho;C. Bordons
影响因子：
4.9
作者：
Qin, SJ;Badgwell, TA
通讯作者：
Badgwell, TA