1、實際中存在的物理系統(tǒng)大都是非線性系統(tǒng)。對于非線性控制系統(tǒng)的分析和設計，至今尚未形成統(tǒng)一的理論和方法。雖然線性系統(tǒng)理論已經發(fā)展得很充分，但是線性系統(tǒng)是在局部對非線性系統(tǒng)的逼近。工作區(qū)域分解方法架起了局部線性化和全局非線性之間的橋梁，其核心思想是，劃分系統(tǒng)的工作區(qū)域來求解建模和控制問題。即使是非線性控制器，也存在有限的適用范圍，超出了這一范圍，控制性能就會降低甚至失效。對于非線性控制器的局部有效性與全局需要之間的矛盾，工作區(qū)域分解方法也是一

2、種有效解決問題的手段。 以工作區(qū)域分解為基礎的多模型控制方法，通過建立多個局部模型來實現(xiàn)對被控對象的模型結構和參數(shù)不確定性的覆蓋及非線性的逼近，并根據每個局部模型設計相應的局部控制器，通過多模型的權值函數(shù)或切換指標函數(shù)，將這些局部模型/控制器合成為系統(tǒng)的全局模型/控制器。多模型控制能夠有效地改善控制系統(tǒng)的性能，滿足實際中對控制系統(tǒng)的暫態(tài)、靜態(tài)性能指標的要求，近年來，已在理論和實踐上取得了令人矚目的成果。 在過程控制中，火

3、電機組的熱工過程控制是一個典型的問題?；痣姍C組熱工過程控制，廣泛采用基于常規(guī)PI或PID算法單輸入單輸出(SISO)反饋控制回路的分散型多環(huán)結構，并在預先規(guī)定的假設接近恒定負荷條件的運行點(即，基本負荷)整定控制器的參數(shù)。在當前電網負荷大范圍變動的形勢下，這種方案受到挑戰(zhàn)。可以考慮將機組負荷的運行范圍劃分成若干個工作區(qū)域，在每個工作區(qū)域內的特定工作點設計局部控制器，而在整個運行范圍內工作的全局控制器則由這些局部控制器合成來獲得。以工作區(qū)

4、域分解方法為理論基礎的多模型控制正適合于這樣的特點。本課題以火電機組熱工過程控制為背景，對多模型控制若干問題進行研究。 構建多模型和全局模型/控制器合成算法，是多模型控制研究中兩個主要的方面。本論文分別從構建多模型角度和合成算法角度各提出兩種多模型控制算法。論文的主要內容如下：針對神經網絡在建立工作范圍很大的非線性系統(tǒng)全局模型時存在的困難，根據工作區(qū)域分解方法，提出在若干個工作點采用神經網絡構造局部模型的多神經網絡模型預測控制系

5、統(tǒng)，并附有應用于火電機組過熱蒸汽溫度控制的仿真算例。 結合多模型控制與狀態(tài)觀測器-狀態(tài)變量控制的特點，提出并設計多觀測器模型控制系統(tǒng)，并附有應用于火電機組過熱蒸汽溫度控制的仿真算例。此方案中，狀態(tài)觀測器具有雙重功能，既提供過程的內部信息，又充當辨識模型。 針對參考輸入和外部擾動是階躍信號的輸出跟蹤和外擾抑制問題，基于T-S模糊模型，采用并行分布補償方法，將線性系統(tǒng)理論中的MIMO積分控制和狀態(tài)觀測器用于非線性系統(tǒng)，提出并

6、設計模糊積分控制器和模糊觀測器，得出了閉環(huán)模糊控制系統(tǒng)的穩(wěn)定性條件，以及與在線性系統(tǒng)理論中關于觀測器設計的分離定理相似的結論。應用上述結果設計單元機組協(xié)調控制系統(tǒng)的仿真算例，通過求解線性矩陣不等式，驗證控制系統(tǒng)的穩(wěn)定性。 借鑒混雜系統(tǒng)(hybridsystem)中的切換系統(tǒng)(switchedsystem)的成果，提出并設計基于切換邏輯多模型的MIMO積分控制器以及狀態(tài)觀測器，來處理參考輸入和外部擾動是階躍信號的非線性系統(tǒng)的輸出跟