测控一体化闸门及其调控技术研究分析

侯文涛, 白美健, 陈炳绅, 章少辉, 史源

PDF(1464 KB)
节水灌溉
节水灌溉 ›› 2021 ›› (8) : 47-51.

测控一体化闸门及其调控技术研究分析

作者信息 +

An Analysis of the Integrated Measurement and Control Gate and Its Control Technology

Author information +
稿件信息 +

摘要

渠道输配水过程的精准计量与调控是实现灌区用水总量和定额管理的基础。测控一体化闸门是集流量测量和控制功能于一体的装置，与其相配套的调控技术是实现渠道安全输水、合理配水和精准用水的关键。从闸门水力性能、过闸流量估算、闸群联合调控技术等方面对测控一体化闸门及其调控技术的研究现状进行了总结分析，基于已有研究中存在的技术难点，结合灌区现代化管理需求和信息技术发展趋势，对测控一体化闸门及其调控技术未来的研究重点进行了展望，以期为灌区用水管理相关研究提供参考。

Abstract

The precise measurement and regulation of water distribution in the channel is the basis for the total amount and quota management of water in the irrigation area. The integrated measurement and control gate is a device that integrates the function of flow measurement and control， and the corresponding regulation technology is the key to realize the safe water transmission， reasonable water distribution and accurate water use. This paper summarizes the research status of the integrated measurement and control gate and its control technology around gate hydraulic performance， flow estimation， joint control of gate group， etc. Based on the technical difficulties in existing studies， combined with the modern management requirements and development trend of information technology， the future research emphases of integrated measurement and control gate and control technology are prospected， so as to provide reference for the related research of water management in irrigation district.

关键词

智能调控 / 闸门 / 测控一体化 / 流量计算 / 渠道控制模型 / 闸门水力特性 / 闸群联合调控

Key words

intelligent control / channel gate / integration of measurement and control / flow rate calculation / canal control models / hydraulic characteristics of gates / joint regulation and control of gates

基金

新疆生产建设兵团科技攻关项目(2019AB035)
国家自然科学基金青年科学基金项目(52009143)
中国水科院重点专项项目(0145B502019)

引用本文

EndNote

Ris (Procite)

Bibtex

导出引用
侯文涛 , 白美健 , 陈炳绅 , 章少辉 , 史源. 测控一体化闸门及其调控技术研究分析[J].节水灌溉, 2021(8): 47-51
Wen-tao HOU , Mei-jian BAI , Bing-shen CHEN , Shao-hui ZHANG , Yuan SHI. An Analysis of the Integrated Measurement and Control Gate and Its Control Technology[J].Water Saving Irrigation, 2021(8): 47-51

0 引 言

灌区是我国社会经济发展的重大公益性基础设施，是保证国家粮食安全、用水安全和生态安全的重要基石，是山水林田湖草系统治理和乡村振兴的关键支撑。灌区工程是集灌溉水源工程、输配水工程、排水工程、田间灌溉工程、测控设施、管理设施于一体的系统工程，具有面广，点多、散、小、偏、远的特点[1]。测控设施是进行灌区水管理的重要工具，能帮助管理者准确掌握供给侧“蓄引提调”多水源来水情况和需求侧用水情况，为灌区水费收取和用水总量与定额管理提供支持[2]。目前，多数灌区测控设施配套与调控手段相对落后，用水户需求多样化发展态势加大了灌区业务的管理难度，传统管理方式已难以满足各行业对灌区高质量服务的需求，急需借助信息化管理手段来提高灌区服务水平。
测控技术与设施升级配套是灌区信息化管理的关键所在。当前，随着灌区信息化和农业水价改革工作的推进，灌区用水计量设施配套工程建设工作得到高度重视，量测水产品百花齐放，超声波水位计、雷达水位计、磁致伸缩水位计、电磁流量计、超声波流量计、雷达流量计等先进量测水设备逐渐被广泛采用，测控合一的量水设备可避免独立量水设施所产生的水头附加损失，是未来的发展方向之一。测控一体化闸门及其调控技术结合计算机、自动控制、计算水动力学等学科，使控制系统能够根据渠道的实际运行状态对闸门进行自动控制。第一个自动控制闸门( AMIL GATE )由Neyrpic旗下的French Group ALSTHOM设计并生产，于1937年首次应用于 Algeria ( Oued Rhiou area )的主干渠 （最大流量10 m3/s），尽管没有执行任何控制算法，但其在实际应用中的表现广受用户好评。该自动控制闸门通过水位测井监测闸门上游水位，利用水箱及其他附加结构自动控制闸门开度，无需其他能源驱动[3]，但由于其操作灵活性有限，无法适应用水需求较为频繁的灌区输配水系统。因此，USBR( the U.S. Bureau of Reclamation )研发了三点式控制器（也称Little-Man），该控制器能够接收控制点水位实测值并反馈其内置算法推荐的闸门开度调节值，通过设定相关参数（dead-band，静带；gate-operate-time，动作时间；gate-rest-time，休眠时间），实现对闸门的调控[4]。由此，测控一体化闸门的研究和发展正式拉开帷幕。
目前，我国多数灌区的分水控制、流量计量、信息管理等方面自动化程度不高，基本上依靠配水员的手动操作和经验估算，工作效率和用水效率低，与灌区现代化管理要求有较大差距，无法满足灌区水资源优化调度、及时制定应急减灾策略等多目标管理需求。因此，国内外专家围绕测控一体化闸门及其调控技术开展了大量研究工作，本文重点从闸门水力特性适应性、过闸流量估算方法和闸群联合调控技术等方面进行梳理分析，并展望未来研究重点。

1 研究现状分析

1.1 闸门水力特性适应性研究

利用闸门对输配水过程进行干预时需要统筹考虑配水灵活性，渠道运行稳定性与安全约束，防洪需求等多目标需求[5]。多目标的实现受过闸水流水力特性影响显著，研究人员多从闸门结构入手解决测控一体化技术中闸门水力特性适应性问题。
常用于灌区的闸门有下射式孔流板闸、堰高可调的槽闸等，由于二者具有不同的水力特性，故适用场景不同。板闸的过流方式一般为下射式孔流，槽闸的过流方式为顶面溢流，二者的优缺点见表1。板闸用于流量监测时，通常无需购买新的成套设备，且水头损失低，但其稳定水位的能力与槽闸相比较差，不利于联合调控；槽闸的过流形式为顶面溢流，能保证渠道不发生漫溢，且上下游水位稳定，故其在闸群联合调控中的优势不言而喻[6]。
表1 两种闸门过流方式的特点[10]

Tab.1 The characteristic of weir overflow and orifice flow

过流方式 优势 缺陷
顶面溢流 上下游水位稳定；安全性较高，随时能够支持防洪工作 淤积频繁；淹没流条件下测流精度极差
下射式孔流 流量控制及计量方法简单实用；受淤积影响较小 上下游水位较不稳定；停电时无法调节过流量，不利于防洪排涝；闸门启闭过程耗能大
上、下游水位是渠道控制和流量计算的关键要素，水位稳定有利于改善渠道水力响应特性，因此将“堰”与“闸”相结合是一个巧妙的门体结构设计思路，测控一体化槽闸就是采用这样的门体结构。但是，由于其固有的顶面溢流形式会造成频繁的闸前淤积，不仅影响传感器测量精度，严重时还影响闸门过流能力。有资料显示，槽闸受淤积困扰时测流精度较正常工作状态下降26.8%[7]。针对淤积问题，一种方法是在分析传感器结构及其故障原因的基础上，加装一种外置的高效自动清洗装置借助高压水枪对传感器滤网进行冲洗，在一定程度上解决因淤积而引起的传感器工作性能下降问题[8]；另一种方法是从水力学角度入手，通过对闸门水力性能进行深入分析，提出结构更为简单、实用的控水设备，使闸门的过流底面与渠底皆可齐平，有利于集中冲沙，缓解闸前淤积压力[9]。

1.2 过闸流量估算方法研究

过闸流量的估算通常是利用实测的水位、流速和闸门开度等数据，通过过闸流量计算模型间接获得流量，过闸流量计算模型可分为机理模型、软测量模型[11]，模型特点及计算流程见图1。
图1 过闸流量计算流程

Fig.1 The calculation process of discharge

Full size|PPT slide

机理模型在传统水工建筑物量水方法中应用较多，即利用相应的水力学理论进行流量计算。但该方法不具备时间相关性，且工程中的过闸流态不满足经验公式假设时，会大大影响精度[11]。软测量( Soft sensor )技术属于控制理论，又可称为状态观测技术( State observe )，包括软测量建模方法，模型实时演算的工程化实施技术及模型自校正技术，其中软测量建模方法是该技术的核心。软测量建模方法主要有两大类：一类是基于过程机理，该类方法需要开发人员透彻了解研究对象的过程机理，针对不同研究对象建立不同的模型，但该方法不适用于某些复杂的非线性过程；另一类是基于数据，该类方法将研究对象看作一个黑箱，利用数学回归方法、系统辨识或神经网络等方法建立模型，其优点是不需要深入了解研究对象的内部规律，适用性极广，但物理意义不明确[12]。新型的软测量模型结合了两种建模技术的优点，能够兼顾物理意义与时间相关性，提高了模型的非线性逼近能力，适用于具有强非线性、时变特点的水力过程。周玲（2002年）针对BP网络应用于涵闸流量计算时出现的训练速度慢、易陷入局部极小值、推广能力较差的问题，运用最小二乘法建立了RBF软测量模型，经测试与比较，发现RBF方法较BP方法收敛速度快、回忆误差小、实时性好、泛化能力强[13]。曹玉升等（2016年）将遗传算法与传统闸孔出流公式结合，建立了过闸流量软测量模型，可根据实测数据在线调整流量系数，自动拟合节制闸前后水位、闸门开度、流量系数之间的非线性关系，利用南水北调中线节制闸某时段渠道运行数据验证模型有效性并与其他模型进行比较，结果表明其实际工作性能优于传统水力学计算方法和基于BP网络的过闸流量计算模型[14]。

1.3 闸群联合调控技术研究

闸群联合调控的关键是闸群长时间、持续工作中的强非线性、多扰动、强耦合、大滞后等协同调控问题，在满足用水和安全需求的同时考虑复杂内边界对渠道非恒定流输水过程的影响，最终实现渠道输水过程的及时调控[15]。Streeter[16]于20世纪60年代第一次提出全渠道控制概念，基于何种理论及方法实现全渠道范围内的闸门联合调控一直是研究热、难点，许多学者从渠道控制模型、控制算法等方面对此进行研究。

1.3.1 渠道控制模型

渠道控制模型是进行控制算法设计和分析控制系统鲁棒性、稳定性的基础。目前，渠道控制模型主要包括非线性模型、线性模型、简化模型和基于辨识的黑箱（或灰箱）模型四类，各类模型的优缺点及实现方法和相关研究成果见表2 [17]。
表2 渠道控制模型特点及相关研究成果

Tab.2 The characteristic and research findings of canal control models

渠道控制模型类型 优势 缺陷 思路 典型例子

非线性

模型

 保留了水流的非线性特性，精度高于线性控制模型；适用于开环控制 数学推导过程复杂；计算条件苛刻、不易收敛；不便于利用控制理论进行算法设计和分析；不适应非计划取水工况[18] 直接离散Saint-Venant方程，在理想条件下建立与控制理论的关系 Wylie[19]基于特征线法提出了第一个非线性控制模型GSM ( Gate-Stroking Model )； Halleux[20]基于Riemann不变量原理，假设渠道坡度为零、摩阻为零，研究了渠网的控制问题

线性

模型

 适当简化，模型精度较高；便于利用控制理论对渠道进行分析和集中控制算法设计；有利于处理渠池间的耦合关系 建模工作量大；模型结构复杂；存储要求高；模型参数整定困难 在研究点附近对Saint-Venant方程进行线性化离散化处理，最终导出渠道状态空间模型 利用Preissimann四点偏心差分格式离散Saint-Venant方程组，最终导出渠道状态空间模型[21, 22]

简化

模型

 便于利用控制理论对渠道进行分析和集中控制算法设计；计算速度快；计算存储要求低；结构简单；物理概念明确 过度概化，在不具有明显的均匀流和回水区的渠道中精度较低；难以处理高频扰动 简化次要水力因素，对圣维南方程进行线性化和拉氏变换，将单渠池概化为均匀流和回水区 J.Schuurmans等[23]建立了单渠段集总参数的渠道线性积分时滞模型( ID模型 )；Litrico and Fromion等[24]在ID模型中加入了上、下游水位扰动项，建立了IDZ模型； Violaine Dalmas等[25]建立了一种适应于不同水流组态的明渠非均匀流简化低维模型

黑箱（或灰箱）

模型

 模型结构简单；时间相关性强；不需要复杂的数学推导 辨识过程复杂，成本较高；物理概念不明确；小扰动、小采样步长下闭环控制性能较差 利用实测和仿真数据，运用系统辨识技术建立渠道运行黑箱、灰箱模型 S. Sawadogo以渠段上游闸门流量作为输入，下游闸前水位作为输出，分水口和渠尾出流为已知扰动建立黑箱模型[26]；E Weyer基于质量守恒和水力学经验公式建立灰箱模型[27]

1.3.2 明渠运行控制算法

明渠运行控制算法可以追溯到20世纪50年代，美国California中央流域工程首次使用Little-Man算法对渠道闸门进行控制，而后美国垦务局及其他机构在其基础上提出了Colvin算法、PID算法、P+PR算法等[28]。早期的闸门控制器属于单输入单输出形式，没有考虑渠池之间的耦合问题，可能会出现水位和流量变幅逐级放大现象。为解决此问题，国内外学者开始研究具有多输入多输出算法结构的控制算法，本文主要介绍两种比较受欢迎的方法：线性二次型算法( LQR )和模型预测算法( MPC )，两种算法的特点见图2。
图2 MPC算法与LQR算法的特点

Fig.2 The characteristic of MPC and LQR

Full size|PPT slide

针对可预知分水扰动问题，尚毅梓等以控制点水位偏差为主要抑制因子，基于线性二次型( LQR )指标，建立了渠道系统水位偏差及其变率、流量控制的全状态空间模型，构造出包含有M步未来信息的扩展系统，使渠道系统能够有效应对可预知分水扰动[29]。王忠静等（2018年）针对多级联渠道时滞、耦合特性及一般未知取水扰动问题，基于输水渠道线性积分时滞控制模型（ID模型），建立了多级渠道离散时间状态空间方程，基于线性二次型理论( LQR )设计了最优状态反馈控制器，在流量变幅控制在0.1 m3/s以内的试验中表现良好，能够使控制点水位始终保持在安全运行范围内，但出现较大的水位变幅时仍可能发生水位超过渠道安全运行范围甚至漫溢的情况，故后续需要研究能够考虑较大取水扰动和水位输出约束的控制算法[30]。Overloop 等（2010年）基于模型预测算法( MPC )设计了闸门控制器，经试验发现该种控制器可在一定程度上克服噪声和干扰问题，保持水位在约束范围内[31]。 Aydin等（2017年）针对不可预知随机扰动和操作性失水难以计入控制模型的问题，利用滚动时域估计( MHE )预测状态变量和初始条件，结合模型预测算法( MPC )对渠道控制系统的每一步进行优化，以实现对不可预知随机扰动的合理描述[32]。

2 展 望

2.1 推进闸门水力特性适应性研究

测控一体化闸门与传统闸门相比具有计量和控制双重功能，故闸门水力特性适应性研究需围绕精准计量、安全运行和易维护等方面综合考虑。一方面从水力学角度出发，在保证上下游水位稳定的基础上，力争较高的水位和流量计量精度；另一方面，控水设备结构设计需考虑泥沙淤积、低温、盗砸等问题，在不影响设备水力性能及测流能力的基础上，增加或替换具有相同功能的装置或元件，以此来保证控水设备在实际应用中的稳定与安全；第三方面，需加强各类设备的适应性研究，合理安排不同设备的使用场景，减少维护成本，将其功能和效益最大化。

2.2 推进过闸流量软测量模型通用性研究

大部分对过闸流量软测量模型的研究主要围绕特定流态进行，在未来可尝试将此类软测量模型发展为具有自动适配机制的程序，自动判别流态并选择适宜的过闸流量计算公式及AI算法，建立软测量模型，实现该种软测量模型能够在不同灌区、不同系统、不同流态下通用，减少重复开发的技术压力，为用户提供精准的分水口流量信息，为技术人员提供方便的开发工具。该目标的实现有赖于经典水力学理论的突破和系统辨识、AI技术的进一步发展。

2.3 推进闸群联合调控技术实用性研究

闸群联合调控的可实施性取决于渠道控制算法的控制性能，而控制算法的性能很大程度上依赖于渠道控制模型精度。复杂的非线性控制模型精度虽高，但数学推导复杂，且难以利用控制理论进行算法设计和分析，线性模型的参数整定和在线辨识较为困难，而简化模型仅考虑主要水力因素，将渠段概化为均匀流区和回水区，在某些不符合假设或存在高频扰动的情况下精度较低。因此，在未来的研究中，一方面，应对非线性模型的边界条件、汊点进行适当简化，降低控制算法设计难度，提高其实用性；另一方面，应深化系统辨识或AI技术与线性渠道控制模型的结合，寻找更为稳定、高效的模型参数率定方法，进一步提高模型精度和计算效率；第三方面，应进一步推进状态观测技术与简化模型的结合，提高其对高频扰动的处理能力。

2.4 健全相关标准、规范

为了落实“百花齐放，百家争鸣”方针，促进灌区信息化建设人员的交流学习、共同发展，需要一些基础的规范性文件提供交流环境。通信协议对SCADA( Supervisory Control And Data Acquisition )的设计和应用而言非常重要，影响着硬件和软件的选择及系统的信息吞吐量、通信模式和通信拓扑结构。目前，国际上并没有统一的灌区自动化通信协议，导致不同灌区管理系统之间通信困难、开发人员之间的交流壁垒过高，存在严重的重复开发现象，需要健全适用于灌区的自动化通信标准。此外，由于社会经济迅速发展，灌区的任务也越来越多元化，涉及的数据和业务应用模块繁多，而目前切合灌区实际情况的数据质量控制规范、数据协同交互规范、数据表单结构设计规范等都相对缺乏，需要健全灌区管理软件开发标准，完善业务需求文档和开发代码规范，并对考虑到不同种类、不同数量因素的软件进行分类、分级，帮助灌区根据自身需求选择合适的管理软件，促进开发人员之间的技术交流。

2.5 探索适宜的灌区信息化工程运维模式

灌区现代化发展逐渐向“智慧化”转型，信息化工程建设无疑为灌区管理水平和服务能力提升提供了基础支撑，但是信息化工程能否持续发挥效益，更多地取决于灌区运维水平的高低。我国灌区基础设施条件参差不齐，基于灌区客观条件探索适宜的灌区信息化工程运维模式是落实“强监管”的重要抓手。目前可提高灌区信息化工程运维水平的途径主要包括：①加强培训现有员工，提高其业务水平；②引进各种专业（如信息技术、自动化等）人员参与到灌区运维工作中；③通过向专业公司购买服务来保障信息化工程的正常运行。

3 结 语

水力性能、流量计算精度、控制模型及算法的效率和精度、运维水平等均会对调控技术的实际应用效果产生影响，国内外学者为了改善调控技术在灌区中的应用效果进行了一系列研究，并取得了大量研究成果，涌现了许多优秀的测控一体化设备及软件。本文通过对已有研究成果和技术现状的梳理和分析，提出了测控一体化闸门及其调控技术在未来可进一步改善的建议，以期为灌区用水管理相关研究提供参考。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
1
康绍忠.加快推进灌区现代化改造补齐国家粮食安全短板[J].中国水利，2020(9)：1-5.
本文引用 [1]
2
GOMEZ M， RODELLAR J， MANTECON J A. Predictive control method for decentralized operation of irrigation canals[J].Applied Mathematical Modelling， 2002， 26(11)：1 039-1 056.
本文引用 [1]
3
NEYRTECGOUSSARD J. Automatic equipment for irrigation canals[C]//Planning， operation， rehabilitation， and automation of irrigation water delivery systems. New York ： ASCE， 1987：122-132.
本文引用 [1]
4
ROGERS D C， GOUSSARD J. Canal control algorithms currently in use [J]. Journal of Irrigation and Drainage Engineering，1998，124(1)：11-15.
本文引用 [1]
5
WAHLIN B T， ASCE M， CLEMMENS A J. Automatic downstream water-level feedback control of branching canal networks：theory[J]. Journal of Irrigation and Drainage Engineering， 2006， 132(3)：198-207.
本文引用 [1]
6
WAHLIN B T， REPLOGLE J A. Flow measurement using an overshot gate[R]. Bureau of Reclamation， Denver， CO，1994.
本文引用 [1]
7
吴润兰，谢崇宝，高虹，等.测控一体闸测流精度校验与分析[J].中国农村水利水电，2011(8)：124-127，131.
本文引用 [1]
8
王金辉，徐宝山，惠磊.基于测控一体化闸门传感器清洗方法研究[J].节水灌溉，2019(9)：121-124.
本文引用 [1]
9
谢崇宝，张国华，黄斌，等.堰顶高度可调的控水设备研发[J].中国农村水利水电，2017(6)：158-161.
本文引用 [1]
10
BRIAN W， DARELL Z， et al. Canal automation for irrigation systems[M]. Virginia： the American Society of Civil Engineers， 2014：25-50.
本文引用 [1]
11
WENDT C， WEYER E， MAREELS I. Soft sensor for flow measurement： overshot regulator[C]// Information， Decision and Control. Adelaide： IEEE， 1999：471-475.
本文引用 [2]
12
于静江， 周春晖. 过程控制中的软测量技术[J]. 控制理论与应用，1996，13(2)：137-144.
本文引用 [1]
13
周玲. 基于神经网络的涵闸流量软测量建模研究[D].南京：河海大学，2002.
本文引用 [2]
14
曹玉升，畅建霞，陈晓楠，等.基于遗传程序的南水北调中线节制闸过闸流量计算模型研究[J].水利学报，2016，47(6)：834-840.
本文引用 [2]
15
吴保生，尚毅梓，崔兴华，等.渠道自动化控制系统及其运行设计[J].水科学进展，2008(5)：746-755.
本文引用 [1]
16
STREETER V L， WYLIE E B. Hydraulic Transients [M]. New York：McGraw-Hill Book，1967.
本文引用 [1]
17
崔巍，陈文学，郭晓晨.明渠运行控制模型研究进展[J].南水北调与水利科技，2009，7(4)：5-9.
本文引用 [1]
18
阮新建. 渠道运行GSM算法及其适用条件[J]. 中国农村水利水电， 1999(5)：17-19，48.
本文引用 [1]
19
WYLIE E B. Control of transient free-surface flow[J]. Journal of Hydraulic Engineering，1969，95：347-362.
本文引用 [1]
20
HALLEUX J D， PRIEUR C， CORON J M，et al. Boundary feedback control in networks of open channels[J]. Automatica，2003，39(8)：1 365-1 376.
本文引用 [1]
21
LIU F， FEYEN J， BERLAMONT J.Computation method for regulating unsteady flow in open channels[J]. Journal of Irrigation and Drainage Engineering，1992，118(5)：674-689.
本文引用 [1]
22
MALATERRE P O， RODELLAR J. Multivariable predictive control of irrigation canals. Design and evaluation on a 2-pool model[C]//Proceedings of the International Workshop on Regulation of Irrigation Canals：State of the Art of Research and Applications，1997：239-248.
本文引用 [1]
23
SCHUURMANS J. Open-channel flow model for controller design[J]. IFAC Proceedings Volumes，1995，28(10)：531-535.
本文引用 [1]
24
LITRICO X， FROMION V. Simplified modeling of irrigation canals for controller design[J]. Journal of Irrigation and Drainage Engineering， 2004， 130(5)：373-383.
本文引用 [1]
25
DALMAS V， ROBERT G，et al. Simplified non-uniform models for various flow configurations in open channels[J]. IFAC Papers On Line，2017，50( 1 )：12 320-12 325.
本文引用 [1]
26
SAWADOGO S， FAYE R M，et al. Decentralized adaptive predictive control of multi-reach irrigation canal[J]. International Journal of Systems Science，2001，32(10)：1 287-1 296.
本文引用 [1]
27
WEYER E. System identification of an open water channel [J]. Control Engineering Practice，2001，9(12) ：1 289-1 299.
本文引用 [1]
28
美国内务部垦务局 著. 现代灌区自动化管理技术实用手册[M].（高占义，谢崇宝，程先军，等.译）北京：中国水利水电出版社，2004.
本文引用 [1]
29
尚毅梓，吴保生，李铁键，等. 渠道分水扰动可预知算法设计与仿真[J]. 水科学进展， 2011(2)：242-248.
本文引用 [1]
30
王忠静，郑志磊，徐国印，等.基于线性二次型的多级联输水渠道最优控制[J].水科学进展，2018，29(3)：383-389.
本文引用 [2]
31
OVERLOOP P J V， CLEMMENS A J， STRAND R J，et al. Real-time implementation of model predictive control on maricopa-stanfield district's WM canal[J].Journal of Irrigation and Drainage Engineering，2010， 136(11)：747-756.
本文引用 [2]
32
AYDIN B E， OVERLOOP P J V， RUTTEN Martine，et al ．Offset-free model predictive control of an open water channel based on moving horizon estimation[J].Journal of Irrigation and Drainage Engineering，2017，143(3)：42-50.
本文引用 [2]
PDF(1464 KB)

1968

访问

0

引用

详细情况
段落导航
相关文章
网站版权所有 © 《节水灌溉》编辑部
地址：武汉大学二区《节水灌溉》编辑部　邮编：430072
电话：(027)68776133　传真：jieshuiguangai@188.com　
本系统由北京玛格泰克科技发展有限公司设计开发　技术支持：support@magtech.com.cn

/

〈 〉