非線性迭代學(xué)習(xí)模型預(yù)測(cè)控制算法研究.pdf

1、迭代學(xué)習(xí)控制(Iterative Learning Control，ILC)和模型預(yù)測(cè)控制(ModelPredictive Control, MPC)是在工業(yè)實(shí)踐中逐步發(fā)展起來(lái)并被廣泛應(yīng)用的控制算法。文章首先介紹了迭代學(xué)習(xí)控制算法和模型預(yù)測(cè)控制算法的產(chǎn)生及研究現(xiàn)狀，分析了現(xiàn)存的兩種算法單獨(dú)作用在系統(tǒng)時(shí)存在的問(wèn)題，由此，提出將這兩種算法相結(jié)合組成迭代學(xué)習(xí)模型預(yù)測(cè)控制算法(MPILC)的思想。針對(duì)工業(yè)過(guò)程中的非線性系統(tǒng)，文章引入T-S模糊模

2、型，在現(xiàn)有的迭代學(xué)習(xí)模型預(yù)測(cè)控制算法的基礎(chǔ)上，提出三種改進(jìn)的非線性迭代學(xué)習(xí)模型預(yù)測(cè)控制算法(NMPILC)。針對(duì)局部線性子模型，分別設(shè)計(jì)局部迭代學(xué)習(xí)模型預(yù)測(cè)控制控制器，然后根據(jù)隸屬度函數(shù)加權(quán)得到全局控制器。其中，第一種非線性迭代學(xué)習(xí)模型預(yù)測(cè)控制算法的局部線性MPILC算法是在經(jīng)典MPILC算法的基礎(chǔ)上進(jìn)行三點(diǎn)改進(jìn)后得到，并證明了算法的收斂性，通過(guò)仿真，將此算法應(yīng)用到核電站反應(yīng)堆的功率控制中，證明了算法的控制性能。第二種算法為前饋-反饋結(jié)

3、合的非線性迭代學(xué)習(xí)模型預(yù)測(cè)控制算法(Feed forward-Feedback, FF-FB)，ILC作為前饋控制，提供主要的控制信號(hào)，MPC作為反饋控制，補(bǔ)償模型不確定性及實(shí)時(shí)干擾，通過(guò)PH中和的仿真實(shí)例證明了該算法的控制性能。第三種算法針對(duì)一類重復(fù)性干擾的系統(tǒng)，將預(yù)測(cè)函數(shù)控制(Predictive Function Control, PFC)與迭代學(xué)習(xí)控制算法相結(jié)合組成非線性迭代學(xué)習(xí)預(yù)測(cè)函數(shù)控制(Nonlinear Iterativ