改進(jìn)的廣義預(yù)測控制算法研究.pdf

1、模型預(yù)測控制(ModelPredictiveControl(MPC))是直接從工業(yè)過程控制中產(chǎn)生的一類基于模型預(yù)測、滾動優(yōu)化并結(jié)合反饋校正的先進(jìn)計算機(jī)優(yōu)化控制算法。由于模型在工業(yè)現(xiàn)場易于獲得，不需要復(fù)雜的系統(tǒng)辨識與建模，采用反饋校正基礎(chǔ)上的在線滾動優(yōu)化取代傳統(tǒng)的最優(yōu)控制，所以它對模型的要求低，對模型失配、非最小相位系統(tǒng)、不確定干擾的影響具有較強(qiáng)的魯棒性，而且在線計算相對比較簡單，適用于數(shù)字計算機(jī)控制。其基本思想是將傳統(tǒng)自校正技術(shù)的單步預(yù)

2、測擴(kuò)展為多步預(yù)測，從而有效地抑制了算法對于模型參數(shù)變化的靈敏性。它的典型算法有三大類：模型算法控制(ModelAlgorithmicControl(MAC))、動態(tài)矩陣控制(DynamicMatrixControl(DMC))、廣義預(yù)測控制(GeneralizedPredictiveControl(GPC))。它們都基于模型預(yù)測、滾動優(yōu)化、反饋校正三大環(huán)節(jié)。 廣義預(yù)測控制作為預(yù)測控制中一種重要的典型算法，它一出現(xiàn)就受到了國內(nèi)外控

3、制理論界和工業(yè)界的重視，成為研究領(lǐng)域中最為活躍的一種預(yù)測控制算法。廣義預(yù)測控制由于采用多步輸出預(yù)測、滾動優(yōu)化和反饋校正等控制策略，獲取系統(tǒng)過去和未來的有關(guān)信息比單步預(yù)測多，因而抗負(fù)載擾動、隨機(jī)噪聲、時延變化等能力顯著增強(qiáng)。當(dāng)模型參數(shù)慢時變時，采用自校正控制策略在線辨識參數(shù)，以適應(yīng)參數(shù)和環(huán)境的變化，更增強(qiáng)了廣義預(yù)測控制的適應(yīng)性和魯棒性，所以可適用于有純時延、開環(huán)不穩(wěn)定非最小相位的復(fù)雜過程。但由于采用多步輸出預(yù)測，需要在線遞推求解丟番圖(D

4、iophantine)方程，滾動優(yōu)化中又需要在線對控制矩陣進(jìn)行求逆運算，導(dǎo)致計算工作量大，實時性降低。因而研究廣義預(yù)測控制的改進(jìn)，減少計算量，提高實時性，具有重要的理論意義與實際應(yīng)用價值。本文在研究總結(jié)國內(nèi)外研究的基礎(chǔ)上，提出了一種快速算法，大大減小了計算量。 由于廣義預(yù)測控制機(jī)理上的滾動時域特點，它的控制器參數(shù)設(shè)定多是啟發(fā)式的，其主要參數(shù)都是以隱含的方式出現(xiàn)在閉環(huán)傳遞函數(shù)中，因而難以進(jìn)行定量分析。這給廣義預(yù)測控制的穩(wěn)定性和魯棒

5、性研究帶來了困難，而且相應(yīng)存在控制器參數(shù)的調(diào)節(jié)問題。因其模型計算中的卷積性質(zhì)使其難以采用較小的采樣周期，難以克服生產(chǎn)過程中突變性擾動，影響了控制品質(zhì)。而傳統(tǒng)的由反饋系統(tǒng)偏差的比例(P)、積分(I)、和微分(D)的線性組合構(gòu)成的反饋控制律—PID控制，控制算法簡單，不基于任何模型，有較小的采樣周期，對過程中的突變性擾動有很好的控制效果。如果把廣義預(yù)測控制和傳統(tǒng)的PID控制結(jié)合起來，則不但能克服過程中的大滯后、非線性和時變的影響，還能顯著的