4 先进控制系统-1.pptVIP

预测控制的基本原理 三要素之二：滚动优化 滚动优化的目的 通过某性能指标的最优来确定未来的控制作用 参考轨迹、控制能量最小等 滚动优化的方法 有限时段的优化，反复在线运行 每一步实现的是静态优化 全局动态优化 u yr y k+1时刻优化 k+1 k t/T u yr y k时刻优化 4.2 模型预测控制 预测控制的基本原理 三要素之三：反馈校正 每个采样时刻，都对预测输出进行修正 补偿输出 校正模型参数 y u k k+1 e t/T 实现闭环优化 预测输出不仅基于模型，而且利用了反馈信息 4.2 模型预测控制 预测控制的基本原理 常见的预测控制算法 - 动态矩阵控制（Dynamic Matrix Control, DMC） - 模型算法控制（Model Algorithmic Control, MAC） - 广义预测控制（Generalized Predictive Control, GPC） - 预测函数控制（ Predictive Functional Control, PFC） - 广义预测极点配置控制（Generalized Predictive Pole-placement Control, GPPC） - 其他 4.2 模型预测控制 动态矩阵控制 DMC概述 - 由Cutler等人提出 首先应用（1974）于Shell Development Co. 是一种基于对象阶跃响应的预测控制算法，适用于渐进稳定的线性对象。 4.2 模型预测控制 动态矩阵控制 DMC的原理与算法 预测模型： 有限集合aT={a1，a2 ，…，aN} 中的参数可完全描述系统的动态特性，N 称为建模时域。 y 0 1 2 3 a3 a2 a1 N N-1 aN aN-1 t/T 4.2 模型预测控制 动态矩阵控制 DMC的原理与算法 预测模型： 利用线性叠加性质： k 时刻时，假定控制作用不变，对N 个时刻的输出预测为： 当k 时刻有一控制作用?u(k)时，对N 个时刻的输出预测为： 4.2 模型预测控制 动态矩阵控制 DMC的原理与算法 预测模型： k k+1 k+2 k+3 k+N t/T a1Δu(k) a2Δu(k) a3Δu(k) aNΔu(k) 4.2 模型预测控制 动态矩阵控制 DMC的原理与算法 预测模型： aN-M+1Δu(k+M-1) aN-1Δu(k+1) aNΔu(k) a1Δu(k) a2Δu(k) a3Δu(k) a1Δu(k+1) a2Δu(k+1) a1Δu(k+2) k k+1 k+2 k+3 k+N t/T 若有M个连续控制增量?u(k), ?u(k+1), …, ?u(k+M-1)作用，未来各时刻的预测输出 4.2 模型预测控制 动态矩阵控制 DMC的原理与算法 滚动优化： 在时刻k，要确定从该时刻起的 M 个控制增量 ?u(k)，?u(k+1)，…，?u(k+M-1)，使被控对象在其作用下未来 P 个时刻的输出预测值 尽可能接近 给定的期望值 。 M称为控制时域，P称为优化时域，M≤P≤N。 4.2 模型预测控制 动态矩阵控制 DMC的原理与算法 滚动优化： Δu(k+M-1) u(k+i) (i≥M-1) u(k) Δu(k) u(k+1) u ω(k+1) 控制时域 优化时域 k k+M k+P t/T Δu(k+1) y ω ω(k+2) ω(k+P) 4.2 模型预测控制 动态矩阵控制 DMC的原理与算法 滚动优化： 优化变量为?uM(k)=[?u(k), ?u(k+1), …, ?u(k+M-1)]T 优化目标为min J(k) 预测模型写为矩阵形式： 4.2 模型预测控制 动态矩阵控制 DMC的原理与算法 滚动优化： 已知的 4.2 模型预测控制 动态矩阵控制 DMC的原理与算法 滚动优化： 只需?u(k)构成实际控制量u(k)=u(k-1)+?u(k)作用于对象 其中， ，可以离线进行计算。 4.2 模型预测控制 动态矩阵控制 DMC的原理与算法 反馈校正： 若将?u(k)实际加于对象输入端，利用预测模型： 可作为k+1时刻的初始预测值进行新的优化计算，但实际值与预测值有可能存在