模糊动态环境下满意控制的凸优化问题.pdfVIP

第28卷增刊 信息与控制 V01．28。Suppkment 1999年8月 I-lIormatjon删Contro] AUo，】999 模糊动态环境下满意控制的凸优化问题’ 李少远席裕庚 (上海空遗大学自动化研究所上海200030) ■蔓本文提出一种在预测控捌框架下进行模期决策的方法，将控翻目标和系统约柬模栩 化，与基于=次登性能指标的预测控翻相比，该方法可使得系统设计更灵活． 关键调模糊稍嚣控制．模鞭目标，模糊约束，优化 l引言 工业过程的对象一般很难以精确的数学模型描述，基于精确数学模型的控制方法在应用 上受到很大限制，尤其对复杂非线性或部分未知的工业系统控制问题。经典的线性控制理论往 往受到限制或只能应用于局部线性的情况，不能得到全局工况的满意控制．此外，工业环境中 存在着各种扰动，对过程动态带来很大影响．由于机构、能量、工艺条件以及安全性等方面的考 虑，工业过程中的物理量受到形式多样的约束，使得控制器的控制动作受到限制．复杂工业过 程的规模日益庞大，生产者B不可能对生产全部过程参数提出控制要求，转而根据生产要求提 出不同指标，并尽可能综合考虑这些指标的优化，从而构成了在动态不确定性环境下的满意控 制问题o】． 上述问题可以归结为复杂工业过程在动态不确定环境下并且存在约柬时的优化控制阿 题，由于工业过程控制中的许多不确定性，如控制参数、约束、控制目标等都是随着生产条件的 变化表现出的不确定性，这种不确定性不是随机的，而是模糊的，因此，人们的控制经验往往起 着重要的作用，我们把这类问题称为模糊动态环境下复杂系统的满意控制问题． 顶测控制本质上是在有限时问内的优化控制算法，并通过滚动优化机制克服系统不确定 性因素的影响．系统预测和模糊推理都是人们在处理复杂工业过程控制向题时的自然想法，在 现有的模糊预测控制文献中D。】，大多是先通过模糊推理建立全局系统的模型，然后利用这一 模型对系统的输出进行预测，利用预测控制算法得到控制量}已经证明模糊模蛩都有对非线性 函数的万能逼近性质，因而模糊预测对于非线性系统的控制有一定的作用．然而，这一做法与 预测控制的初衷是不一致的，因为预测控制以滚动优化机制来降低对控制模型的要求，而甩模 糊推理建立非线性系统的全局模型是很复杂的事情，再结合璜测控羽算法反而增加了复杂性． 另外，在_现在模糊预测控制研究中．也投有考虑多目标和多约束的实际控制问题． 本文针对复杂工业过程在模糊不确定性环境中存在生产约束时的满意控制同题，将系统 约束和控制目标模糊化，将模糊环境中有限时域的优化问题转化为等价的确定性规划问题，提 出一种解决复杂工韭过程在模糊动态环境下的满意控制的方法． ·国采863计划重大关健技术攻关顶目(863—511—830—002)和中国博士后辩学基盒资助谦曩 增刊 李步远等：模糊动态环境下满意控材的凸优化问置 141 2模型预测控制 模型预测控制的本质是利用系统的预测信息，在有限时域内对某一性能指标进行优化，为 了克服系统的不确定性，在预测控制中采用滚动优化策略．系统的预测输出岁(^+f)，i=1， …Ⅳ是由系统当前时刻t的信息和未来的控制信号u(k=i)，i一1，…，Ⅳ一1得到的，其中Ⅳ 为系统的预测时域，为了优化问题的简化，一般取控制时域MⅣ，即：u(k+f)=u(k+M一 1)，^f，…Ⅳ一1，优化目标为t ‘，=∑嘶(；(^+f))。+∑Z,(Au(k+f一1))。 (1) 鬲 蜀 。 其中，；(^+f)为系统的强测误差，血‘(^+i一1)为系统控删增量，畸和t分别为对瑗测误差 和控制增量的加权系数，在(1)式所示的二次型性能指标的优化问题中，系统的控制性能依犊 于加权系数的调整，而这种调整缺乏有效的方法，文献[6]讨论了在GPC算法中，t对系统性 能和系统稳定性的影响，文献[73稠用神经网络训练竹，增加了预测控制算法的复杂性． 3 预测控制中的模榻决策 在复杂工业过程控制中，控制目标和系统约束分别为Gl’．．．’q、c--．．·c．·控制的目标是 在满足控制约束的前提下