基于自校正模型的化工过程多模型预测控制.pdfVIP

基于自校正模型的化工过程多模型预测控制 / 0! ~’( （中国石油大学（北京）自动化研究所，北京 !##$%） 摘 要：针对化工过程某些非线性系统的不对称动态特性，提出了一种基于自校正模型的 多模型预测控制算法。在平衡点附近建立线性模型，利用当前工作点通过二阶泰勒展开校正模 型参数，补偿非线性不对称动态特性，形成非线性系统的自校正多模型描述。采用基于模型输 出偏差的切换指标函数作为模型切换准则，结合状态反馈预测控制，构成多模型预测控制器。 ’ 值控制的仿真实验证明了该算法的有效性。 ! 引言 化工生产过程中普遍存在着一类具有较强非线性的被控过程，如精馏过程、聚合反应、 酸碱中和反应等。这类系统在大小相同但方向相反的输入作用下，却具有完全不相同的过渡 过程及稳态值，在平衡点附近表现出明显不对称的动、静态特性，这使得基于一阶泰勒展开 得到的近似线性化模型仅适用于平衡点附近很小的工作范围内，造成控制器性能不佳，控制 品质很难得到保证。 多模型预测控制将预测控制与多模型方法相结合，是一种处理非线性系统较常用的方 ［］ 法 ! ，对非线性系统具有较好的控制效果。但是，其线性化多模型主要通过在各个平衡点附 近进行近似线性化展开获得，对于以上具有不对称动态特性的非线性系统，不用大量的线性 模型，系统就无法精确描述；但若模型过多，则在每步控制过程中，很大一部分模型与此刻 系统动态特性相差甚远，不但加重了控制器的计算负担，而且频繁的模型切换也会降低控制 器的性能。 对此，文献［］将线性化多模型与神经网络相结合，用径向基函数神经元网络来补偿建 # 模误差，结合最小方差控制方法构成多模型自适应控制器，减小了局部模型的数量并改善了 系统的动态性能。本文拟通过对近似线性化方法的改进，利用当前工作点通过二阶泰勒展开 校正近似线性化模型，形成非线性系统的自校正多模型描述，结合状态反馈预测控制构成多 模型预测控制器。 值控制仿真结果表明，与基于近似线性化模型的传统多模型预测控制 ’ 相比，系统的动态特性和控制品质得到很大的改善，并保证了模型间的稳定切换。 非线性系统的自校正多模型描述 为简化问题的表述，考虑离散时间非线性系统 ! （ ） （（ ），（）） ! # ! $ % ! ’ （） { （） （（），（）） ! ( $ ) ! ’ ! 许锋，男，!%() 年出生，化工装备与过程控制专业博士研究生，从事控制理论与过程控制的研究与应用工作。电 话! * +%(,()(#，-./01 ：2345674289 : ;=3 ?. 或 2345674289 : #), 659 %#$ $ ( 其中， （） 为系统输出， （·）和 （·）为状态变量 （） 和系统输入 （） ! !# % ’ !# ) ! * 的非线性向量函数，且要求 （·）和 （·）连续且二阶可微。 # % 对于选定的输出! ! !+ ，求解非线性系统 的静态方程可以得到系统的一个平衡点 （+ + + + + + ， ， ）。在系统的输出空间中选取 个输出，并得到相应的平衡点（ ， ， ）， ’ )