约束非线性系统的预测控制方法的研究.pdf

万方数据 Study on Model Predictive Control Methods for Constrained Nonlinear Systems A Thesis Submitted to Chongqing University in Partial Fulfillment of the Requirement for the Doctor ’s Degree of Engineering By Zhao Meng Supervised by Prof. Ding Baocang Specialty: Control Theory and Control Engineering College of Automation of Chongqing University, Chongqing, China October, 2014 万方数据 万方数据 中文摘要 摘 要 模型预测控制（Model Predictive Control, MPC ），亦称为滚动时域控制 （Receding Horizon Control, RHC ），通常简称为预测控制，本质上是一种基于系统 模型和最优化方法的先进控制策略。在流程过程先进控制领域，预测控制基本上 是多变量约束控制的代名词。迄今，针对线性系统的预测控制方法已有比较成熟 的设计思路，且可得到具有足够小的优化在线计算量。但是，由于实际被控对象 或多或少地存在非线性特性，从而针对实际系统若仅单一地采用线性预测控制， 可能会导致控制性能变差，甚至使闭环系统失去稳定性。所以，直接针对约束非 线性系统设计相应的预测控制器是非常必要的。非线性预测控制的应用领域非常 广泛，目前为止，非线性预测控制已在流程工业过程、电力系统、建筑节能和飞 行器控制等领域的实际系统中得到了应用。 针对有约束的非线性系统的预测控制方法研究主要侧重于预测模型、稳定性、 鲁棒性和优化计算量等方面。本文针对约束非线性系统，设计了相应的预测控制 方法，并分析了相应方法下的闭环系统特性。本文的主要贡献为： ① 提出了一种基于收缩约束的滑模预测控制方法，并证明了闭环系统的稳定 性。选择合适的切换函数，同时联立状态方程求得对应的等效控制。为了保证闭 环系统的稳定性，预测控制优化问题中加入了切换函数收缩约束。通过求解此优 化问题，得到的最优控制输入使得切换函数具有渐近收敛特性、且闭环系统状态 趋近并沿着滑模面渐近收敛至平衡点。由于优化问题的求解时间间隔和切换函数 收缩速率参数可变，本文进一步设计了基于最优时间间隔和最优收缩速率的滑模 预测控制方法。 ② 提出了一种基于相容性约束的分布式预测控制方法，并证明了全局闭环系 统的指数稳定性。考虑子系统动态非耦合的约束大规模非线性系统，本文提出了 一种新的邻居子系统确定方法。对比其他方法，此方法下的每个子系统仅仅具有 一个邻居，从而大大减小了邻居子系统间的通信量。通过分解集中式预测控制的 优化问题，确定了分布式预测控制的优化问题，其中各子控制器采用了基于准无 穷时域的预测控制方法。为了保证闭环系统的全局稳定性，将集中式预测控制的 稳定性条件分解，得到相容性约束并加至各子系统优化问题中。此外，本文分析