4.4先进控制系统讲解.pptVIP

4.4 先进控制系统 主要内容 4.4.1 预测控制 4.4.2 推断控制 4.4.3 自适应控制系统 附：软测量技术 概 述 简单控制系统和常用复杂控制系统都以经典控制理论为理论基础，是在广泛采用常规仪表的年代发展起来的。 随着现代控制理论与计算机控制技术等学科的发展，为了满足工业生产过程自动化的迫切要求，特别是有些过程特性复杂，采用PID控制达不到满意的控制效果，需要有新的控制系统结构与控制算法，因此，自20世纪70年代以来，国内外大力致力于先进过程控制系统的研究和开发。 将现代控制理论移植到过程控制领域，充分发挥计算机的功能，世界各国在加强建模理论、辩识技术、优化控制、最优控制、高级过程控制等方面研究。推出了从实际工业过程特点出发，寻求对模型要求不高，在线计算方便，对过程和环境的不确定性有一定适应能力的控制策略和方法。例如，预测控制、推断控制、自适应控制系统等先进控制系统。 原 因（技术—理论—应用对象） 1、计算机技术迅猛发展。 2、现代控制理论的诞生。 3、过程工业向大型化和精细化方向发展。 定 义 先进控制系统是指对工业过程本身的非线性、时变性、耦合性和不确定性的特点，而采用的预测控制、推理控制、自适应控制、软测量技术等系统。 4.4.1 预测控制 预测控制是20世纪70年代末出现的一种基于模型的计算机优化控制算法，被认为是近年来出现的几种不同名称的新型控制系统的总称。 由于预测控制的先进性和有效性，近30年来，在理论上或工业上控制界投入了大量的人力和物力进行研究，使它有了很大的发展，成为控制理论及其工业应用的热点。 预测控制与传统PID控制的不同 常规PID控制是根据过程当前的输出测量值和设定值的偏差来确定当前的控制输入。 预测控制不但利用了当前的和过去的偏差值，而且还通过预测模型来预估过程未来的偏差值，以滚动优化确定当前的最优输入策略。 4.4.1.1 基本结构 预测控制算法是以模型为基础，既包含了预测的原理，同时具有最优控制的基本特征。预测控制的控制算法尽管其形式不同，但都有一些共同的特点，归结起来有三个基本特征：即模型预测、滚动优化和反馈校正。 （1）模型预测 定义：模型预测控制算法需要一个描述系统动态行为的模型称为预测模型。 原理：根据对象的历史信息和未来控制输入，预测过程的未来输出，并能根据被控变量与设定值的误差确定当前时刻的控制作用。 预测模型：传递函数、状态方程、脉冲响应模型和阶跃响应模型等。 （2）反馈校正 原因：采用预测模型通过优化计算预估未来的控制作用，存在非线性、时变、模型失配和扰动等不确定因素，模型的预测值与实际过程会有差别。因此必须在每个采样时刻，通过输出的测量值与模型的预估值进行比较，得出模型的预测误差，再利用模型预测误差来校正模型的预测值，从而得到更为准确的将来输出的预测值。 定义：利用修正后的预测值作为计算最优性能指标的依据，实际上也是对测量到的变量的一种负反馈，故称为反馈校正。 优点：使预测控制具有很强的抗扰动和克服系统不确定的能力。 （3）滚动优化 预测控制是一种优化控制算法。像所有最优控制一样，它是通过某一性能指标的最优化来确定未来的控制作用。这一性能指标还涉及到过程未来行为，它是通过预测模型由未来的控制策略决定的。 4.4.1.2 特点 对数学模型要求不高且模型的形式多样化； 能直接处理具有纯滞后的过程； 具有良好的跟踪性能和较强的抗扰动能力； 对模型误差具有较强的鲁棒性。 4.4.1.3 应用 预测控制可以根据过程的特点和控制要求，以最为方便的方法在系统的输入输出信息中，建立起预测模型。也可以把实际系统中的不确定因素体现在优化过程中，形成动态优化控制，并可处理约束和多种形式的优化目标，使预测控制能适合复杂工业过程的控制。 4.4.1.4 发展过程 1、第一代预测控制技术：IDCOM、DMC 主要处理无约束过程的预测控制 2、第二代预测控制技术：QDMC 主要处理约束多变量过程的预测控制 3、第三代预测控制技术：RMPCT、PFC等 主要处理约束多变量过程的预测控制，具有 容错和多个目标函数等功能 4.4.2 推断控制 生产过程中被控制量(过程输出)不能直接测量就难以实现反馈控制。如果扰动可测，则可以采用前馈控制。但是，在工业生产中也存在着这样一类情况，即过程的扰动，甚至过程的输出（被控制量）无法测量或难以测量（测量仪表价格昂贵、性能不可靠，或测量滞后大等），则可以采用推断控制。