企业综合自动化4预测控制技术.pptx

北京工业大学 专业硕士学位课程企业综合自动化四 预测控制技术主要内容主要内容4.1 预测控制发展背景 Maxwell在1868年提出了用基于系统的微分方程模型分析反馈系统的数学方法。 基于特征根和行列式的稳定性代数判别方法——主要问题是稳定性，主要数学方法是微分方程解析方法。 Nyquist（1932）频率域分析技术和稳定性判据的产生 1945年Bode研究开发了Bode图 1948年Evans提出了一种易于工程应用的求解闭环特征根的简单图解方法——根轨迹分析方法4.1 预测控制发展背景 经典控制理论最辉煌的成果之一——PID控制规律PID控制原理简单，易于实现，对无时间延迟的单回路控制系统非常有效经典控制理论的特点：线性定常对象，单输入单输出，完成镇定任务精确化、数字化经典控制理论现代控制理论理论化4.1 预测控制发展背景 20世纪60年代，以状态空间为基础，以极小值原理和动态规划方法等最优控制理论为特征，形成了对采用Kalman滤波器的随机干扰下的线性二次型系统的时域方法的研究。 现代控制理论研究的是MIMO系统，特别是对描述系统本质的基本理论的建立：可控性、可观性、典范性分解理论等等。 相继产生和发展了系统辨识与估计、随机控制、自适应控制以及鲁棒控制等各种理论分支 70年代开始，现代控制理论和系统理论相结合，逐步发展形成了大系统理论，其核心是系统的分解和协调。4.1 预测控制发展背景 现代控制理论及应用的发展与特点 要求 精确的模型 最优的性能指标 系统的设计方法 应用 航天、航空 军事等领域4.1 预测控制发展背景 工业过程的特点 多变量、非线性、时变性、强耦合、不确定性工业过程对控制的要求 高质量的控制性能 对模型要求不高 实现方便预测控制就是在这种背景下发展起来的一类新型计算机优化控制算法。4.2 预测控制的基本原理 定义： 1978年，J.Richalet等就提出了预测控制预测控制是指通过在未来时段（也就是预测时域）上优化过程输出来计算最佳输入序列的一类算法。如何来判断一种算法是否是预测控制算法？三个基本原理， 即：1）模型预测2）滚动优化3）反馈校正4.2 预测控制的基本原理预测控制系统的一般结构简图4.2 预测控制的基本原理 预测控制是一种基于模型的控制算法——预测模型预测模型是一种功能型模型——预测模型只注重模型的功能，而不注重模型的形式功能：能根据对象的历史信息和未来输入，预测其未来输出，以及被控变量与给定值之间的偏差，从而作为确定未来控制作用的依据a 状态方程、传递函数这类传统的模型都可以作为预测模型；b 对于线性稳定对象，甚至阶跃响应、脉冲响应这类非参数模型也可以作为预测模型使用；c 此外，非线性系统、分布参数系统的模型，只要具备上述功能，也可以在对这类系统进行预测控制时作为预测模型来使用。4.2 预测控制的基本原理 基于模型的预测示意图 预测控制中最主要的特征是在线优化控制目的——就是通过对某一性能指标求最优来得到未来的控制作用。这一性能指标涉及到未来的行为。性能指标中涉及到未来的行为（也就是未来被控对象的输出）是根据预测模型，由未来的控制策略来决定的。滚动优化的含义：就是在每一个采样时刻，优化性能指标只涉及到从该时刻到未来有限的时段，而到下一采用时刻，这一优化时段同时向前推移。也就是预测控制在每一时刻有一个相对于该时刻的优化性能指标，不同时刻优化性能指标的相对形式是相同的，而绝对形式（即所包含的时间区域）是不同的。4.2.1 基本原理——滚动优化4.2.1 基本原理——滚动优化 优化过程随时间推移在线优化，反复进行每一步实现的是静态优化全局看却是动态优化4.2.1 基本原理——滚动优化4.2.1 基本原理——滚动优化 预测控制中的优化与通常的离散最优控制算法不同：1）预测控制中的优化不是采用一个不变的全局优化目标，而是采用滚动式的有限时域的优化策略。2）预测控制的优化不是一次离线进行，而是反复在线进行的，这就是滚动优化的含义——也是预测控制区别于传统最优控制的基本点。实施滚动优化的优点： 对于模型失配、时变、干扰等引起的不确定性，可以及时进行弥补，始终把新的优化建立在实际的基础之上，使控制保持实际上的最优。这对于复杂工业过程出现不确定性更加有效。4.2.1 基本原理——反馈校正 模型失配——实际系统的非线性、时变、模型失配、干扰等因素。模型失配的解决方法： 一是附加预测手段，二是对基础模型进行在线修正。反馈校正的形式多种多样，例如1）在保持预测模型不变的基础上，对未来误差作出预测并加以补偿；2）根据在线辨识的原理，直接修改预测模型。4.2.1 基本原理——反馈校正 结论： 每到一个新的采样时刻，都要通过实际测到的输出信息对基于模型的预测输出进行修正，然后再进行新的优