现代控制工程-预测控制.pptVIP

第10章 预测控制 教材： 王万良，现代控制工程，高等教育出版社，2011 第10章 预测控制 70年代以来，人们从工业过程的特点出发，寻找对模型要求不高而又能实现最佳控制的方法。预测控制最初是由美国和法国几家公司在70年代先后提出的，很快就在石油、电力和航空等工业中得到十分成功的应用。 本章从实际应用角度，介绍动态矩阵控制、模型算法控制、广义预测控制等常用的基本预测控制算法的工程设计及其应用方法。模糊控制已经得到非常广泛的应用，被公认为是简单而有效的控制技术。 第10章 预测控制 10.1 预测控制的基本原理 10.2 动态矩阵控制 10.3 动态矩阵控制的工程设计 10.4 炼油厂加氢裂化装置的动态矩阵控制 10.5 模型算法控制 10.6 催化裂化分馏塔的MAC 10.7 广义预测控制 10.1 预测控制的基本原理 10.2 .1 预测模型 10.2 .2 滚动优化 10.2 .2 滚动优化 10.2.3 反馈校正 10.3 动态矩阵控制的工程设计 10.3 动态矩阵控制的工程设计 10.3 动态矩阵控制的工程设计 10.3 动态矩阵控制的工程设计 10.3 动态矩阵控制的工程设计 10.4 炼油厂加氢裂化装置的动态矩阵控制 10.4 炼油厂加氢裂化装置的动态矩阵控制 10.4 炼油厂加氢裂化装置的动态矩阵控制 10.4 炼油厂加氢裂化装置的动态矩阵控制 10.4 炼油厂加氢裂化装置的动态矩阵控制 10.4 炼油厂加氢裂化装置的动态矩阵控制 10.5 模型算法控制 10.5 模型算法控制 10.5 模型算法控制 10.5 模型算法控制 10.5 模型算法控制 10.6 催化裂化分馏塔的MAC 10.6 催化裂化分馏塔的MAC 10.7 广义预测控制 10.7 广义预测控制 10.7 广义预测控制 10.7 广义预测控制 10.7 广义预测控制 THE END 1.预测模型 广义预测控制是采用受控自回归积分滑动平均（CARIMA）模型描述受到随机干扰的被控对象 为随机白噪声 丢番图(Diophantine)方程 克拉克提出的递推公式 推导得GPC的预测模型： 最优控制解为 即时最优控制作用为 2.滚动优化性能指标 Modern Control Engineering 预测控制（Predictive Control）是一类控制算法的总称,其基本原理可归结为预测模型、滚动优化和反馈校正。 预测控制采用预测模型预测系统的未来输出，实现滚动优化控制，并不断根据系统的实际输出修正预测的准确性。 10.2 动态矩阵控制 从1974年起，动态矩阵控制（Dynamic Matrix Control , DMC）就作为一种有约束的多变量优化控制算法，首先在美国壳牌石油公司的生产装置上获得成功的应用。 1979年卡特勒在美国化工年会上首次介绍了这一算法。十多年来，它已在石油、化工等部门的过程控制中获得了许多成功的应用。 动态矩阵控制是一种把被控对象的单位阶跃响应采样数据作为预测模型的预测控制算法。 设被控对象的单位阶跃响应采样数据为 系统输出的预测模型为 10.2 .1 预测模型 系统输出的预测模型为 A 称为动态矩阵； P是滚动优化时域长度； M是控制时域长度 DMC采用滚动优化目标函数，选择未来控制时域P内的控制增量序列，使未来优化时域M内的预测输出值尽可能接近期望输出，即 由极值必要条件容易求得最优解为 实际控制时只将作用于系统： 改进算法 预测误差 为了克服预测模型误差以及干扰的影响，DMC在每一步控制作用后，采用预测误差修正其它各步预测值，实现了反馈校正。修正后的预测值记为 修正后未来P个采样周期在没有控制增量的预测输出 1.常规控制：采用PID控制、线性化等方法使被控对象成为渐近稳定的线性系统。 2.确定采样周期T：采样周期T的选择仍应遵循一般计算机控制系统中选择采样周期T的原则。 15～20 成 分 或取纯滞后时间 15～20 温 度 6～8 液 位 优先选用6～8s 3～10 压 力 优先选用1～2s 1～5 流 量 备 注 采样周期（s) 被控参数 3.确定动态矩阵：检测对象的阶跃响应，并经平滑后等周期采样，得到采样序列构成动态矩阵A。 4.初选滚动优化参数 (1)优化时域P：P对控制系统的稳定性和动态特性有重要影响。P在1，2，4，8，…序列中挑选，应该包含对象的主要动态特性。 (2)控制时域M：M是要确定的未来控制量改变的数目。M值越小，控制