用奇异值分解求解的PI型有约束广义预测控制算法.pdfVIP

维普资讯 第 9卷 第2期 应用数学与计算数学学报 Vo1．9．No．2 1995年 l2月 COMM ．ON APPL．MAT]-[．AND COMPUT． Dec．，1995 @ 一 7 用奇异值广分义解预求测解控制的P算I法型有约束 陈增强 袁著祉 1} (南开 辜百 写 _；磊 。。) 摘 赛 车文推导了一种 比倒积分型广义预测控制算法 ，在该算法 中加入丁对系统的输入和 输 出信号的约束 以加强算法应用能力．在控制值的优化求解中使用了矩阵奇异值分解 以增加算法 的精度和数值稳定性． 关键词 ： 三 垡! 题；奇异值分解i最短距离规划 非 最小 乘法； 苎 ． 1．引 言 ． 广义预测控制算法 (Gpc)E是为适合工业过程的要求而建立起来的一类新型计算机控制 算法．但是 ，在工业过程 中经常遇到对输入和输 出信号以及它们的变化率的限定问题 ，例如 执行机构的饱和，阀位与电机的幅度和速率的限定，液位与温度等被控量需在一定范围内才 能满足工艺需要 ．并且变化幅度不能过大等．这就需要在普通的GPC 目标函数 中加入对系统 的输入信号及其变化率的约束 以及对系统输出的预测信号及其变化率 的约束．E述优化 问题 就转化成一个有约束二次优化 问题．在文跚中对这一问题的一种特殊情形进行了求解 ．文口 中运用单纯型方法找到了该问题的可行解 ．奇异值分解 (SVD)是迄今数值代数计算中数值稳 定性和精度最好的一种矩阵分解 ，且易于在计算机上实现，因此 ，近年来基于SVD 的滤波、 辨识与控制 问题的研 究受到学者们的极大重视H]．本文建立了一种具有 比例积分结构的有约 束广义预测控制算法 (PICGPC)．该算法利用 SVD来求解其控制优化值 ，使得其数值精度与 闭环性能得到了极大地改善． 2．PICGPC算法描述 用下面的CARIMA模型来描述一个实际系统 (口一) “)= 露(目一) “(一 】)+ T(目 ) (^)／J (2．1) 这里 ()、 ()和 ()分别代表系统的输 出、输入和噪声项， 一表示 向后移时间算予．即 g-1()= (— 1)， 一 1一 ～．并且 牢文 I995年 7月9 日收到． 维普资讯 2期 目增强，盘著祉t 用奇异值分解求解的PI型有约束广义预测控制算法 A(g )； l+ alq + … + n 一 (2．2) B(q )= + 6q。+ … + 一 (2．3) T(g )= I+ ～ 一I- … + 一 (2．11 PICGPC算法采用 的 目标 函数为 or—Kp∑ 妒(+ J)一血 (+J)]+K，∑[(+J)一似“+J)]+A∑[出( J一 1)] f2．51 这里Kj,、K，和 分别为比倒因子、积分因子和控钢加权 因子；N和肌 称为预测限位和控钢限 位 (Ⅳ≥ )； (+J)为 ()的向前 步预测值 ， 为其增量，即蛳(+，)= (+j)一 “ +J一 1)，J一 1…Ⅳ；0+J)为设定值的柔化序列 ，即 l狮(+，)；一ato(t++J一