7.复杂数字控制器设计剖析.ppt

Dragon Tang Nan 计算机控制技术 Computer Control Technology （4） 第四章 复杂数字控制器设计 引言： 大滞后对象的控制问题 第一节 Dahlin算法 适用对象： 设计目标： 数字控制器： Dahlin算法的推导(1) 对一阶惯性带纯滞后对象 Dahlin算法的推导(2) 对二阶惯性带纯滞后对象 Dahlin算法例题 设对象为： Dahlin算法例题仿真结果 振铃现象 振铃(Ringing Amplitude)现象：数字控制器的输出u(t)以接近1/2采样频率的频率大幅度上下摆动。 振铃的危害：对系统输出影响不大，但造成执行机构的磨损、损坏。 振铃产生的原因 振铃产生的原因： D(z)在z= - 1附近有极点。 消除振铃的方法 消除振铃例 第二节 纯滞后系统的Smith控制算法 Smith预估器的计算机实现 Smith预估器的数字实现 Smith数字预估器的实现 Smith数字算法中滞后运算实现 数字Smith控制系统的完整算法 第三节 串级控制系统 串级控制系统 串级控制系统 串级控制系统 串级控制系统 串级控制系统 串级控制系统 串级控制系统 串级控制系统 第四节 动态矩阵控制系统 思考题（1） 思考题（2） 小结 作业 第四节 模型预测控制—MPC 本节内容要点 模型预测控制发展背景 特点 基本原理 动态矩阵控制DMC 模型算法控制MAC 在工业中的应用举例 模型预测控制的发展背景(1) 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 模型预测控制的发展背景(2) 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 预测控制的特点（1） 建模方便,不需要深入了解过程内部机理 非最小化描述的离散卷积和模型,有利于提高系统的鲁棒性 滚动的优化策略,较好的动态控制效果 不增加理论困难,可推广到有约束条件、大纯滞后、非最小相位及非线性等过程 是一种计算机优化控制算法 预测控制的特点（2） 对模型要求不高 鲁棒性可调 可处理约束(操作变量MV、被控变量CV) 可处理“方”、“瘦”、“胖”，进行自动转换 可实现多目标优化（包括经济指标） 可处理特殊系统：非最小相位系统、伪积分系统、零增益系统 目前预测控制的发展方向 多变量预测控制系统的稳定性、鲁棒性 线性系统、自适应预测—理论性较强 非线性预测控制系统 内部模型用神经网络（ANN）描述 针对预测控制的特点开展研究 国内外先进控制软件包开发所采用 5-1 预测控制的基本原理 1978年，J.Richalet等就提出了预测控制算法的三要素： 内部(预测)模型、参考轨迹、控制算法 现在一般则更清楚地表述为： 内部(预测)模型、滚动优化、反馈控制 5-1 预测模型(内部模型)（1） 预测模型的功能 根据被控对象的历史信息和未来输入，预测系统未来响应。 预测模型形式 参数模型：如微分方程、差分方程 非参数模型：如脉冲响应、阶跃响应 基于模型的预测示意图 5-1 滚动优化(在线优化）(1) 控制目的 通过某一性能指标的最优, 确定未来的控制作用 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 5-1 滚动优化(在线优化) (2) 滚动优化示意图 5-1 反馈校正(1) 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，然后再进行新的优化。不断根据系统的实际输出对预测输出值作出修正使滚动优化不但基于模型，而且利用了反馈信息，构成闭环优化。 5-1 反馈校正(误差校正) (2) 5-2 动态矩阵控制(DMC) 基于被控对象的单位阶跃响应 适用于渐近稳定的线性对象 即，设一个系统的离散采样数据{a1，a2 ，…，aN}（如P18的示意图），则有限个采样周期后， 满足 5-2 动态矩阵控制(DMC) DMC算法中的模型参数 有限集合aT={a1，a2 ，…，aN} 中的参数可完全描述系统的动态特性N称为建模时域。 系统的渐近稳定性 保证模型可用有限的阶跃响应描述 系统的线性性 则保证了可用线性系统的迭加性等 5-2 DMC的预测模型(1) 系统的单位阶跃采样数据示意图 5-2 DMC的预测模型(2) 如P20图, t=kT时刻预测未来N个时刻 无控制作用 u(k)的预测输出为 考虑有控制作用? u(k)时的预测输出为 5-2 DMC的预测模型(3) M 个