第09章 先进控制DMC.ppt

第 9 章 动态矩阵控制 9.1 阶跃响应模型及其辨识 9.2 算法原理 9.2.1 单入单出情形 9.2.2 单入单出情形：另一种推导方式 9.2.3 多入多出情形 9.2.4 MATLAB工具箱的说明 9.3 约束的处理 动态矩阵控制和模型算法控制有很多共同之处。因为它是基于系统阶跃响应的算法，模型算法控制基于脉冲响应模型，而得到了脉冲响应模型等价于得到了阶跃响应模型。但是，动态矩阵控制采用增量算法，因此在消除稳态余差方面非常有效。当然，与动态矩阵控制相比，模型算法控制也有其优点，如抗干扰能力。 9.1 阶跃响应模型及其辨识 9.1 阶跃响应模型及其辨识 9.1 阶跃响应模型及其辨识 9.1 阶跃响应模型及其辨识 9.1 阶跃响应模型及其辨识 9.2 算法原理 9.2.1 单入单出情形 9.2.1 单入单出情形 9.2.1 单入单出情形 9.2.1 单入单出情形 9.2.1 单入单出情形 9.2.1 单入单出情形 9.2.1 单入单出情形 9.2.1 单入单出情形 9.2.1 单入单出情形 9.2.1 单入单出情形 《计算机网络》课件 制作人：谢希仁 假设系统处于稳态，在单位阶跃输入 作用下，时不变SISO系统的输出响应如下： 这里假设系统输出恰好在变化N步后达到稳态，这样对象的动态信息就可以近似地用有限集 加以描述。这个集合的参数构成了DMC的模型参数，向量 称为模型向量，N则称为建模时域。阶跃响应曲线如图9.1.1所示。 据此，可以计算在任意输入下的系统输出为 图9.1.1 阶跃响应曲线 (9.1.1) 其中 。注意：当 时式(9.1.1)等价于 阶跃响应模型式(9.1.1)只能用于开环稳定对象。对具有个 输入和 个输出的MIMO过程，可以 得到如下的阶跃响应系数矩阵： 其中 为针对第 个输入和第 个输出的第个阶跃响应系数。 (9.1.2) 在MATLAB MPC Toolbox中，给出了MISO模型的辨识方法。给定输出 和输入 的历史数据为 ， 可估计系统的阶跃响应 为估计阶跃响应系数，可将系统（以SISO为例）写成如式(9.1.3)的形式并首先估计 。 其中， ， 。 由式(9.1.4)给出。 为估计参数，一般建议将一些变量成比例地放大或缩小，使得所有变量的值在一个数量级上。然后将数据写成式(9.1.5)的形式： 其中 包含所有输出信息（对开环稳定过程为 ）； 包含所有输入信息（ ）； 包含所有要估计的参数。 (9.1.3) (9.1.4) (9.1.5) 考虑开环稳定系统。在每一时刻 ，要确定从该时刻起的 个控制增量 使被控对象在其作用下未来 个时刻的