模型算法控制的应用研究.docxVIP

前言预测控制是一种基于模型的先进控制技术，它是源于工业实践，最大限度地结合了工业实际地要求，并且在实际中取得了许多成功应用的一类新型的计算机控制算法。由于它采用的是多步测试、滚动优化和反馈校正等控制策略，因而控制效果好，适用于控制不易建立精确数字模型且比较复杂的工业生产过程，所以它一出现就受到国内外工程界的重视，并已在石油、化工、电力、冶金、机械等工业部门的控制系统得到了成功的应用。工业生产的过程是复杂的，我们建立起来的模型也是不完善的。就是理论非常复杂的现代控制理论，其控制的效果也往往不尽人意，甚至在某些方面还不及传统的PID控制。70年代，人们除了加强对生产过程的建模、系统辨识、自适应控制等方面的研究外，开始打破传统的控制思想的观念，试图面向工业开发出一种对各种模型要求低、在线计算方便、控制综合效果好的新型算法。这样的背景下，预测控制的一种，也就是模型算法控制（MAC -Model Algorithmic Control）首先在法国的工业控制中得到应用。同时，计算机技术的发展也为算法的实现提供了物质基础。现在比较流行的算法包括有：模型算法控制（MAC）、动态矩阵控制（DMC ）、广义预测控制（GPC）、广义预测极点（GPP）控制、内模控制（IMC）、推理控制（IC）等等。预测控制最初由Richalet和Cutler等人提出了建立在脉冲响应基础上的模型预测启发控制 （Model Predictive Heuristic Control,简称“MPHC” ）,或称模型算法控制(Model Algorithmic Control，简称“MAC” )；Cutler等人提出了建立在阶跃响应基础上的动态矩阵控制 (Dynamic Matrix Control，简称 “DMC”)，是以被控系统的输出时域响应(单位阶跃响应或单位冲激响应)为模型，控制律基于系统输出预测，控制系统性能有较强的鲁棒性，并且方法原理直观简单、易于计算机实现。它的产生并不是理论发展的需要，而是在工业实践过程中独立发展起来，即实践超前于理论它一经问世就在石油、电力和航空等领域中得到十分成功的应用。之后，又延伸到网络、冶金、轻工、机械等部门或系统。 本文将从总体探讨预测控制特点的基础上，首先对MAC基本原理及最优控制 律的设计进行讨论，接着在导出MAC的IMC结构的基础上，应用IMC理论对MAC进行分析，得到表征系统动静态特性的简明结果，从而有利于对其进行进一步分析研究。除模型算法控制外，本文也会对其它预测控制方法进行探讨。第一章 绪论1.1 预测控制的发展概述以状态空间法为基础的现代控制理论从60年代初期发展以来，已取得了很大进展，对自动控制技术的发展走到了积极的推动作用。但随着科学技术和生产的迅速发展，对大型、复杂和不确定性系统被告自动控制的要求不断提高，使得现代控制理论的局限性日益明显。一般说来，实际工业过程常具有非线性、时变性和不确定性，且大多数工业过程是多变量的，难于建立其数学模型。即使一些对象能够建立起数学模型，其结构也往往十分复杂，难于设计并实现有效控制。近年发展起来的自适应、自校正控制技术，虽然能在一定程度上解决不确定性问题，但其本质仍然要求在线辨识对象模型，所以算法复杂，计算量大，且它对过程的未建模动态和扰动的适应能力差，系统的鲁棒性问题尚有待进一步解决，故应用范围也受到限制。基于上述情况，在工业过程控制领域，应用现代控制理论设计的过程控制器的控制效果，往往还不如按经典理论设计的PID调节效果好。因此，到目前为止，在工业过程控制中，占统治地位的仍然是经典的PID调节器。为了克服理论与应用间的上述不协调现象，从70年代以来，人们除了加强对生产过程的建模、系统辨识、自适应控制、鲁棒控制等的研究外，开始打破传统控制思想的束缚，谋略面向工业过程的特点，寻找各种对模型要求低、在线计算方便、控制综合效果好的算法。随着数字计算机向小型、高速、大容量、低成本方向的发展，也为这类新算法的实现提供了物质基础。预测控制就是在这种情况下发展起来的一类新型计算机控制算法。预测控制不是某一理论的产物，而是在工业实践过程中独立发展起来的。它是由美国和法国几家公司在70年代先后提出的。而且一经问世，就在石油、电力和航空等工业中得到十分成功的应用。随后又相继出现了各种其他相近的算法，到目前为止已有几十种之多，可统称之预测控制算法。最早应用于工业过程的预测控制算法，有Richalet、Mehra等提出的、建立在非参数模型脉冲响应基础上的模型预测启发控制（MPHC），或称为模型算法控制（MAC），以及Culter等提出的、建立在非参数模型阶跃响应基础上的动态矩阵控制(MAC)等。由于这类算法用来描述过程动态行为的信息，是直接从生产现场检测到的过程响应（即脉冲响应或阶跃响应），且不需要事先