计算机控制系统李华范多旺第6章.ppt

计算机控制系统李华范多旺第6章.ppt

  1. 1、本文档共79页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
在 时刻, ,…, 均为已知的过去值,而 ,…, 是待确定的最优控制变量,所以,上述优化问题可归结为如何选择 ,…, 以使性能指标式最优。 在实际系统中,对控制量通常存在约束 在预测控制中,在每一时刻求解上述优化问题后,只需把即时控制量作用于实际对象。这一算法的结构框图如图6-12中不带虚线的部分。 图6-12 模型算法控制原理示意图 带有反馈校正的闭环预测结构。 如果不考虑约束,并且对象无纯滞后和非最小相位特性,则上述优化问题可简化, ,…, 可以逐项递推解析求解 ④ 闭环预测 由于被控对象的非线性、时变及随机干扰等因素,使得预测模型的预测输出值与被控对象的实际输出值之间存在误差是不可避免的。因此需要对上述开环模型预测输出进行修正。在模型预测控制中通常是用输出误差反馈校正方法,即闭环控制得到。 设第 步的实际对象输出测量值 与预测模型输出 之间的误差为 ,利用该误差对预测输出 进行反馈修正,得到校正后的闭环输出预测值为 写成向量形式,得 其中 ⑤ 模型算法控制的实现 (a)一步优化模型预测控制算法 所谓一步优化控制算法是指每次只实施一步优化控制的算法,简称一步MAC。此时 预测模型: 参考轨迹 : 优化控制: 误差校正: 由此可导出最优控制量 的显式解: 如果对控制量存在约束条件,则计算实际控制作用: 若 若 若 ① 离线计算 测定对象的脉冲响应 ,并经光滑后得到;选择参考轨迹的时间常数 ,计算 实现一步MAC算法控制步骤: ② 初始化 把 置入固定内存单元;把工作点参数 、给定值 、以及参数 和有关约束条件 , 置入固定内存单元;设置初值 ,其中为式(6-2-17)中的。 ③ 在线计算 图6-13 一步MAC流程示意图 一步MAC算法特别简单,且在线计算量小。但是,一步MAC不适用于时滞对象与非最小相位对象 。 2.动态矩阵控制 (DMC ) 单输入单输出渐进稳定对象通过离线或在线辨识,并经平滑得到系统的阶跃响应曲线 ① 模型预测 对于渐近稳定的对象,阶跃响应在某一时刻 后将趋于平稳, 已近似等于阶跃响应的稳态值 有限集合 就是对象的内部模型。 为截断步长。 如在 时刻加一控制增量 ,则在未来 个时刻的预测模型输出值可以用矩阵形式表示 ;在 时刻,不加 ,由 时刻起未来 个时刻的输出预测初值。 其中: ;在 时刻,施加 ,由 时刻起未来 个时刻的输出预测初值。 ;描述系统动态特性的 个阶跃响应系数。 如果所施加的控制增量在未来 个采样间隔连续变化,即 , ,…, ,则系统在未来 个时刻的预测模型输出值 如图 图6-15 根据输入控制增量预测输出 写成矩阵: ;表示 时刻,有 个控制增量作用时,未来 个时刻的预测模型输出。 ;表示 时刻,不施加控制增量作用时,未来 个时刻的预测模型输出; 是滚动优化时域长度; 是控制时域长度, 和 应满足 。 ;为动态矩阵,其元素为描述系统动态特性的阶跃响应系数。 ; 表示从现在起 个时刻的控制量; ② 滚动优化 在每一时刻 ,通过优化策略,确定从该时刻

您可能关注的文档

文档评论(0)

开心农场 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档