先进控制在工业应用.pptxVIP

; 一. 工业模型预测控制技术—MPC的介绍 二. 模型算法控制MAC的基本原理 三. MAC的实际应用;1.工业过程的特点： 多变量、非线性、强耦合 、大纯滞后 2.现代控制理论与方法： 精确的数学模型、最优的性能指标 、系统而精确的设计方法 ;1. 20世纪70年代以来，经典的最优控制方法在生产过程中的应用并未见到很好的效果，其原因主要是精确数学模型的建立比较困难，当实际过程有所变化时，控制系统的鲁棒性较差。人们开始打破传统方法的约束，找新的控制方法。 2. 试图面对工业过程的特点，寻找对模型要求低、综合控制质量好、在线计算方便的优化控制新方法。 3. (MPC—Model Predictive Control)模型预测控制算法就是在这种背景下发展起来的一类计算机优化控制算法。;（3）预测控制MPC控制算法的分类 ; 单输入单输出（SISO） 多输入多输出（MIMO 无约束 有约束 输入输出方系统 非方系统 线性 非线性 常规预测控制 鲁棒预测控制 ;1. 建模方便，不需要深入了解过程内部机理，模型要求不高。 2. 适用约束条件、大纯滞后、非最小相位及非线性等过程。 3. 滚动的优化策略，较好的动态控制效果。 4. 算法核心 （1）预测过程未来输出（2）滚动优化（3）误差反馈校正 ;1.是一种基于非参数模型的预测控制 2.采用有限脉冲响应模型或有限阶跃响应模型作为过程预测模型，无须考虑模型结构和阶次，模型中可包含过程纯时滞项。 3.缺点： （1）不能描述不稳定系统，不适用不稳定对象。 （2）在线模型辨识比较困难。 ;MAC模型算法基本工作过程： 模型预测 滚动优化 反馈校正 ;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、传递函数、差分方程等 非参数模型：如脉冲响应、阶跃响应模型等。;1.基于模型的预测示意图：;滚动优化 模型预测控制是一种优化控制算法，通过某一性能指标的最优来确定未来的控制作用。 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。 全局是动态优化。 ;2.滚动优化示意图： ;（3）反馈校正 ;3.反馈修正的形式： （1）在保持预测模型不变的基础上，对未来的误差做出预测并加以补偿。 （2）根据在线辨识的原理直接修改预测模型。 ;4.误差校正示意图： ;4.非参数模型： （要求系统为开环稳定对象） ;（1）脉冲响应模型;单位脉冲响应g(t)的拉氏变换即为系统传递函数;?;其中N是建模时域，与采样周期Ts有关，N·Ts对应于被控过程的响应时间，在合理选择Ts的情况下，建议N的数值在20~60之间。 式子相当于当前时刻k-1后的下一个采样时刻的系统输出的预测值。;（2）阶跃响应模型; ;（2）反馈修正：;（3）将校正输出表示成向量形式：;（3）参考轨迹;越大，则 值也越大参考轨迹的时间常数τ α而系统的柔性越好，鲁棒性越强，但控制的快速性却变差。在 AC的设计中 是 个很重要的参数它对闭环系统的动态特性和鲁棒性将起重要作用 ;（4）滚动优化; 在实际执行时，由于模型误差、系统的非线性特性和干扰等不确定因素的影响，如按求得的控制律去进行当前和未来M步的开环顺序控制，则经过M步控制后，可能会偏离期望轨迹较多。为了及时纠正这一误差，可采用闭环控制算法，即只执行当前时刻的控制作用u(k)，而下一时刻的控制量u(k+1)再进一步递推计算。 ;（5）计算机实现步骤;3.强制循环蒸发系统;控制目标: 使出料液的密度快速跟踪生产工艺所确定的出料密度目标值——质量指标 使蒸发器液位保持在正确位置(在工艺上通常要求液位保持在低于加热管出口而高于循环管入口处 )和相对稳定——生产安全指标;3 强制循环蒸发系统的动态模型;;3.2强制循环蒸发系统的多模型自适应预测解耦控制方法 ;图3.1 串级PID控制策略的实验结果 ;图3.2 本文所提控制策略的实验结果 ;国内外优秀预测控制软件介绍;这些国外著名公司开发出适用于实时控 制与优化的多变量高级控制和实时在线 优化的商品化工程软件，大量推向市场，