基于LQG基准的模型预测控制系统性能评价研究与应用-控制科学与工程专业论文.docxVIP

万方数据 万方数据 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取 得的研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其它 人已经发表或撰写过的研究成果，也不包含为获得 天津理工大学 或 其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研 究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 学位论文作者签名： 签字日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解 天津理工大学 有关保留、使用学位论文 的规定。特授权 天津理工大学 可以将学位论文的全部或部分内容编入 有关数据库进行检索，并采用影印、缩印或扫描等复制手段保存、汇编， 以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复本和电子 文件。 （保密的学位论文在解密后适用本授权说明） 学位论文作者签名： 导师签名： 签字日期： 年 月 日 签字日期： 年 月 日 摘要 随着计算机技术的发展以及工业 4.0 等概念的提出，工业过程更趋向于智能化、自 动化。这就要求着更先进的控制算法来控制工业过程，保障系统的稳定高效运行。因此 先 进 控 制 算 法 近 些 年 得 到 了 飞 速 发 展 ， 其 中 模 型 预 测 控 制 （ Model Predictive Control,MPC）是应用最广泛也是最有效的一类先进控制算法。模型预测控制结合了预 测模型、滚动优化及反馈控制的控制方法，可达到系统的约束边界，大大地提高工业效 益。但在实际工业应用中，由于控制器整定不足或缺少维护，以及系统设备故障等因素， 会出现控制性能变差的现象。若不能及时地采取一定的措施，会对企业带来严重的损失。 因此需要开展MPC系统的控制性能评价理论研究，形成实时的性能监控体系，达到性能 监控的目的。本文以线性二次高斯（Linear quadratic Gaussian,LQG）基准作为MPC系统 的性能评价指标，展开对MPC系统的控制性能评价研究。主要研究内容如下： 首先对模型预测控制系统进行性能评价的目的及意义进行简单介绍，接着分别针对 模型预测控制与控制性能评价的发展过程与研究现状进行描述，并分析了当前课题的发 展趋势与难题。 然后针对模型预测控制的动态矩阵控制算法，以预测模型、滚动优化与反馈校正为 主要方面，分别在单变量与多变量系统进行算法推导，并分别以单容水箱与精馏塔为对 象进行仿真分析。通过分析仿真结果，与常规PID控制比较，充分验证了MPC控制算法 的优越性。接着进行LQG基准理论研究，以性能限制曲线为最终目标，分别对其三种不 同算法：基于状态空间模型的算法、基于多项式模型的算法及基于子空间模型的算法进 行推导比较，分析出各自的优缺点与适用范围。 最后在传统的评价基准上，将LQG基准应用到MPC系统中，能够考虑到输入条件的 限制，得到更具有实际意义的性能指标，为MPC系统进行性能评价提供更符合实际的理 论依据。为解决MPC系统的一致性估计难以获取问题，在子空间算法的基础上，将联合 输入输出闭环子空间辨识算法作为理论依据，通过最小化目标函数获得LQG基准。将 MPC的滚动优化思想与LQG基准理论结合，设计了LQG控制器，并通过在精馏塔的仿真 实验，验证了该方法的有效性。 关键词： 模型预测控制，性能评价，线性二次高斯基准，性能限制曲线 Abstract With the development of computer technology and putting forward the concept of industrial 4.0 ,industrial process tends to be more intelligent and automatic. This requires a more advanced control algorithm to control the industrial process to guarantee the stability and high efficiency of the system . Thus advanced control algorithm has developed rapidly in recent years, the Model Predictive Control is the most widely used and most efficient class of advanced control algorithms. Model Predictive Control is a combination of predictive model, roll optimization and feedback control and c