广义预测控制综述.pdf

第 29 卷第 3 期 　 信 息 与 控 制 V o l. 29,N o. 3 2000 年 6 月 Info rm ation and Contro l 　June. , 2000 文章编号:(2000) 广义预测控制综述 胡耀华　贾欣乐 (大连海事大学信息工程学院　116026) 摘　要: 总结了近年来广义预测控制的递推算法、直接算法、组合算法、稳定的广义预测控制 算法、连续的广义预测控制算法、非线性系统的广义预测控制算法等各方面的理论研究成果, 概述 了广义预测控制的稳定性和鲁棒性分析的结论, 讨论了进一步研究的方向. 关键词: 广义预测控制, 直接算法, 非线性系统, 稳定性, 鲁棒性 中国分类号: T P 13　　　　　　文献标识码:A 1　引言 60 年代初, 现代控制理论的研究取得了长足的进展, 基于性能指标的优化控制理论也日 趋成熟, 这大大提高了人们对被控对象的认识, 为控制工程师们在高层次上设计系统提供了一 种有效的手段. 但在控制实践中, 许多复杂的工业系统的数学模型很难精确建立, 而且对象的 结构和参数往往具有一定的不确定性. 从工程应用的角度, 人们希望对象的模型尽量简化, 系 ( ) 统在不确定性因素的影响下能保持良好的性能 即鲁棒性 , 且要求控制算法简单, 易于实现, 以满足实时控制的需要. 实践的需要向控制理论提出了新的挑战, 促使人们寻找对模型要求 低、控制质量好、在线实现方便的控制算法. 同时计算机的飞速发展为各种新的控制算法的研 究提供了物质基础, 预测控制就是在这种背景下产生的一种新型计算机控制算法. 　　1978 年, 等人在系统脉冲响应的基础上, 提出了模型预测启发控制( ) , 并 R ichalet M PHC 介绍了其在工业过程控制中的效果; 1982 年, Rouhan i 和M eh ra 给出了基于脉冲响应的模型 算法控制( ) ; 在对象阶跃响应的基础上提出了动态矩阵控制( ). 这些算法以 M A C Cu tler DM C 对象的有限阶跃响应或有限脉冲响应为模型, 在每一个控制周期内采用滚动推移的方式在线 ( ) 对过程进行有限时域内的优化控制 即滚动优化 , 它对过程的模型要求低, 算法简单, 容易实 现, 同时在优化过程中不断利用测量信息进行反馈校正, 在一定程度上克服了不确定性的影 响, 在复杂的工业过程控制中显现出良好的控制性能. DM C 和M A C 在锅炉和分馏塔以及石 油化工生产装置上的成功应用, 也大大促进了预测控制的发展. 　　广义预测控制 (GPC ) [ 1 ] 是随着自适应控制的研究而发展起来的一种预测控制方法, 由于 各类最小方差控制器一般要求已知对象的时延, 如果时延估计不准确, 则控制精度将大大降 低; 极点配置自校正控制器则对系统的阶次十分敏感. 这种对模型精度的高要求, 束缚了自校 正控制算法在复杂的工业过程控制中的应用, 人们期望能寻找一种对数学模型要求低、鲁棒性 强的自适应控制算法. 正是在这种背景下, 1987 年, C larke 等人在保持最小方差自校正控制的 在线辨识、输出预测、最小方差控制的基础上, 吸取了DM C 和M A C 中滚动优化的策略, 提出 了广义预测控制算法(GPC ). GPC 基于参数模型, 引入了不相等的预测水平和控制水平, 系统 收稿日期: 1999- 01- 07