现代控制工程-第10章预测控制.pptVIP

10.5 模型算法控制 * 2.参考轨迹 c是输出设定值。 对应镇定问题，否则对应跟踪问题。 对闭环系统的动态特性和鲁棒性都有关键作用。 越小，参考轨迹到达设定点越快。 3.闭环预测 k时刻对输出的闭环预测可记为 10.5 模型算法控制 * 4.滚动优化目标函数和最优控制律 模型算法控制采用的滚动优化目标函数为 最优控制律为 最优即时控制量为 10.5 模型算法控制 * MAC算法参数的整定类似于DMC算法。 MAC算法在一般的性能指标下会出现静差，这是由于它以u作为控制量，本质上导致了比例性质的控制。 而DMC算法以 直接作为控制量，在控制中包含了数字积分环节，因此即使在模型失配的情况下，也能得到无静差的控制，这是DMC的显著优越之处。 10.6 催化裂化分馏塔的MAC * 1.工艺过程分析 塔中部温度T63和T62表示了塔的操作工况，只要把它们控制在设定值的附近，并保持塔釜液位PAN在允许的最高限与最低限之间，就能保持塔操作平稳，分离效果良好。 10.6 催化裂化分馏塔的MAC * 2.模型算法控制设计 选择T63，T62和PAN作为被控变量；塔顶温度T18和塔底温度T61表示了塔前后工段对精馏塔的耦合影响和干扰作用，被作为前馈变量；重燃料油流量RD208和轻稀释油流量RD209选为调节变量。 分馏塔的MAC控制系统方块图：分馏塔对象的4输入、3输出变量之间的脉冲响应序列共12组，采用离线开环辨识方法获得，各脉冲响应序列长度为30，采样周期为3分钟。 10.7 广义预测控制 * 广义预测控制（Generalized Predictive Control , GPC）是在保持最小方差自校正控制的模型预测、最小方差控制、在线辨识等原理的基础上，吸取了DMC、MAC中多步预测优化策略而发展起来的另一类预测控制算法。 广义预测控制虽然在滚动优化的性能指标方面与一般预测控制相似，但在预测模型形式和反馈校正策略方面则有很大差别。 10.7 广义预测控制 * 1.预测模型 广义预测控制是采用受控自回归积分滑动平均（CARIMA）模型描述受到随机干扰的被控对象 为随机白噪声 丢番图(Diophantine)方程 克拉克提出的递推公式 10.7 广义预测控制 * 推导得GPC的预测模型： 10.7 广义预测控制 * 最优控制解为 即时最优控制作用为 2.滚动优化性能指标 10.7 广义预测控制 * 3.在线辨识与校正 用带遗忘因子的递推最小二乘法估计预测模型参数： THE END * Modern Control Engineering Modern Control Engineering “ ” “ ” 第10章 预测控制 第10章 预测控制 70年代以来，人们从工业过程的特点出发，寻找对模型要求不高而又能实现最佳控制的方法。预测控制最初是由美国和法国几家公司在70年代先后提出的，很快就在石油、电力和航空等工业中得到十分成功的应用。 本章从实际应用角度，介绍动态矩阵控制、模型算法控制、广义预测控制等常用的基本预测控制算法的工程设计及其应用方法。模糊控制已经得到非常广泛的应用，被公认为是简单而有效的控制技术。 * 第10章 预测控制 10.1 预测控制的基本原理 10.2 动态矩阵控制 10.3 动态矩阵控制的工程设计 10.4 炼油厂加氢裂化装置的动态矩阵控制 10.5 模型算法控制 10.6 催化裂化分馏塔的MAC 10.7 广义预测控制 * 10.1 预测控制的基本原理 * 预测控制（Predictive Control）是一类控制算法的总称,其基本原理可归结为预测模型、滚动优化和反馈校正。 预测控制采用预测模型预测系统的未来输出，实现滚动优化控制，并不断根据系统的实际输出修正预测的准确性。 * 10.2 动态矩阵控制 从1974年起，动态矩阵控制（Dynamic Matrix Control , DMC）就作为一种有约束的多变量优化控制算法，首先在美国壳牌石油公司的生产装置上获得成功的应用。 1979年卡特勒在美国化工年会上首次介绍了这一算法。十多年来，它已在石油、化工等部门的过程控制中获得了许多成功的应用。 10.2 .1 预测模型 * 动态矩阵控制是一种把被控对象的单位阶跃响应采样数据作为预测模型的预测控制算法。 设被控对象的单位阶跃响应采样数据为 系统输出的预测模型为 * 10.2 .1 预测模型 系统输出的预测模型为 A 称为动态矩阵； P是滚动优化时域长度； M是控制时域长度 1