动态矩阵控制.pptxVIP

动态矩阵控制会计学第1页/共18页 动态矩阵控制和模型算法控制有很多共同之处。因为它是基于系统阶跃响应的算法，模型算法控制基于脉冲响应模型，而得到了脉冲响应模型等价于得到了阶跃响应模型。但是，动态矩阵控制采用增量算法，因此在消除稳态余差方面非常有效。当然，与动态矩阵控制相比，模型算法控制也有其优点，如抗干扰能力。第2页/共18页9.1 阶跃响应模型及其辨识 假设系统处于稳态，在单位阶跃输入 作用下，时不变SISO系统的输出响应如下： 这里假设系统输出恰好在变化N步后达到稳态，这样对象的动态信息就可以近似地用有限集 加以描述。这个集合的参数构成了DMC的模型参数，向量 称为模型向量，N则称为建模时域。阶跃响应曲线如图9.1.1所示。第3页/共18页9.1 阶跃响应模型及其辨识 据此，可以计算在任意输入下的系统输出为图9.1.1 阶跃响应曲线(9.1.1) 第4页/共18页9.1 阶跃响应模型及其辨识 其中 。注意：当 时式(9.1.1)等价于 阶跃响应模型式(9.1.1)只能用于开环稳定对象。对具有个 输入和 个输出的MIMO过程，可以 得到如下的阶跃响应系数矩阵： 其中 为针对第 个输入和第 个输出的第个阶跃响应系数。(9.1.2)第5页/共18页9.1 阶跃响应模型及其辨识 在MATLAB MPC Toolbox中，给出了MISO模型的辨识方法。给定输出 和输入 的历史数据为 ， 可估计系统的阶跃响应 第6页/共18页9.1 阶跃响应模型及其辨识 为估计阶跃响应系数，可将系统（以SISO为例）写成如式(9.1.3)的形式并首先估计 。 其中， ， 。 由式(9.1.4)给出。 为估计参数，一般建议将一些变量成比例地放大或缩小，使得所有变量的值在一个数量级上。然后将数据写成式(9.1.5)的形式： 其中 包含所有输出信息（对开环稳定过程为 ）； 包含所有输入信息（ ）； 包含所有要估计的参数。 (9.1.3)(9.1.4) (9.1.5) 第7页/共18页9.2 算法原理 考虑开环稳定系统。在每一时刻 ，要确定从该时刻起的 个控制增量 使被控对象在其作用下未来 个时刻的输出预测值 尽可能接近给定的期望值 。这里， 、 分别称为控制时域与优化时域。为了使问题有意义，通常规定 。尽管求得了 个控制输入增量，仅仅第一个值 是实际实施的。 第8页/共18页9.2.1 单入单出情形 在时刻 ，利用式(9.1.1)可得到未来 个时刻的模型输出预测值为第9页/共18页9.2.1 单入单出情形 其中 为假设当前和未来时刻控制作用不变时的输出预测值。 另记 其中(9.2.1)(9.2.2) (9.2.3)第10页/共18页9.2.1 单入单出情形 记 将经式(9.2.4)~式(9.2.5)校正后的输出预测值写成矢量形式为 其中(9.2.4)(9.2.5) (9.2.6)第11页/共18页9.2.1 单入单出情形 假设优化的准则是最小化如下性能指标： 其中： 为跟踪误差； 为未来输出参考值（设定值）； (9.2.7)9.2.1 单入单出情形第12页/共18页 和 都是非负的标量，它们分别表示对跟踪误差及控制量变化的抑制； 和 为由权系数构成的对角阵，分别称为误差权矩阵和控制权矩阵。 性能指标式(9.2.7)中的第二项主要用于抑制过于剧烈的控制增量，以防止系统超出限制范围或发生剧烈振荡。 使 取极小的 可以通过极值必要条件 求得 其中 (9.2.8)第13页/共18页 9.2.1 单入单出情形 为当前时刻及以后控制作用不变时由实测输出 和历史的控制作用预测的未来时