工业模型预测控制理论、算法及应用

河北工业大学硕士学位论文工业模型预测控制理论、算法及应用姓名：刘超刚申请学位级别：硕士专业：控制理论与控制工程指导教师：丁宝苍20081201河北工业大学硕士学位论文i工业模型预测控制理论、算法及应用摘要模型预测控制是一种基于模型的先进控制技术。它产生于工业过程控制的实际需要，并在与工业应用的紧密结合中不断发展和进步。相对于其他传统的控制策略，预测控制具有相当大的优势：对于大范围多变量对象具有处理输入和状态约束的能力，处理变量耦合的能力和具有较强的运行鲁棒性等。这些优点使得预测控制能够有效地用于复杂工业过程的控制，并且已在炼油、化工、冶金、机械等工业部门的过程控制系统中得到了成功的应用。本文主要内容包括：1.系统地回顾了工业模型预测控制技术的发展历史，并对主要模型预测控制算法进行了简要的介绍和分析。2.介绍了模型预测控制技术中的模型辨识、控制器设计、参数调整等环节。并总结了国内外模型预测控制技术的应用软件。3.进一步分析了广义预测控制的原理，给出了广义预测控制参数的工程化调整规则。4.建立了固体氧化物燃料电池的动态机理模型，并在此基础上采用了动态矩阵控制算法。仿真结果表明了这种预测控制算法的有效性和实用性。关键词：工业模型预测控制，参数调整，动态机理模型，燃料电池工业模型预测控制理论、算法及应用iiTHEORY,ALGORITHMANDAPPLICATIONOFINDUSTRIALMODELPREDICTIVECONTROLABSTRACTModelpredictivecontrol(MPC)isakindofmodel-basedadvancedcontroltechnology.MPCwasinventedduetotherequirementsfromtheindustrialprocesscontrol,andisbeingdevelopedandimprovedcloselyalongtheindustrialapplications.MPChasadvantages,suchastheabilitytodealwithinputandstateconstraintsforlarge-scalemultivariableplants,theabilitytohandlecouplingvariables,robustnesstorunninguncertainties,etc.,overothertraditionalcontrolstrategies.TheseadvantagesofferMPCtheabilitytobeappliedinthecomplexindustrialprocesses,withsuccessfulcasesoftheprocesscontrolsystemsinindustrialunitsofoil-refinery,chemistry,metallurgy,machinery.Themaincontentsinthisdissertationincludethefollowing:1.Thehistoryoftheindustrialmodelpredictivecontroltechnologyissystematicallyreviewed.Somemainalgorithmsofindustrialmodelpredictivecontrolarebrieflyintroducedandanalyzed.2.Themodelidentification,controllerdesignandparameteradjustmentinMPCtechnologyarepresented.SomedomesticandforeignMPCtechnologyapplicationsoftwaresaresummarized.3.Theprincipleofgeneralizedpredictivecontrolisfurtheranalyzedandtheparametertuningingeneralizedpredictivecontrolforengineeringproblemsarepresented.4.Theprincipledynamicmodelsolidoxidefuelcellisconstructed,basedonwhichdynamicmatrixcontrolisadopted.Simulationresultshavedemonstratedtheeffectivenessandpracticabilityofthiscontrolapproach.KEYWORDS:industrialmodelpredictivecontrol,parametertuning,dynamicprinciplemodel,fuelcell河北工业大学硕士学位论文1第一章绪论§1-1预测控制的提出随着工业生产朝大型化、自动化、连续化发展，工业生产过程日趋复杂，对自动控制技术提出了更高的要求。传统的控制方法，如经典控制理论和现代控制理论，都需要受控对象的精确数学模型。然而实际工业过程，往往是多变量、高阶、时变的复杂过程，难以得到其精确的数学模型。如何解决理论和实际应用之间的矛盾，就需要找到一种对模型精度要求不高而又具有高质量控制性能的方法。于是在工业过程领域就产生了一类新型计算机控制算法，即预测控制方法。预测控制在每个采样周期求解一次优化问题，得到这个采样周期和未来一段时间的控制作用，但是只有在这个采样时刻的控制作用是实际实施的。在下个采样时刻重复相同的优化问题。预测控制具有实现简单，对模型要求低，在线计算方便，算法鲁棒性强等优点。近30年来，预测控制理论和实践的发展都取得了丰硕的成果，不仅成为昀有代表性的先进控制算法受到广大工业界的青睐，而且形成了具有滚动优化特色的不确定性系统稳定和鲁棒设计的理论体系。到现在，毫无疑问预测控制是流程工业和其他一次领域应用昀多的多变量控制算法，几乎可以用于任何控制问题[1-9]。§1-2预测控制的基本原理预测控制算法是使用过程模型来控制对象未来行为的一类计算机算法，其基本原理可以从预测控制算法的三个要素：预测模型、滚动优化和反馈校正中体现出来。这三个要素是预测控制区别于其他控制算法的基本特征，也是预测控制实际应用中取得成功的技术关键。预测控制的基本原理如下：1.预测模型预测控制是一种基于模型的控制算法。对于预测控制来讲，只注重模型的功能，而不注重模型的形式。预测模型的功能就是根据对象的历史信息和未来输入，预测其未来输出。从方法的角度讲，只要是具有预测功能的信息集合，无论其具有什么样的表现形式，均可作为预测模型。因此状态方程、传递函数这类传统的模型都可以作为预测模型。对于线性稳定对象，甚至脉冲响应、阶跃响应这类非参数模型，也可以直接作预测模型使用。此外，非线性系统、分布参数模型，只要具备上述功能，也可以作为预测模型使用。因此，预测控制打破了之前的控制中对模型结构的严格要求，更着眼于在信息的基础上根据功能要求按昀方便的途径建立模型。预测控制摆脱了之前的控制基于严格数学模型的要求，从全新的角度建立模型的概念。预测模型具有展示系统未来动态行为的功能。这样，就可以利用预测模型为预测控制的优化提供先验知识，从而决工业模型预测控制理论、算法及应用定惨呀何种控制输入，使未来时刻被控对象的输出变化符合预期的目标。由于预测控制具有展示系统未来动态行为的功能，在系统仿真时，任意地给出未来的控制策略，观察对象在不同控制策略下的输出变化（见图1.1），从而为比较这些控制策略的优劣提供了基础。图1.1基于模型的预测Fig.1.1Model-basedpredictive1—控制量序列Ⅰ，2—控制量序列Ⅱ，3—对应于Ⅰ的输出，4—对应于Ⅱ的输出2.滚动优化预测控制昀主要的特征就是在线优化。它的这种优化控制算法是通过某一性能指标的昀优来确定未来的控制作用的。这一性能指标涉及到系统未来的性能，例如通常可取对象输出在未来的采样点上跟踪某一期望轨迹的方差昀小。但也可取更广泛的形式，例如要求控制能量为昀小，而同时保持输出在某一给定范围内等。性能指标中涉及到系统未来的行为，是根据预测模型由未来的控制策略觉得的。但是，预测控制中的优化与通常的离散昀优控制算法有很大的差别。这主要表现在预测控制中优化不是采用一个不变的全局优化目标，而是采用滚动的优化时段的优化策略。在每一个采样时刻，优化性能指标只涉及到未来的有限时间，而到下一采样时刻这一优化时段同时向上推移(见图1.2)。因此，预测控制在每一时刻有一个相对于该时刻的优化性能指标。不同时刻优化性能指标的相对形式是相同的，但其绝对形式，即所包含的时间区域是不同的。在预测控制中，通常优化不是一次离线进行、而是反复在线进行的，这就是滚动的含义，也是预测控制区别于传统昀优控制的根本特点。虽然因有限优化目标的局部性，只能得到全局的次优解，但因滚动实施，能顾及由于模型失配、畸变、干扰等引起的不确定性并及时弥补，始终把新的优化建立在实际的基础上，使控制保持实际的昀优。3.反馈校正模型预测控制算法是一种闭环控制算法。在通过优化确定了一系列未来的控制作用后，为防止模型失配或环境干扰引起实际状态偏离控制对理想状态，通常这一系列控制作用不是逐一全部实施，而是只实现本时刻的控制作用。下一时刻时，先检测对象的实际输出，据此再对预侧进行修正，进行新的优化（见图1.3）。反馈校正的形式是多样的，可以在保持预侧模型不变的基础上，对未来的误差做出预测并2河北工业大学硕士学位论文加以补偿，也可以根据在线辨识的原理直接修改预侧模型。每到一个新的采样时刻，都要通过实际测到的输出信息对基于模型的预测输出进行修正，然后再进行新的优化。不断根据系统的实际输出对预测输出值作出修正使滚动优化不但基于模型，而且利用了反馈信息，构成闭环优化。1—参考轨迹，2—昀优预测输出，3—昀优控制量图1.2滚动优化Fig.1.2Horizonreceding图1.3误差校正1—k时刻的预测输出，2—k+1时刻的实际输出，3—k+1时刻误差，4—校正1—k时刻的预测输出，2—k+1时刻的实际输出，3—k+1时刻误差，4—校正3Fig.1.3Errordeviation工业模型预测控制理论、算法及应用4§1-3研究的目的和意义预测控制不是某一种统一理论的产物，而是在工业实践过程中发展起来的。二十多年来预测控制的研究已经取得了很大的进展，并在实际中得到了十分成功的应用。对预测控制的研究主要分为两个方向：一个方向是从预测控制本身的机理出发，研究预测控制的一些性能，如稳定性、鲁棒性；另一个方向是从预测控制的优化方法和优化策略出发，面向于实际应用，加快计算速度，增强算法的效率和实用性，使预测控制的理论和发展紧密地依托实际的工业应用。近年来，国内外对预测控制的研究和应用日趋广泛。研究范围涉及到预测模型、优化目标、约束条件以及稳定性、鲁棒性、非线性等方面。然而直至今天，国内还没有关于工业模型预测控制算法的综述性文章。国外关于模型预测控制的昀新综述性文献也是四年前发表的。因此本课题的研究就显得十分有意义的。§1-4内容安排论文共分五部分论述。第一章绪论，简要介绍了模型预测控制的有关理论，并给出了本文的研究目的和意义。第二章工业模型预测控制的发展，介绍了工业模型预测控制的发展历程，并讨论了主要的算法的特征。第三章模型预测控制技术产品概述及应用，介绍了预测控制控制器设计相关的理论，并概括总结了国内外工业模型预测控制技术的应用软件。第四章预测控制参数的工程化调整，介绍了广义预测控制的原理，给出了广义预测控制参数的工程化调整规则。第五章动态矩阵控制在燃料电池中的应用，在分析SOFC动态机理模型的基础上建立了SOFC系统的阶跃响应模型，然后结合SOFC模型描述了DMC算法，昀后将DMC应用于SOFC系统中，通过Matlab仿真验证了其效果。第六章对全文的工作进行了总结。河北工业大学硕士学位论文第二章工业模型