基于模型算法预测控制的论文分析

1/27安徽大学本科毕业论文（设计、创作）题目：基于模型算法预测控制的分析与算法研究学生姓名：夏金龙学号：Z01014166院（系）：电气工程与自动化学院专业：自动化入学时间：2010年9月导师姓名：何舒平职称/学位：讲师/博士导师所在单位：电气工程与自动化学院完成时间：2014年6月2/27基于模型算法预测控制的分析与算法研究摘要本论文简要介绍了预测控制的发展历程，理论分析了模拟算法及其优缺点以及一些参数选取。此外，还介绍了MPC。通过比较MPC与传统PID的算法实现，突出MPC的快速性、稳定性等特点。介绍了预测控制在工业中的一些实际运用。最后，指出MPC在中国的广阔发展前景。对于我国MPC的发展具有重要的现实意义。关键词：MPC；预测控制；模型；参数3/27TheanalysisandtherelevantresearchofmodelalgorithmicpredictivecontrolAbstractThethesisprovidesabriefintroductionofthedevelopmentprocessofpredictivecontrol.Italsopositesthetheoreticalanalysisofsimulationalgorithmandarticulatesitsadvantagesanddisadvantages,anumberofparameterselectionsaswell.Moreover,itpresentstheMPCbycomparingthealgorithmimplementationoftheMPCandtraditionalPIDtohighlightitsfeatures:rapidityandstability,etc.Predictivecontrolalgorithmintroducedsomepracticaluseinindustry.Finally,thearticlepointsoutthatthereisawideprospectofdevelopmentfortheMPCinChina.ItisofgreatandpracticalsignificanceforourcountrytodevelopandbringouttheMPC.Keywords:MPC;Predictivecontrol;Model;Parameter目录4/271绪论...................................................................................................................…………………51.1预测控制发展概述.....................................................................................51.2预测控制基本原理.....................................................................................62基本模型.....................................................................................62.1多步输出预测.....................................................................................72.2最优控制率计算.....................................................................................92.3MAC的IMC结构.....................................................................................102.4闭环系统特性.....................................................................................112.5预测控制系统的参数选择.....................................................................................122.5.1预测时域长度P.....................................................................................132.5.2控制时域宽度M.....................................................................................133仿真研究.....................................................................................134应用实例……………………………………………………………………………204.1采用模型算法预测控制的电流控制器………………………………………………204.2模型预测控制在锅炉控制系统中的应用……………………………………………215结论.....................................................................................22主要参考文献.....................................................................................24致谢.....................................................................................255/271绪论1.1预测控制发展概述以状态空间法为基础的现代控制理论从60年代初期发展至此，已取得了很大的进步，对自动控制技术的发展产生了积极的推动作用。随着科学技术和生产的迅速发展，对大型、复杂和不确定的系统被告自动控制的要求不断提高，使得现代控制理论的局限性越来越明显。一般来说，在实际操作当中，常具有非线性、时变性和不确定性，且大多数操作是多变量的，其数学模型的建立很难。即使有些对象可以建立数学模型，其结构也往往很复杂，难于设计并实现有效控制。这些年发展起来的自适应、自校正控制技术，虽然能一定程度的解决不确定性问题，但其仍然要求面对面辨识对象模型，所以算法复杂，计算量巨大，且它对过程的未建的模型动态和扰动的适应能力不好，系统的有些问题尚有待进一步解决，应用范围也受到限制。对于上述情况，在工业过程控制领域，应用现代控制理论设计的过程控制器的操作效果，往往不如经典理论设计中的PID调节效果好。因此，目前为止，在工业过程控制中，占主要地位的还是经典的PID调节器。为了改变理论与应用间的上述不协调现象，自70年代以来，人们除了加强对生产之中的建模、系统辨识、自适应控制、鲁棒控制等的研究外，开始破除传统控制思想的束缚，设计面向工业操作的特点，寻找对模型要求低、在线计算方便、控制综合效果好的算法。随着数字计算机向小型、高速、大容量、低成本方面的发展，也为此等新算法的实现提供了物质基础。预测控制就是在这种情况下发展起来的一类新型计算机控制算法。预测控制并非理论产物，是在工业实践操作过程当中发展起来的。它是由美国和法国的几家公司在70年代先后提出的。而且刚问世，就在石油、电力和航空等工业领域之中得到十分成功的认可。随后又陆陆续续出现了各种其他相近的算法，到目前为止已有几十种了，可统称为预测控制算法。最早应用于工业操作过程的预测控制算法，有Richalet、Mehra等人提出的、建立在非参数模型脉冲响应基础上的模型预测启发控制（MPHC），又称为模型算法控制（MAC），以及Culter等提出的、建立在非参数模型阶跃响应基础上的动态矩阵控制（MAC）等等。由于这类算法是描述过程动态行为的信息，直接从生产现场检测到的过程响应（即脉冲响应或阶跃响应），也不需要事先知道过程模型的结构和参数的先验知识，也不必通过复杂的辨识系统辨识来建立过程的数学模型，便可根据某一优化指标设计控制系统，确定一个控制量的时间序列，使将来的一段时间被调量与经过柔化的期望轨迹之间的误差变的最小，由于算法采用的是不断在线的滚动优化。在优化过程中不断通过实测系统输出与预测模型输出的误差来进行反馈校正，所以能在一定程度上克服由于预测模型误差和某些不确定性干扰等的影响，使系统的鲁棒性得到增强，适用于控制复杂的工业生产过程。除了直接来自工业操作过程当中的控制，采用基于脉冲响应或阶跃响应的非参数模型作为预测模型的预测控制算法，还出现了另一种类基于离散参数模型的预测控制算法。806/27年代初，人们在自适应控制的研究当中中发现，增强自适应控制系统的鲁棒性，有必要在广义最小方差控制的基础之上，吸取预测控制中的多步预测、滚动优化思想，用以扩大反映过程未来变化趋势的动态信息量，提高自适应控制系统的实用性等等。所以，出现了基于辨识过程参数模型，还带有自校正机制、在线修正预测控制算法等，主要有Clarke的广义预测控制(GPC)、Lelic的广义预测极点配置控制(GPP)等。预测控制自1978年Richalet等人提出模型预测启发式控制算法（MPHC）以来，已经取得了巨大的发展，先后提出了模型算法控制（MAC）、动态矩阵控制（DMC）、广义预测极点配置控制（GPP）、内模控制（IMC）和推理控制（IC）等几十种算法，在实际复杂工业过程控制中也得到了成功的应用。正如前面所提出的那样，预测控制不是理论的产物，而是在工业初中过程中逐渐发展起来的。当前所说的预测控制，既包括了来自工业生产过程的MAC、DMC，也包括了自适应控制的GPC、GPP及内模控制（IMC）等多方面的研究成果，是工程界和控制理论界共同合作所得的产物。1.2预测控制基本原理在介绍预测控制的具体算法之前，我们先来建立预测控制的基本概念。预测控制的首发点与传统的PID控制不同。通常的PID控制，是根据过程当前的和过去的输出测量值和设定值的偏差来确定当前的控制输入。但是预测控制不仅仅利用当前的和过去的偏差值，而且还利用预测模型来预估过程未来的偏差值，以滚动确定当前的最优输入方法。所以，从基本思想来看，预测控制优于PID控制。预测控制是以计算机为实现方法的，所以其算法的表现形式一般为采样控制算法。预测控制是以一种模型为基础利用过去的输入输出的数据来预测未来一段时间内的输出，再通过具有控制约束和预测误差的二次函数的极小化，来得到当前和未来几个采样周期的最优控制规律。在下一个采样周期中再利用最新数据，重复这一优化的计算过程。另外，预测控制包含了预测的原理，即利用内部模型的状态或输出的预测，同时应用了有限预测时域的滚动计算思想和反馈及预测校正等等，最后采用了对某个系统性能指标的最优化计算用来确定在一个控制时域内的最优的控制序列。这是预测控制的基本原理。虽然预测控制算法种类多、表现形式多种多样，但它们都具有下述三项基本特征，即：预测模型、滚动优化和反馈校正。(1)预测模型预测模型是模型预测控制的基础，它的功能是根据对象的历史信息和即将输入预测其即将输出。预测模型只要求其能够实现预测对象未来输出的功能但却并不强调其结构形式。因此预测模型的形式可以是传递函数、状态方程等等传统的那些数学模型，对于稳定的线性系统，既可以采用有限脉冲响应或有限阶跃响应等非参数模型，也可以用非线性模型、模糊辨识模型、神经网络也被用作预测模型。由于预测模型具