《基于模型的预测控制理论发展及应用.docx》由会员分享，可在线阅读，更多相关《基于模型的预测控制理论发展及应用.docx（6页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、基于模型的预测控制理论发展及应用摘要：基于模型的预测控制(modelpredictivecontrol)是一种从工业经过控制中产生的一类先进计算机控制算法，包括模型预测、滚动优化和反应校正三个基本特征。文章阐述了预测控制算法的产生和基本发展，对当今控制领域的先进预测控制和智能预测控制以及非线性预测控制进行了讨论。最后对这类预测控制算法在实际工业经过中的应用做了扼要概括。关键词：预测控制先进预测控制智能预测控制非线性预测控制上世纪50年代左右，经典控制理论在控制界发展起来，60年代末，由于空间技术的发展需要，促使当代控制理论的发展，从单一的线性定常系统研究发展到可研究线性或非线性、定常或时变的系
2、统。然而，完美的控制理论与控制实践之间还存在着宏大的差距。这是由于：首先实际工业经过中对象往往是多输入-多输出，有大滞后和严重非线性的系统，准确的数学模型建立特别困难;其次工业经过系统的构造参数和环境干扰等方面都存在很大的不确定性，而根据理想模型设计的最优控制器在此情况下难以保持最优。为了克制控制理论与它在实际应用之间的差距，学者除了加强对系统辨识、模型简化、自适应控制、鲁棒控制等控制方法的研究之外，也在寻找一种新的控制算法。70年代后期，从工业经过控制中直接产生出一种新型计算机控制算法模型预测控制(ModelPredictiveControl)，这类算法对模型要求低、在线计算方便、控制综合质
3、量好，迅速在控制领域发展起来。本文首先介绍了预测控制算法的发展经过和当今控制领域对预测控制的理论研究，最后介绍了这类控制算法在实际工业经过控制中的成功应用。1预测控制算法的发展1.1预测控制基础算法预测控制自产生以来，有三种基础算法，分别是由Richalet、Mehra等提出的模型算法控制(ModelAlgorithmicControl(MAC)，由Cutler等提出的动态矩阵控制(DynamicMatrixControl(DMC)，以及由Clarke提出的广义预测控制(GeneralizedPredictiveControl(GPC)。MAC和DMC都是基于非参数模型的算法，MAC以被控对象
4、的脉冲响应特性为预测模型，DMC以对象的阶跃响应特性为预测模型。而GPC是以受控自回归积分滑动平均(CARIMA)模型为预测模型，结合在线辨识和自校正机制的算法，大大加强了算法的适用性和鲁棒性。由于脉冲响应和阶跃响应容易从生产现场获得，因而MAC和DMC不需要辨识经过就能够设计控制系统。这类控制算法采用在有限时域内的滚动优化，在滚动优化的经过中不断进行反应校正，克制了对象参数构造不确定带来的影响，加强了系统的鲁棒性。此外，Morari等在1982年研究出一种新型控制构造内模控制(InternalModelControl(IMC)，从构造的角度分析了预测控制的动态性能和鲁棒性，对预测控制做了更深
5、化的研究。1.2当代预测控制近年来，预测控制打破原有的单调的对算法进行研究的形式，开场与其他方法结合，发展出一类先进的预测控制策略。如和极点配置结合的广义极点配置控制(GeneralizedPolePlacementControl(GPP)，和自适应控制相结合产生的自适应预测控制器，和解耦控制结合产生的解耦预测控制算法等等先进预测控制技术。随着当今科学技术和智能控制的发展，预测控制与智能控制技术相结合产生出智能预测控制技术，如和模糊控制结合而成的模糊预测控制，和神经网络方法结合构成的神经元网络预测控制，以及遗传算法预测控制等;预测控制与人工智能和大系统递阶原理结合，构成多层智能预测控制形式。除
6、了这类先进的预测控制技术与智能预测控制技术之外，预测控制还发展了多种新型的预测控制理论，例如预测函数控制、多速率采样预测控制、多模型切换预测控制和有约束预测控制等等，这一系列新型的预测控制策略，极大地丰富了预测控制领域的内容，也是近年来控制领域的研究热门。1.3非线性预测控制对于大多实际工业经过系统来讲，被控对象都是具有较强非线性的特性，这时，常规的针对线性对象的预测控制策略已经达不到优化控制的目的了，因而在控制中就需要采用非线性预测控制来解决这一问题。如今已提出的非线性预测控制方法主要体如今下面几个方面： (1)基于线性化方法的非线性预测控制：对非线性对象模型进行线性化，用线性化之后的模型来
7、替代原有的非线性模型，再根据常规预测控制的滚动优化策略设计控制器，但反应校正和模型预测的设计仍然使用非线性模型。线性化的方法有Lyapunov线性化和反应线性化。 (2)基于特殊模型的非线性预测控制：这类特殊模型一般包括Volterra模型、NARMAX模型、Hammerstein模型、Laguerre模型和双线性模型等等。 (3)多模型的非线性预测控制：多模型预测方法能够看作模型调度(Model-Schedulingapproach)，其特点是将多模型方法引入预测控制中，在整个控制设计中用多个不同的线性模型来逼近非线性经过，进而实现对非线性系统的控制。2预测控制的工业应用70年代中期，MPH
8、C(MAC)算法在锅炉、分馏塔的控制中获得了成功应用，DMC算法在石油加工生产装置中成功应用，标志着预测控制算法进入了工业控制领域。由于预测控制具有建模容易和鲁棒性强等特点，以及随着计算机技术的发展，传统控制方法已经难以知足工业中越来越复杂的系统对象的要求，预测控制越来越被人们利用，人们也越来越关注预测控制的理论和应用研究。目前，在全世界范围内，预测控制在如炼油、石化、造纸、矿冶、食品、炉窑、水泥、化工、航空、汽车等多个工业领域已经获得了成功应用，在将来，预测控制的应用领域将会越来越广，在控制领域的作用将越来越大。很多国外公司都开发了本人的商品化预测控制软件包，如Setpoint公司研发的ID
9、COM软件包，于1981年应用在海湾石油公司Clarkson炼油厂的润滑油加氢反响器的温度控制上，连同三个分馏塔的计算机控制系统一起，使产品粘度变化减少70%，燃料节省25%以上，操作的灵敏性也得到提高。Profimatic公司的催化裂化高级经过控制软件包，也在炼油领域获得了很好的应用效果。在国内，预测控制技术同样有广泛的应用，如浙江大学同上海交通大学联合开发的MCC软件包;机器人控制、激光器自动控制等。3结语预测控制理论在控制领域中提供了全新的体系构造和方法理论。随着科技的发展和进步，预测控制在工业经过控制中的应用越来越广泛。然而，在鲁棒性、非线性等方面也存在很多待解决的问题。在诸多学者的努力下，预测控制理论将会有更多的突破，也将会在控制领域中发挥重要的作用。