《预测控制的研究进展与应用现状.docx》由会员分享，可在线阅读，更多相关《预测控制的研究进展与应用现状.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、预测控制的研究进展与应用现状预测控制不是某一种统一理论的产物，而是在工业理论经过中逐渐开展起来的。相较于其他传统的控制算法MPC具有更多适应合适工业环境的优点13：(1)建模较为方便，对模型的精度要求不高,正符合了当代流程工业的开展趋势； (2采用非最小化描绘的卷积和模型，信息的裕量较大，利于进步系统的鲁棒性； (3)有滚动优化特性，可以一定程度的弥补模型失配、畸变、干扰等引起被控对象的不确定性，具有良好的跟踪性能和较强的抗干扰才能,比拟符合流程工业的实际要求； (4)可推广到有约束条件、人延迟、非最小相位和非线性等经过位及非线性等经过，能有效处理多变量、有约束的问题，可实现多目的优化； (5
2、)鲁棒性可调，并有较好的动态控制效果。 由于MPC具有上述优点，因此在石油、化工、电力等工业经过控制领域得到了广泛应用，并获得了极大的成功。如以美国艾斯苯公司AspenTech开发的新一代控制器DMCplus为代表的DMC控制器已在我国许多石化企业应用，使用效果特别显著;浙江中控软件技术的APC-Adcon高级多变量鲁棒预测控制软件包能支撑浙大中控的SUPCONJX-300X,Honeywell的TDC-3000，横河公司的CENTTUMCS、CS3000等主流DCS系统；Math-works公司开发的MATLAB软件包中有模型预测控制工具箱，只需调用一个函数，就能实现相应的功能，方便、快捷、
3、效率高，在控制系统设计、调试和计算机仿真方面得到了广泛应用。 5预测控制研究存在的问题和开展方向 理论上MPC算法已经很丰富，开展起来的几种算法也很成熟；，但仍有许多理论和应用上的问题没有完美地解决。今后应注意以下几个方面： (1)多变量系统的稳定性及鲁棒性；固然MPC技术开展已久，但研究MPC系统的稳定性和鲁棒性却一直特别困难，而关于MPC的一个根本问题就是对模型的不确定性和噪声的鲁棒性。由于缺乏系统、统一的框架，无论是基于参数模型的算法还是基于非参数模型的算法，稳定性、鲁棒性的研究一直是MPC研究的薄弱环节，这是今后研究的一个主要方向。 (2)寻找新的预测控制算法与策略；预测控制的开展归功
4、于理论者而不是控制理论界，算法缺乏更加深入的理论支持。因此，预测控制不能仅仅停顿在对已有MPC算法的改良理论层面上，而应该着重于新的算法研究，并在MPC的三大机理：预测模型、反应校正方法、求解优化的策略上寻求新思路、新打破。从目前看，非线性MPC和组合式MPC将会成为预测控制最重要的一个方向；系统辩识与MPC的协同作用、约束MPC算法、非线性系统的建模与参数估计、多变量有约束系统的稳定性与鲁棒性定量分析工业消费经过中预测控制问题将来的研究方向。 (3)加强理论应用和高性能软件开发；先进算法必须成为软件化的实现，才能应用在工业控制中，国外己经有较多商品化专业的先进控制软件，但其大多只针对某个或者
5、某类算法应用，通用性不强，且价格过于昂贵制约了在国内的应用，而国内的预测控制软件有又对落后。加强理论应用和专用控制软件开发，具有良好的产业化前景和广阔的市场容量，是国内工业自动化高技术的开展方向之一。 (4)加强预测控制的智能化研究；随着计算机系统的普遍配置和工业消费规模程度的日益进步，人们对工业控制的要求越来越高。针对工业经过中出现的不确定性描绘、不确定环境优化、多目的优化、专家系统、高速计算等面向实际的问题，预测控制需要从人工智能、控制理论等多方面汲取有节制的思想，多层智能控制方向开展。 预测控制作为一种新型的控制方法，已经在很多领域发挥了非常重要的作用，对于将来工业经过的控制也必将产生重
6、大的影响。固然在这一领域内，还存在着许多迫切需要解决的理论和实际问题，它的工业应用也将不断提出各种新问题，但其根本原理对于复杂系统的适应性，无疑是富有吸引力的。预测控制的深化研究和推广应用，将对我国国民经济的开展和工业自动化程度的进步产生积极地影响。而预测控制概念的进一步深化也将为工业经过的集成优化提供有力的支持。 参考文献 1杨兵.电站锅炉预测控制与燃烧优化研究D.浙江：中国科技大学自动化系.2006：1-5 2RichaletJ.Industryapplicationsofmodel-basedpredictivecontrolJ.Automatic,1993,29:1251-1274 3
7、席裕庚.预测控制M.北京:国防工业出版社,1993. 4薛志斌,李平.先进控制策略在电厂热工经过J.青海电力.2000,1(1):37-46 5刘俊红,李擎，张维存，张伟.一种采用神经网络进展预测误差补偿的DMC算法J.中南大学学报，2007,38(1)：28-30 6达飞鹏，宋文忠.基于模糊神经网络的大时滞系统的预测控制J.东南大学学报，2000,30(2)：67-70 7周祥龙，赵景波.基于模糊补偿的预测函数控制J.工业仪表与自动化，2004,4：17-18. 8谢磊，张泉灵，王树青，张智焕.基于多模型的预测函数控制J.浙江大学学报，2003,37(2)：190-193 9周祥龙，赵景波.
8、基于神经网络便是的模糊预测函数控制J.电气传动自动化，2020,32(2)：18-21 10华志刚.先进控制方法在电厂热工经过控制中的研究与应用D.东南大学热能工程.2006:3-40 11张云，贾磊，刘洪波.基于DCS的预测PID控制系统鲁棒稳定性分析J.自动化仪表.2020,29(4)：9-11 12刘富春.多变量有约束模型预测控制算法及软件实现研究与应用D.浙江：浙江大学系统工程研究所.2002：63-71 13杨锦，龙新峰，梁平.预测控制技术在电厂热工经过控制中的应用分析J.电力设备.2006，75：57-59 李瑞红，硕士，助教，主要从事控制理论与控制工程 李居伟，博士，讲师，主要从事最优控制，复杂系统建模 沈建森，博士，讲师，主要从事经过控制，复杂系统建模