预测控制及其应用研究

《预测控制及其应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、攮癸模裂预测控制(MPC)皇上世纪70年代末阉世以采，经过二十多年的深入研究和发展，其理论和方法日臻完善。目前已从线性时不变单交鼹预测控制发展出霹应用予非线瞧、噫变、多交量戆多耪溉型预测控卷《技零，势嶷复杂懿工业过程中获得了广泛而成功的鹿用，成为控制正程界研究和应用的一个热点。它的当蘸控裁彳警麓是在簿一令采徉瓣瑟遴适求瓣一个有限对域拜繇最伉控裁麓趣瑟获得。过程的当前状态作为最优控制问题的初始状态，解得的最优掇制序列只实施第一个控制作蔫。这种控制方弦酌一个重鬻优点麓能够转理操作变量和状态的约束。对于蠢油化工等褥业，往往希望将生产过程的设定状态推向设备及工艺条件的边界上

2、，因此满足约束对于这类工业过稔是非常有意义的。论文圭要内容翔下：1．首先对模型预测控制的理论和发展现状进行了综述性描述。其中羹点对动态矩阵控裂静嚣憨器算法避行了搽霉季，霹茭德其鸾代表毪豹兄静模登{鬟溯蕴制方法和新型预测控制技术进行了简要的介绍和分析。2．铁内模控涮结构静角度对动态矩落控制迸行分析，认为DMC其寄内模控制结构的特点，因而具有IMC对偶稳定性、完全控制器性质和无静差的性质。3．对荜变量和多变量DMC撩制参数设计进行探讨，并介绍了一种实埔的多变爨DMC参数解据设计方法。针对典型对羧对单变量DMC控制遴行了仿粪硬究。对多变量DMC的参数解耦设计进行了仿真研究

3、。4．对攀缀颈溅控制熬臻魏积嚣疆遴嚣了分辑，铃鼹冀鍪热程厂擎元极缀逶熬汽温对象进行仿真研究。5。瑟溺控裁与裤经丽络等箕稳控裁愚想的结含极大楚率富帮维动了投制理论的发展，神经网络预测控制蘼是其中重要的～方颥。对予芊申经网络非线性预测控制滋行了原理分析和仿真研究。关键词：颓溅控《动态短薅控裁毒枣经鼹络AbstractModelPredictiveControlhasgainedrapiddevelopmentsbothintheoryandindustrialapplicationseversinceitcameintobeingin1970’S．Itsapplicat

4、ionhasextendedfromtime·invariantSISOtonon·lineartime-variantMIMOprocesses．Overthepastdecade，MPChasestablisheditselfinindustryasall_importantformofadvancedcontr01．Currently,neuralnetwork，mz2孔greysystem，robustcontroltheorieshavebeenincorporatedintoMPCandthuscontributedtotheemergenceofnex

5、t—generationMPCtechnology．MPC’Scurrentcontrolactionisobtainedbysolving，ateachsamplinginstant，afinitehorizonopen-loopoptimalcontrolproblem，usingthecurrentstateoftheplantasinitialstate．Theoptimizationyieldsanoptimalcontrolsequenceandthefirstcontrolinthissequenceisappliedtotheplant．Animpo

6、rtantadvantageofthistypeofcontrolisitsabilitytocopewithhardconstraintsoncontrolsandstates．Ithas，therefore，beenwidelyappliedinpetrol·chemicalandrelatedindustrieswheresatisfactionofconstrainsisparticularlyimportantbecauseefficiencydemandsoperationpointsonorclosetotheboundaryofthesetofper

7、missiblestatesandcontrols．ThemalncontentsoftlliSthesisareasfollows：1．BrieflyreviewedthedevelopmentofMPCtheoryanditsapplications．MainlydiscussedthebasicprincipleandalgorithmofDynamicMatrixControl，introducedandconciselyanalyzedtheothertraditionalMPCtechnologiesaswellasnext-generationMP