预测控制在线优化策略的研究

《预测控制在线优化策略的研究》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、摘要预测控制在线优化策略的研究摘要预测控制作为一类采用在线滚动优化的控制算法，以其良好的控制性能，灵活的处理各类约束的能力，受到工业界和理论界的广泛重视。通过近十几年的理论研究，现代预测控制综合理论逐渐形成，涌现出很多重要的研究成果。稳定性问题作为现代预测控制综合理论的一个重要问题，虽然得到了较好的解决。但控制性能、在线计算量以及可行域的大小等实际控制中所关心的问题都仍有待研究。对于预测控制而言，其在线优化策略的设计将决定其稳定性及控制性能等问题。本文由此出发，分别针对开环和闭环预测控制策略，在保证系统稳定性的前提下，就其控制性能、在线计算量以及可行域大小等方面进行了研

2、究，得到以下成果：?’●针对以往预测控制集结框架的不足，首先提出了一种更为一般的集结框架，从该框架出发可以更为方便地涵盖以往开环策略t{I的各利-减少优化变量的方法，并为进一步的理论分析和设计奠定了基础；在该框架的基础上，针对集结预测控制的稳定性进行了分析，给出了集结预测控制器稳定性分析的一般方法，并以此为基础研究了集结预测控制器的稳定可行域的估算方法。●针对集结预测控制器的控制性能问题，根据预测控制滚动优化的特点，即只有第一个控制量实际施加到控制对象，提出了等效集结及拟等效集结概念，并分析了四种条件下的等效集结和拟等效集结设计问题，给出了其设计方法。●针对有界扰动系统

3、的鲁棒预测控制问题，通过改进原ERPC的设计并利片j扰动不变集，设计了基于衰减集结的鲁棒预测控制器，其特点是在线计算量低，控制性能较好；另外，为了降低因离线设计控制不变集带来的保守性，基于广义集结框架，设计了一种集结鲁棒预测控制器，利用双模控制方法，通过增加终端集外的控制量，降低控制器的保守性。●针对多胞不确定系统的鲁棒控制问题，提出了多步控制集的概念，进而设计反馈鲁棒预测控制器，并在此基础上设计了采用单一或参数依赖Lyapunov函数的反馈鲁棒预测控制器；另外，给出了反馈鲁棒预测控制器的离线设计在线综合的设计方法。●针对变化速率有限的LPV系统，首先利用该系统参数变化

4、的特点给出了两种预测系统模型未来变化情况的算法，该算法采用代数运算并且不增上海交通大学博士学位论文加系统模型的顶点个数，从而对控制器的在线计算量不产生影响：进一步，基于对未来系统模型的变化情况的预测，给卅该LPV系统的反馈鲁棒预测控制器设计。●针对以往鲁棒预测控制大多采用LMI的形式，从而带来了较大的在线计算量问题，采用闭环策略，将多胞4i确定系统的鲁棒预测摔制问题转化为QP问题，从而大大地降低了预测控制器的在线计算量。I司时，提出了扩展广义插补的方法，从而解决了具有闭环策略的鲁棒预测控制器必须具有固定终端集和反馈律K的问题，降低了设计的保守性。关键词：预测控制，集结策

5、略，闭环预测控制，反馈鲁棒预测控制，参数时变系统。摘要TheResearchonOnlineOptimizationStrategyinModelPredictiveControlAbstractAsacategoryofcontrolalgorithmadoptingonlinerecedinghorizonoptimization,modelpredictivecontrol(MPC)attractsmuchattentionofindustrialandtheoreticalresearchersduetoitsgoodcontrolperformanceandc

6、apabilityofhandlingconstraintsexplicitly．Overthepastdecade，qualimtivesynthesisofmodelpredictivecontrolrapidlydevelopsandmanyimportantresultsaleproposed．Asanimportantissueofqualitativesynthesisofmodelpredictivecontrol，theguaranteedstabilityofMPCwasparticularlyaddressed．However,manyotheris

7、suessuchascontrolperformance，onlinecomputationburdenandfeasibleregionofaMPCcontroller,whichaleimportantinpracticalapplications，alestillexpectedtobefurtherstudied．ForaMPCcontroller,theissuessuchasstabilityorcontrolperformancealedependentontheonlineoptimizationstrategyadopt