啤酒发酵温度模型预测控制集结简化算法的研究

《啤酒发酵温度模型预测控制集结简化算法的研究》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、啤酒发酵温度模型预测控制集结简化算法的研究摘要啤酒发酵过程的温度控制系统由于存在大时滞、强耦合、多变量等特性，使得它的控制成为当今研究的热点和难点。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，受到工业界和理论界的广泛重视。在许多工业控制过程中，由于受对象的复杂特性及运行现场环境限制，模型预测控制需选择较大的预测时域和控制时域，因此大大增加了控制器的计算量和控制周期时间，从而降低了控制品质。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，提出了模型预测控制集结

2、简化算法，并将其应用丁．啤酒发酵温度控制中，针对集结预测控制器的控制性能问题，提出了等效集结算法，仿真效果良好。本文的主要研究内容和成果有如下几个方面：(1)在了解啤酒发酵生产工艺和控制要求前提下，首先对以啤酒发酵温度为代表的过程控制的难点进行了分析，并针对常规PID控制在处理大时滞、强耦合、多变量、不确定性对象的控制时效果不好，提出了多变量解耦控制算法的设计方法，并讨论了算法稳定性，通过仿真研究说明该算法的优缺点。(2)介绍了预测控制集结算法，简述了三种典型的集结算法，重点研究了衰减的集结算法，并分析了集结矩阵

3、的维数、集结元素排布和衰减度与控制性能的关系，由仿真分析结果得出选取集结矩阵的一般指导原则。(3)针对啤酒发酵温度过程对象的特点，通过机理分析出模型的结构，通过试验辨识出模型结构中的参数值，建立相互耦合的三输入三输出的过程对象模型。由于预测控制集结算法能很好的处理这种模型的控制，它具有比解耦控制更加良好的效果，并在克服模型不确定性方面具有优势，但在处理大时滞对象时不能保证其控制性能，所以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，提出了等效集结策略，并将该算

4、法应用于啤酒发酵温度控制中。最后对算法进行了仿真研究，通过仿真结果说明该控制方法能很好的克服啤酒发酵温度控制的难点，具有很好的控制效果。关键词：啤酒发酵温度控制；大时滞；预测控制；多变量解耦：集结策略；IISTUDY0FMODELPREDICTIVECONTROLAGGREGATIONSIMPLIFICATIONALGORITHMINBEERFERMENTATl0NTEMPERATUREABSTRACTBecausethetemperaturecontr01systemofbeerfermentationproc

5、essISacomplexmultivariablesystemwithlarge-timedelay,strongcoupling，itscontrolbecomesanurgentanddifficultresearchproject．Asacategoryofcontrolalgorithmadoptingonlinerecedinghorizonoptimization，modelpredictivecontrol(MPC)attractsmuchattentionofindustrialandtheor

6、eticalresearchersduetoitsgoodcontrolperformance．Duetotheconstraintsofcomplexcharacteristicsandrunningenvironment，MPCneedalargerpredictionhorizonandcontrolhorizon．Thatincreasesthequantityofcontrollercomputationandcontrolcycletime，anddecreasesthecontrolquality．

7、ForaMPCcontroller,theissuessuchasstabilityorcontrolperformancearedependentontheonlineoptimizationstrategyadopted．Thispaperpresentsamodelpredictivecontrol，aggregationsimplificationalgorithm，andappliesittothetemperatureofbeerfermentationcontr01．Inordertoguarant

8、eethecontrolperformanceofaggregationbasedMPC,theequivalentaggregationalgorithmisputforward．Theresultsdemonstrateitseffectiveness．Themaincontentsoftheresearchinthispaperareasfollows(1)Unde