基于大规模化工过程的快速分布式mpc算法研究

《基于大规模化工过程的快速分布式mpc算法研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、基于大规模化工过程的快速分布式MPC算法研究姚莉娟，李丽娟*，胡蓓蓓（南京工业大学电气工程与控制科学学院，江苏南京211816）摘要：针对目前化工过程复杂，在分布式模型预测控制(MPC)的实施中会面临强耦合以及慢速收敛的问题，提出了改进全局性能指标的快速分布式MPC算法。首先在每个采样时刻分别求解子系统自身的局部优化问题，同时考虑关联子系统之间的相互作用，然后在协调过程中对全局最优性能指标进行改进以减少迭代次数。该方法降低了控制问题的复杂度，减少了迭代时间，有效地改善了收敛速度。最后分别对二元精馏塔过程和苯乙烯聚合反应过程进行了仿真，验证了所提算法的有效性。关键

2、词：大系统；分布式模型预测控制；子系统协调；全局性能指标；迭代时间中图分类号：TP13ResearchonfastdistributedMPCalgorithmbasedonlarge-scalechemicalprocessYAOLi-juan,LILi-juan*,HUBei-bei（Collegeofelectricalengineeringandcontrol,NanjingTechUniversity，Nanjing211816,China）Abstract:Combinedwiththecurrentcomplexchemicalprocesscha

3、racteristics,therewillbesomeproblemsintheprocessofDMPCsuchasthestronginteractioneffectsandtheslowconvergence.Inthispaper,thefastdistributedMPCalgorithmforimprovingglobalperformanceindexisproposedtosolvetheproblems.Firstly,theoptimalcontrolofeachsubsystemisobtainedateachsamplingtimean

4、dtheinteractionbetweeninterconnectedsubsystemsalsoshouldbeconsideredatthesametime.Then,theglobaloptimalperformanceindexisimprovedtoreducethenumberofiterationsintheprocessofcoordination.Thismethodreducesthecomplexityanditerationtimeofthecontrolproblem，anditalsoimprovestheconvergencesp

5、eedeffectivelyatthesametime.Thesimulationinadistillationcolumnprocessandstyrenepolymerizationreactionprocessshowsthevalidityoftheproposedalgorithm.Keywords：largescalesystem;distributedmodelpredictivecontrol;systemcoordination;globalperformanceindex;iterativetime分布式模型预测控制(MPC)作为一种先进的过

6、程控制方法已被广泛地应用在工业过程中[1-3]，但由于大系统规模复杂，通常需要将大系统进行分解[4]，这样可以在一定程度上降低问题的复杂度，并且整个系统的控制效果也得到相应地改善。但实际的过程系统大都是多变量控制系统[5]，分解后的子系统之间仍然存在强耦合、收敛速度较慢的现象，如何解决这一问题得到了广大研究者的关注。蔡星等[6]提出一种基于串联结构的非迭代的分布式预测控制算法，减少了计算量；魏善碧等[7]提出一种动态协调的混杂分布式预测控制算法，在代价函数中引入布尔函数项，缩短算法实施时间；安爱民等[8]提出一种鲁棒区域控制策略，在每个子系统的目标函数中加入松弛

7、因子，达到系统的稳定性。但上述方法存在系统稳定差、控制精度不高或者算法实施对象比较局限等缺点。对此，本文中提出了一种改进的分布式预测控制算法，在子系统协调阶段对全局最优性能指标进行改进，在保证系统控制性能的前提下，减少了迭代时间，同时改善了收敛速度。1分布式MPC基本原理分布式MPC算法来源于多智能体的思想，将复杂工业系统分解成各个单独的智能体，同时它们之间可以通过网络交换信息，这样大系统的控制效果可以得到改善[9]。首先根据各个子系统的性质，建立不同时刻的优化性能函数，并经过反复迭代计算，获得最优解。然后，求取当前时刻的最优解与前一时刻偏差，并将当前的最优解和

8、偏差传输到网络上，这样便