欢迎来到天天文库
浏览记录
ID:52339986
大小:1.07 MB
页数:4页
时间:2020-03-26
《P-隐式广义预测控制在球磨机制粉系统中的应用.pdf》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、734化工自动化及仪表第40卷P一隐式广义预测控制在球磨机制粉系统中的应用门洪李项楠史冬琳(东北电力大学自动化工程学院,吉林吉林132012)摘要球磨机制粉系统多变量、强耦合的特点使得传统的控制策略难以取得良好的控制效果。通过选择合适的权矩阵,预测控制可以实现间接解耦控制,但系统的跟踪性能将大大降低。提出了带比例调节器的隐式广义预测控制(P一隐式GPC)算法,将其他通道对当前通道的影响作为扰动,从而实现近似解耦。在目标函数中用控制量的增量代替控制量,使控制增量变化不至过于剧烈,新增加的比例调节器使设定值与实际值的偏差实时改变,增强了系统的跟踪性能。将该算法应用到球磨机制粉系
2、统取得了良好的控制效果。关键词球磨机制粉系统比例调节器隐式广义预测解耦控制中图分类号TQ515.8文献标识码A文章编号1000-3932(2013)06-0734-04中间仓储式钢球磨煤机制粉系统是~个各控制量和被控量之间存在着相当严重的耦合,且具有大时滞及模型时变特点的复杂被控对象。目前国内大多数电厂的制粉系统都基本采用基于单回路的常规PID控制方法,由于该方法未考虑到系统回路间的耦合,所以控制效果并不理想⋯。随着Kinnaert等于1989年首次成功地将广义预测控制算法推广到多变量系统,关于复杂多变量系统的预测控制算法研究引起了广泛关注旧J。文献[3,4]针对一些模型不
3、确定、非线性复杂系统的控制,改进了预测控制策略,为模型不确定系统的预测控制提供了新的思路。笔者通过隐式GPC算法将球磨机制粉系统各回路间耦合的影响看作前馈输入量,通过将目标函数分散化和把输入/输出的交互影响前馈解耦,实现磨煤机制粉系统的动态间接解耦预测控制。在此基础上设计了基于输入输出的比例调节器,实时调整实际输出值与设定值间的偏差,增强了系统的跟踪性能。1P一隐式GPC算法原理在测试法建模中,GPC采用CARIMA模型作为预测模型,该模型可以写为:A(z一1),,(后)=口(z一1)“(k一1)+C(z一1)f(^)/A(1)其中A(彳“)、B(z。)和c(z“)分别是n
4、、m和n阶的z。的多项式,△=1一彳~;Y(k)、U(k)和f(k)分别表示输出、输入和均值为零的白噪声序列,笔者忽略白噪声影响。一般取C(z一)=1。隐式广义预测控制的目标函数可写为:.,=∑[),(k+J)一ttJ(k+j)]2+∑A[au(k+j一1)]2J21,2●(2)式中m——控制长度,m≤n;n——最大预测长度;A——大于零的控制加权系数。为了进行柔化控制,使输出跟踪参考轨线,取参考轨线为:埘(k+J)=a’y(k)+(1一一)Y,,J=1,2,⋯,n(3)式中W(k)——参考轨线;Y(k)、Y,——输出值、设定值;d——柔化系数,05、为了预测超前_『步输出,引入丢番图方程:1=Ei(z“)A(z。1)△+z-J‘(z“)(4)其中Ej(z_1)=ej,o+巳.1z-1+⋯+eIrlz叫’,e.i,o=1;‘(:。)=Z.o+Z,lz“+⋯+Z,。z一。将式(1)两边同时左乘以Ej(z。1)△后与式(4)可得时刻k后_『步的预测方程:收稿日期:2013-04-12(修改稿)基金项目:国家重点基础研究计划(“973”)项目(2007CB206904)第6期门洪等.P一隐式广义预测控制在球磨机制粉系统中的应用735,,(k+,)=Ej(z一1)B(:一1)au(k+j一1)+Ff(z一1),,(^)+E,(z6、一1)f(k+,)(5)令Gj(z一)=Ej(z“)曰(彳’1)=gj,o+毋,lz。1+⋯+毋卜。z1“+gj.,z1+⋯,忽略未来噪声的影响,将式(5)简化为:多(k+,)=G,(=一1)au(k+,一1)+‘(z一1)y(^)√=1,2,⋯,n(6)式(6)中包括k时刻的已知量和未知量两部分,用八k+.『)表示已知量,即:ff(k+1)=(G.一g。)au(☆)+F.y(%)l八k+2)=z(G2一z一19l—go)au(☆)+F2,,(k){;l八k+n)=:“一1(G。一z一“+19。一l一⋯一Lz一19。一go)au(%)+F。),(%)写成矩阵形式为:,=HA7、u(k)+盼(%)(7)根据式(6),可得最优输出预测值为:Y=GAU+,(8)则式(2)化为:.,=(Y一形)’(Y一彤)+A△u’AU(9)用y的最优预测值y代替y,将式(8)代人式(9)中,两边求导可得:AU=(GrG+A,)一1G’(形一D(10)由式(10)知,要求取AU就必须知道矩阵G和开环预测向量^根据式(8)可得n个并列预测控制器为:fy(k+1)=goAu(k)+,(k+1)l,,(k+2)=gIau(☆)+goau(k+1)+以k+2)1;ly(k+n)=g。一lau(^)+⋯+go△¨(k+n
5、为了预测超前_『步输出,引入丢番图方程:1=Ei(z“)A(z。1)△+z-J‘(z“)(4)其中Ej(z_1)=ej,o+巳.1z-1+⋯+eIrlz叫’,e.i,o=1;‘(:。)=Z.o+Z,lz“+⋯+Z,。z一。将式(1)两边同时左乘以Ej(z。1)△后与式(4)可得时刻k后_『步的预测方程:收稿日期:2013-04-12(修改稿)基金项目:国家重点基础研究计划(“973”)项目(2007CB206904)第6期门洪等.P一隐式广义预测控制在球磨机制粉系统中的应用735,,(k+,)=Ej(z一1)B(:一1)au(k+j一1)+Ff(z一1),,(^)+E,(z
6、一1)f(k+,)(5)令Gj(z一)=Ej(z“)曰(彳’1)=gj,o+毋,lz。1+⋯+毋卜。z1“+gj.,z1+⋯,忽略未来噪声的影响,将式(5)简化为:多(k+,)=G,(=一1)au(k+,一1)+‘(z一1)y(^)√=1,2,⋯,n(6)式(6)中包括k时刻的已知量和未知量两部分,用八k+.『)表示已知量,即:ff(k+1)=(G.一g。)au(☆)+F.y(%)l八k+2)=z(G2一z一19l—go)au(☆)+F2,,(k){;l八k+n)=:“一1(G。一z一“+19。一l一⋯一Lz一19。一go)au(%)+F。),(%)写成矩阵形式为:,=HA
7、u(k)+盼(%)(7)根据式(6),可得最优输出预测值为:Y=GAU+,(8)则式(2)化为:.,=(Y一形)’(Y一彤)+A△u’AU(9)用y的最优预测值y代替y,将式(8)代人式(9)中,两边求导可得:AU=(GrG+A,)一1G’(形一D(10)由式(10)知,要求取AU就必须知道矩阵G和开环预测向量^根据式(8)可得n个并列预测控制器为:fy(k+1)=goAu(k)+,(k+1)l,,(k+2)=gIau(☆)+goau(k+1)+以k+2)1;ly(k+n)=g。一lau(^)+⋯+go△¨(k+n
此文档下载收益归作者所有