时滞系统智能补偿预测控制方案的实现.pdf

《时滞系统智能补偿预测控制方案的实现.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、系统仿真学报Vol.15No.11•1642•JOURNALOFSYSTEMSIMULATIONNov.2003时滞系统智能补偿预测控制方案的实现史旭华（宁波大学信息学院自动化系，浙江宁波315211）摘要：提出了一种基于DMC预测控制历史数据智能建模基础上的自动补偿方案，该方案适用于参数摄动的时滞对象。仿真研究表明，该补偿算法能明显改善系统增益失配的控制效果，对同时存在增益、时滞失配的系统也有一定效果。由此，我们能在一定程度上降低对被控对象模型的测试要求，增强系统控制的鲁棒性，从而拓宽了DMC预测控制的适用范围。关键词：预测控制；智能建模；补偿控制；时滞系统文章编号：1

2、004-731X(2003)11-1642-04中图分类号：TP301文献标识码：AAnImplementationMethodonIntelligentCompensatedPredictiveControlforDelayedSystemsSHIXu-hua(AutomaticEngineeringDepartment,InformationInstitute,Ningbouniversity,Ningbo315211,China)Abstract:Anintelligentmodelingauto-compensatedmethodbasedonDMCpredict

3、ivecontrol’shistorydatabaseisproduced.Themethodissuitedfordelayedperturbationsystems.Simulationhasverifiedthatthecontrolresultofgainunmatchingsystemshasbeenimprovedobviously.Itwasalsoeffectivetobothgainanddelayunmatchingsystem.So,wecouldreducemeasuringrequirementsforthecontrolledobjectand

4、inthemeantimestrengthencontrolrobustness.WecouldalsowidetheapplicationrangefortheDMCpredictivecontrol.Keywords:predictivecontrol;intelligentmodeling;compensatedcontrol;delayedsystem1引言1智能补偿预测控制方案时滞不确定性是工业过程普遍存在的对象特性，往往很在DMC预测控制的应用中，可获取两类重要的过程数难建立对象严格精确的数学模型，也难于设计并实现有效的据，即周期地保存在历史数据库中历史数据和

5、决定过程的动控制。动态矩阵控制（下文简称DMC）是一种基于对象阶态特性开环测试数据，通常我们只利用了开环测试数据而忽跃响应的预测控制算法，它不要求对模型的结构有先验知略了历史过程数据，是因为很难对历史数据进行预处理甚至识，在模型预测中采用闭环预测方式，每一步计算都将实际建模。其实，在历史数据中我们可获得模型输入、输出的重对象的输出信息叠加到基础模型，使模型不断得到在线校要信息。智能补偿预测控制方案就是利用过程历史数据的模正，在控制算法上采用滚动优化策略，系统控制的每一步实型信息，它是通过定期地对历史数据的智能建模，周期的补现静态参数优化，而控制的全过程实现动态优化，因此D

6、MC偿内部基础模型，从而减少内部模型的失配程度，使系统尽预测控制有很强的鲁棒性，适应不确定系统的控制。仿真研量减少对模型的依赖程度，并在此基础上在线辨识出阶跃响究表明，在模型失配或有干扰下，DMC中的滤波器对闭环应，在线修正控制优化算法，具体工作为：系统完成模型辨系统的鲁棒性和抗干扰性有着至关重要的作用，滤波器的设识和预测控制两主要功能，为满足实时控制的要求，当实际计既要考虑模型与对象失配又要考虑对对象干扰的抑制，两输出与模型输出误差e大于某个门限时，根据过程中具体[1]者很难兼顾；仿真研究进一步表明，当系统单独具有时延的被控对象，可每隔若干个采样周期，从历史数据库中抽去

7、和增益失配时，系统仍能保持较好的鲁棒性，而同时存在增几组数据，进行神经网络的建模，按一定的补偿规则调整相[2，3]益和时延失配时，就将导致控制品质下降，甚至不稳定。应的模型、控制律和反馈系数，当e较小时，仍按原先的控如果能借助神经网络智能辨识工具，充分利用历史数据对对制律进行控制，智能补偿预测控制的框图为图1。象模型进行在线补偿，并及时校正预测控制的内部模型，这样能降低对模型测试的要求，减少模型失配程度，提高系统2算法的实现运行的鲁棒性。本文提出了一种智能补偿预测控制方案，仿2.1神经网络辨识算法真表明该方案适用于参数摄动的时