先进过程控制学习总结.doc

《先进过程控制学习总结.doc》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、先进过程控制学习总结学科专业：姓名：学号：2016年06月引言什么是模型预测控制(MPC)？模型预测控制（ModelPredictiveControl）是一种基于模型的闭环优化控制策略，已在炼油、化工、冶金和电力等复杂工业过程中得到了广泛的应用。其算法核心是:可预测过程未来行为的动态模型，在线反复优化计算并滚动实施的控制作用和模型误差的反馈校正。模型预测控制具有控制效果好、鲁棒性强等优点，可有效地克服过程的不确定性、非线性和关联性，并能方便地处理过程被控变量和操纵变量中的各种约束。模型预测控制的产生背景1工业需求：(i).随着过程工业日益走向大型化、连续化，工业生产过程

2、日趋复杂多变,往往具有强藕合性、非线性、信息不完全性和大纯滞后等特征，并存在着各种约束条件，其动态行为还会随操作条件变化、催化剂失活等因素而改变。(ii).典型生产装置的优化操作点通常位于各种操作变量的约束边界处,因而一个理想的控制器应当保证使生产装置在不违反约束的情况下尽可能接近约束,以确保获取最佳经济效益。2传统控制及现代控制理论的局限性(i).传统的PID控制策略和一些复杂控制系统不能满足控制要求;(ii).现代控制理论的不作为：①过分依靠被控对象的精确数学模型;②不能处理非线性、时变性、不确定性、有约束、多目标问题。模型预测控制的产生过程1模型算法控制（MAC）

3、的产生：(i).1978年，法国的Richalet等人在系统脉冲响应的基础上，提出了模型预测启发控制(MPHC,ModelPredictiveHeuristicControl)，并介绍了其在工业过程控制中的效果；(ii).1982年，Rouhani和Mehra[2]给出了基于脉冲响应的模型算法控制(MAC,ModelAlgorithmicControl)；2动态矩阵控制（DMC）的产生：动态矩阵控制(DMC,DynamicMatrixControl)于1974年应用在美国壳牌石油公司的生产装置上，并于1980年由Culter等在美国化工年会上公开发表。3广义预测控制（G

4、PC）的产生：1987年，Clarke等人在保持最小方差自校正控制的在线辨识、输出预测、最小方差控制的基础上，吸取了DMC和MAC中的滚动优化策略，基于参数模型提出了兼具自适应控制和预测控制性能的广义预测控制算法。预测控制的基本原理通常的PID控制，是根据过程当前的和过去的输出测量值和设定值的偏差来确定当前的控制输入而预测控制不但利用当前的和过去的偏差值，而且还利用预测模型来预估过程未来的偏差值，以滚动优化确定当前的最优输入策略。因此，从基本思想看，预测控制优于PID控制。1基本原理虽然预测控制算法种类多、表现形式多种多样，但它们都具有下述三项基本特征，即：预测模型、滚

5、动优化、反馈校正。预测控制系统结构简图（1）预测模型预测控制的模型称为预测模型。预测控制对模型的要求不同于其他传统的控制方法，它强调的是模型的功能而不是模型的结构，只要模型可利用过去已知数据信息预测系统未来的输出行为，就可以作为预测模型。(i)传统的模型:状态方程、传递函数;(ii)实际工业过程中较易获得的脉冲响应模型或阶跃响应模型;(iii)易于在线辨识并能描述不稳定系统的CARIMA等模型;（2）反馈校正在预测控制中，采用预测模型进行过程输出值的预估只是一种理想的方式，对于实际过程，由于存在非线性、时变、模型失配和干扰等不确定因素，使基于模型的预测不可能准确地与实际

6、相符。因此，在预测控制中，通过输出的测量值与模型的预估值进行比较，得出模型的预测误差，再利用模型预测误差来校正模型的预测值，从而得到更为准确的将来输出的预测值。正是这种由模型加反馈校正的过程，使预测控制具有很强的抗干扰和克服系统不确定的能力。（3）滚动优化。预测控制中的优化与通常的离散最优控制算法不同，不是采用一个不变的全局最优目标，而是采用滚动式的有限时域优化策略。也就是说，优化过程不是一次离线完成的，而是反复在线进行的，即在每一采样时刻，优化性能指标只涉及从该时刻起到未来有限的时间，而到下一个采样时刻，这一优化时段会同时向前推移。2参考轨线在预测控制中，考虑到过程的

7、动态特性，为了使过程避免出现输入和输出的急剧变化，往往要求过程输出y(k+i))沿着一条所期望的、平缓的曲线达到设定值yd。这条曲线通常称为参考轨线。最广泛采用的参考轨线为一阶指数变化形式，可写为i=1,2,3…式中其中Ts为采样周期；T为参考轨迹的时间常数；y(k)为现时刻过程输出；yd为设定值。显然，T越小，a则越小，参考轨迹就能越快地达到设定值yd。a是预测控制中的一个重要设计参数，它对闭环系统的动态特性和鲁棒性都有重要作用。预测控制特点1对模型要求低，建模方便，不需要深入了解过程内部机理2滚动优化策略，较好的动态控制效果3简单实用