YP (k) Ym (k) βe(k)
e(k) y(k) ym(k)
β β1 β2 βP T
YP (k) yP (k 1)
yP (k 2)
yP
(k
P)
T 1P
第三节 模型算法控制(MAC) 三. 设定值与参考轨迹
预测控制并不是要求输出迅速跟踪设定值，而 是使输出按一定轨迹缓慢地跟踪设定值
值和给定值的偏差来确定当前的控制输入 预测控制：不仅利用当前的和过去的偏差值，
而且还利用预测模型来预测过程未来的偏差值。 以滚动优化确定当前的最优控制策略，使未来 一段时间内被控变量与期望值偏差最小 从基本思想看，预测控制优于PID控制
第二节 预测控制的基本原理
r(k)
+_
d(k)
在线优化 控制器
u(k i) u(k M 1) i M , M 1, , P 1
M 称为控制时域，M < P
第三节 模型算法控制(MAC) 一. 预测模型
未来输出值的P步预测值
N
ym (k j) hiu(k j i) j 1, 2, , M 1 i 1
jM 1
N
ym (k j) hiu(k M 1) hiu(k j i)
反馈校正
在每个采样时刻，都要通过实际测到的输出信息对基于 模型的预测输出进行修正，然后再进行新的优化
闭环优化
不断根据系统的实际输出对预测输出作出修正，使滚动 优化不但基于模型，而且利用反馈信息，构成闭环优化
第二节 预测控制的基本原理 三. 反馈校正（误差校正）
反馈校正示意图
2
4 3
y
1
u
k
k+1
hN
0
H1
hN 1
hN
0
hN
h1
h2
h2
h3
H2
hM
hP1 P( N 1)
hM 1
hP
h1
hM 1
hM
hP1
U1(k) u(k N 1)
u(k N 2)
u(k
1)
T 1( N 1)
U2 (k) u(k)
u(k 1)
u(k
M
1)
T 1M
0 hPM 2
1978年，Richalet 、Mehra提出了基于脉冲响应的模型预 测启发控制(Model Predictive Heuristic Control ， MPHC)，后转化为模型算法控制(Model Algorithmic Control，MAC)
1979年，Cutler提出了基于阶跃响应的动态矩阵控制 (Dynamic Matrix Control，DMC)
第二节 预测控制的基本原理 一. 预测模型（内部模型）
基于模型的预测示意图
过去
未来
3
y
4
1
u
2
k 时刻
1—控制策略Ⅰ 2—控制策略Ⅱ
3—对应于控制策略Ⅰ的输出 4—对应于控制策略Ⅱ的输出
第二节 预测控制的基本原理 二. 滚动优化（在线优化）
最优控制
通过使某一性能指标最优化来确定其未来的控制作用的
第一节 预测控制的发展
工业过程的特点
多变量高维复杂系统难以建立精确的数学模型 工业过程的结构、参数以及环境具有不确定性、
时变性、非线性，最优控制难以实现
预测控制的产生
基于模型的控制，但对模型的要求不高 采用滚动优化策略，以局部优化取代全局最优 利用实测信息反馈校正，增强控制的鲁棒性
第一节 预测控制的发展
h1
h1
h2
PM 1
hi
i1
PM
第三节 模型算法控制(MAC) 二. 反馈校正
以当前过程输出测量值与模型计算值之差修正模型预测值
yP (k j) ym (k j) j y(k) ym (k)
N
ym (k) hiu(k i) i 1
对于P步预测
j 1, 2, , P
1
0 12
t/T
t/T
y u
4.6 6 5 2
3 1.6
0 12
t/T
t/T
第三节 模型算法控制(MAC) 一. 预测模型
y 7.6 8.5
6.5
4.6 6 3.8
5
3 2.3 3 2.5 1.5 0.8 0 1 2 34 5 6 u
2 1 u(0) u(1)
y(1) h1u(0) y(2) h2u(0) h1u(1) y(3) h3u(0) h2u(1) y(4) h4u(0) h3u(1) y(5) h5u(0) h4u(1)
Ts ——采样周期 T ——参考轨迹的时间常数 y(k)——当前时刻过程输出
yd ——设定值
Yr (k) yr (k 1)
yr (k 2)
yr
(k
P)
T 1P
第三节 模型算法控制(MAC) 四. 最优控制
优化控制的目标函数
min
J
YP (k) Yr (k)
2 Q
U 2 (k )
2 R
YP
(k
预测控制有关公司及产品 SetPoint : IDCOM DMC : DMC AspenTech : SetPoint Inc : SMC- IDCOM
DMC Corp : DMCplus Profimatics: PCT Honeywell : Profimatics : RMPCT Adersa(法) : HIECON Invensys : Predictive Control Ltd : Connoisseur DOT(英) : STAR
1987年，Clarke 提出了基于时间序列模型和在线辨识的 广义预测控制(Generalized Predictive Control， GPC)
1988年，袁璞提出了基于离散状态空间模型的状态反馈预 测控制(State Feedback Predictive Control， SFPC)
第一节 预测控制的发展
N
t/T
y(k) hiu(k i)
i 1
y(t) 0 g()u(t )d
t/T
第三节 模型算法控制(MAC) 一. 预测模型
采用脉冲响应模型对未来时刻输出进行预测
N
ym (k j) hiu(k j i) i 1
P 称为预测时域
j 1, 2, , P
取u(k + i)在i = M - 1后保持不变
ym (k 2)
u(k 1)
u(k 1) u(k)
u(k 2) u(k 1)
Ym
(k
)
ym (k M )
u(k
M
1)
u(k M 2)
u(k M 3)
ym
(k
M
1)
u(k M 2)
ym (k P) u(k M 1) u(k M 1) u(k M 1)
u(k)
y(k) 受控过程
+ y(k+j| k)
+
模型输出 反馈校正
动态 预测模型
y(k|k)
_ +
三要素：预测模型 滚动优化 反馈校正
第二节 预测控制的基本原理 一. 预测模型（内部模型）
预测模型的功能 根据被控对象的历史信息{ u(k - j), y(k - j) |
j≥1 }和未来输入{ u(k + j - 1) | j =1, …, m} ，预测 系统未来响应{ y(k + j) | j =1, …, p} 预测模型形式 参数模型：如微分方程、差分方程 非参数模型：如脉冲响应、阶跃响应
)
Yr
(k
)T
QYP
(k
)
Yr
(k
)
U
T 2
(k
)
RU
2
(k
)
代入YP(k)
J H1U1(k) H2U2 (k) βe(k) Yr (k)T QH1U1(k) H2U2 (k) βe(k) Yr (k)
U
T 2
(k
)
RU
2
(k
)
求解最优控制率 J 0
U2 (k)
第三节 模型算法控制(MAC) 四. 最优控制
滚动优化示意图
k 时刻优化
yr
y
2 1
3
u
k+1 时刻优化
yr
2
1
y
3
u
k k+1
1─参考轨迹yr (虚线) 2─最优预测输出y(实线) 3─最优控制作用u
t/T
第二节 预测控制的基本原理 三. 反馈校正（误差校正）
模型失配
实际被控过程存在非线性、时变性、不确定性等原因， 使基于模型的预测不可能准确地与实际被控过程相符
u(k N 1) h1
u(k N 2)
h2
u(k N M )
u(k N M 1)
u(k M 2) u(k M 3) u(k P N ) hN
第三节 模型算法控制(MAC) 一. 预测模型
Ym (k) H1U1(k) H2U2 (k)
第四章
模型预测控制
内容要点
1 预测控制的发展 2 预测控制的基本原理 3 模型算法控制(MAC) 4 动态矩阵控制(DMC) 5 状态反馈预测控制(SFPC) 6 多变量协调预测控制
第一节 预测控制的发展
现代控制理论的发展与特点 特点 状态空间分析法 最优性能指标设计 应用 航天、航空等军事领域 要求 精确的数学模型
局部优化
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。在每一采样时刻，根据该时刻的优 化性能指标，求解该时刻起有限时段的最优控制率