当前位置:文档之家› 模型预测控制

模型预测控制

y (k ) gi u (k i 1)
i 1 N
即近似认为:
gi gi 0
N
iN iN
模型截断长度
离散脉冲响应模型
存在未建模动态(或建模误差):
~ y (k ) g i u (k i 1)
优点:
iN

无需知道系统的阶次等结构信息 模型长度 N 可以调整
预测模型(P > M)
当前 过去 未来
y (k+j|k) 1 y (k+j|k) 2 u (k+j|k) 1 u (k+j|k) 2
y(k-j)
预测时域P
u(k-j) 控制时域M k-j k k+m k+p
常用模型预测的形式
差分方程
y(k ) ai y(k i) b j u(k j )
现代控制理论
状态空间分析法 最优控制理论 系统辨识与参数估计
新发展的控制理论
自适应控制 非线性控制 多变量控制
得到应用:航空、机电、军事等
模型预测控制的发展
存在问题——过程工业应用差
控制理论的问题:
依赖精确模型 适合多变量控制,但算法复杂 实现困难:计算量大、鲁棒性差….
工程实际的问题:
缺点:
不适合非自衡对象 模型参数冗余
预测模型
y (k ) g i u (k i ) (k )
i 1 N
g1u (k 1) g 2u (k 2) g1 z 1u (k ) g 2 z 2u (k ) z 1 gi z i 1u (k ) (k )
i 1 N
g N u (k N ) (k ) g N z N u (k ) (k )
z 1 g ( z 1 )u (k ) (k )
输出预测
预测模型:
1 ˆ y (k ) G ( z )u (k ) (k ) 1 ˆ z ( z )u (k ) (k ) 1
开环控制+滚动优化的实施需要闭环特性的分析, 甚至是标称稳定性的分析 在线计算量较大。目前广泛应用于慢过程对象的 控制问题上 非线性对象,需要额外的在线计算 需要辨识模型,分析干扰,确定性能指标,整个 问题集合了众多信息
模型预测控制的未来发展
多变量预测控制系统的稳定性、鲁棒性 线性系统 自适应预测—理论性较强 非线性预测控制系统 内部模型用神经网络( ANN )描述 针对预测控制的特点开展研究 国内外先进控制软件包开发所采用 分布式预测控制
1970
电动仪表,标准信号:4~20mA CAD;自动机械工具;机器人;DCS; PLC
1980
办公自动化;数字化技术;通讯、 数字化仪表;智能化仪表;先进控制 网络技术;重视环境 软件 现场总线;分析仪器的在线应用;优 化控制
1990后 智能控制;工业控制高要求
模型预测控制的发展
理论背景:
新的控制理论得到发展
m<j 全局看是动态优化
滚动优化(P = M)
yr y u k+1时刻优化 2 1 3 k时刻优化 2 1 3 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
yr
y u k
k+1
t/T
滚动优化(P > M)
当前 过去 设定值 轨迹 未来
y (k+j| k)
y(k-j)
y (k+j| k )
ym(k ) u (k+j )
ym(k+j| k -1)
u(k-j)
ˆ (k 1) ym (k 1) e(k 1) y e(k 1) e(k ) y (k ) ym (k )
k k+P
k-j
模型预测控制的基本算法
动态矩阵控制(DMC,Dynamic Matrix Control ) 模型算法控制(MAC,Model Algorithm Control) 广义预测控制(GPC,Generalized Predictive Control) 预测函数控制(PFC,Predictive Functional Control) 滚动时域控制(RHC,Receding Horizon Control)
滚动优化
滚动进行有限时域在线优化
反馈校正
通过预测误差反馈,修正预测模型,提高预测精度
通过滚动优化和反馈校正弥补模型精度不高 的不足,抑制扰动,提高鲁棒性。
模型预测控制的优势
建模方便 不需要深入了解过程内部机理 有利于提高系统鲁棒性的控制器设计 滚动的优化策略 不增加理论困难 较好的动态控制效果 可推广到有约束条件、大纯
i 1 j 1 n m
状态方程
x(k 1) Ax(k ) Bu (k ) y (k ) C x(k )
脉冲传递函数
y( z) 1 G( z ) C zI A B u( z)
由于
( zI A) ( I z 1 Az2 A2 z 3 ) I
MAC主要包括内部预测模型、反馈校正、滚动优 化和参考轨迹等几个部分。 MAC采用系统脉冲响应作为内部预测模型,是一 种非参数模型。 用过去和当前的输入输出状态,根据内部模型, 预测系统未来的输出状态。 经过用模型输出误差进行反馈校正以后,再与 参考轨迹进行比较,应用二次型性能指标进行 滚动优化,然后再计算当前时刻加于系统的控 制,完成整个动作循环。
工业自动化工具的发展(仪表)
年代 工业发展状况 仪表技术
1950
化工、钢铁、纺织、造纸等,规 模较小;电子管时代
气动仪表,标准信号:20~100kPa 采用真空电子管;自动平衡型 记录仪
1960
半导体技术;石油化工;计算机; 电动仪表,标准信号:0~10mA 大型电站;过程工业大型化 仪表控制室;模拟流程图;DDC 集成电路技术;微处理器;能源 危机;工业现代化;微机广泛应 用
预测模型形式
参数模型:如微分方程、差分方程、状态方程、 传递函数等 非参数模型:如脉冲响应、阶跃响应、模糊模型、 智能模型等
预测模型
基于模型的预测示意图(P=M)
过去 y 未来 3 4
1 u
k 时刻 2 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
模型预测控制正式问世 Cutler 壳牌石油公司 多变量模型预测控制软件 Setpoint公司 多变量控制器
Richalet 专利转让
模型预测控制的基本特点
首先在工程实践获得成功应用
是经典和现代控制理论的结合
反馈控制
最优控制
(滚动优化+反馈校正);
是处理过程控制中多变量约束控制问题的最有效方法 典型代表:MAC、DMC和GPC
模型算法控制-MAC
u(k)
参考轨迹 输入
Z-1
y(k)
受控对象
优化计算
内部模型
预测输出
e(k)
模型算法控制原理框图
离散脉冲响应模型
y
gi:脉冲响应系数
11 g
g2
gN
0
t /T
1 2
N
开环稳定系统的离散脉冲响应曲线
离散脉冲响应模型
适宜对象:线性、定常、自衡系统 在输入端加入控制量 数学表达式:
u (k i ) 0

ik ik
y (k ) g i u (k i 1)
i 0
无限脉冲响应模型 离散脉冲响应序列 g1, g2,…, gi…
可以直接测量
也可以从其它模型转换得到
离散脉冲响应模型
线性、定常、自衡系统的脉冲响应总是会收敛的
可以用有限脉冲响应替代
反馈校正
2
3
y u k k+1
4 1
ˆ (k 1) ym (k y ˆ (k e(k 1) y
1─k时刻的预测输出ym(k) 2─k+1时刻实际输出y (k+1) 3─预测误差e(k+1) 4─k+1时刻校正后的预测输出ym(k+1)
t/T
反馈校正
y ( k) y(k-j) e (k )
控制理论与控制工程专题
模型预测控制 Model Predictive Control MPC
模型预测控制
模型预测控制的发展 模型预测控制的基本特点 模型预测控制的基本原理 模型预测控制的基本算法
模型预测控制的发展
时代背景:
20世纪70年代
工业生产规模不断扩大 对生产过程要求不断提高:质量、性能、安全…… 复杂性:非线性、时变性、耦合、时滞…… 控制仪表获得很大发展
现代典型过程对象的控制系统层次图
Unit1 为 传 统 结构 Unit2 为 MPC 结构
模型预测控制的基本特点
预测控制算法的核心内容:
建立内部模型 确定参考轨迹 设计控制算法 实行在线优化
预测控制算法的三要素为:
预测模型 滚动优化 反馈校正
模型预测控制的三要素
预测模型
对未来一段时间内的输出进行预测
ym(k+j|k)=f [u(k-i), y(k-i)] i =1, 2, 3, …, j
滚动优化
控制目的
通过某一性能指标J 的最优, 确定未来的控制作
用u(k+j|k)。指标J希望模型预测输出尽可能趋近 于参考轨迹。
优化过程
随时间推移在线优化,每时刻反复进行 优化目标只关心预测时域内系统的动态性能 每周期只将u(k+1|k)或u(k+m|k)施加于被控过程
受控过程越来越复杂,难以建模 不确定因素多 能源危机 经济效益
相关主题