请输入您要查询的百科知识:

 

词条 预测控制
释义

预测控制是近年来发展起来的一类新型的计算机控制算法。由于它采用多步测试、滚动优化和反馈校正等控制策略,因而控制效果好,适用于控制不易建立精确数字模型且比较复杂的工业生产过程,所以它一出现就受到国内外工程界的重视,并已在石油、化工、电力、冶金、机械等工业部门的控制系统得到了成功的应用。

预测控制

工业生产的过程是复杂的,我们建立起来的模型也是不完善的。就是理论非常复杂的现代控制理论,其控制的效果也往往不尽人意,甚至在一些方面还不及传统的PID控制。70年代,人们除了加强对生产过程的建模、系统辨识、自适应控制等方面的研究外,开始打破传统的控制思想的观念,试图面向工业开发出一种对各种模型要求低、在线计算方便、控制综合效果好的新型算法。这样的背景下,预测控制的一种,也就是模型算法控制(MAC-Model Algorithmic Control)首先在法国的工业控制中得到应用。因此预测控制不是某一种统一理论的产物,而是工业实践中逐渐发展起来的。同时,计算机技术的发展也为算法的实现提供了物质基础。

现在比较流行的算法包括有:模型算法控制(MAC);动态矩阵控制(DMC);广义预测控制(GPC);广义预测极点(GPP)控制;内模控制(IMC);推理控制(IC)等等。

下面以模型算法控制为例子来说明预测控制的基本原理。

预测控制原理图

模型算法(MAC)控制

主要包括内部模型、反馈校正、滚动优化和参数输入轨迹等几个部分。它采用基于脉冲响应的非参数模型作为内部模型,用过去和未来的输入输出状态,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。

预测控制的基本特征

包括有建立预测模型方便;采用滚动优化策略;采用模型误差反馈校正。这几个特征反映了预测控制的本质,也正是这个控制算法和其他算法的不同之处。

预测控制伴随着工业的发展而来,所以,预测控制与工业生产有着紧密的结合,火电厂钢球磨煤机是一个多变量、大滞后、强耦合的控制对象,其数学模型很难准确建立。而目前国内火电厂所装设的控制器大部分是PID控制器。由于系统各变量耦合严重,PID控制器很难适应,致使钢球磨煤机不能投入自动运行。用8051单片机加上A/D8路接口及其接口电路,再加上控制键和显示器,组成了预测控制器。在采用了MAC算法之后,就能够弥补PID控制器的不足。

由于预测控制具有适应复杂生产过程控制的特点,所以预测控制具有强大的生命力。可以预言,随着预测控制在理论和应用两方面的不断发展和完善,它必将在工业生产过程中发挥出越来越大的作用,展现出广阔的应用的前景。

图书.预测控制

作 者: 钱积新,赵均,徐祖华 编著

出 版 社: 化学工业出版社

出版时间: 2007-9-1

页 数: 213

I S B N : 9787502595944

所属分类: 图书 >> 计算机/网络 >> 人工智能

定价:¥29.00

内容简介

预测控制由于其能够处理约束及其对模型形式要求比较宽松,因而在生产过程控制中得到了广泛应用。采用阶跃(脉冲)响应作为内部模型,在算法实现上比较直观与方便,所以在应用中大多采用这种模型形式。然而由于它并非最小实现,这给从理论上研究系统的稳定性、鲁棒性等带来困难。状态方程表述的模型为理论研究提供了非常方便的形式。更为重要的是,在这种模型形式之下,将预测控制的研究纳入到业已成熟的现代控制理论中线性系统的范畴,因而有大量的研究成果可供借鉴与应用,这给预测控制理论研究提供了一个良好的平台。然而由于生产过程中系统状态的不可测,给这种形式的控制算法实际应用带来极大困难。本书的特点之一就是对这两类模型及其控制算法都作了介绍,并重点介绍具有约束的多变量预测控制算法。本书的另一特点是对工业模型预测控制(MPC)算法及其商品软件进行了评述,并就相关算法进行了介绍。这种能处理非方系统且能够对控制目标按优先级进行排序的工业MPC算法是目前国际上通行的MPC软件的核心。相信这部分内容对应用工作者在理解及现场调试MPC系统时会有帮助。书中还介绍了作者十多年来在从事MPC现场成功应用的典型实例,并提供了自行研制的具有自主知识产权的工业MPC通用软件的算法框架。

本书可作为高等学校自动化类等专业的研究生教材以及本科高年级学生的教学参考书,也可供相关工程技术人员参考使用。

目录

第1章 引言

1.1 预测控制的特点

1.2 早期历史和术语

1.3 在递阶控制体系中的预测控制

习题

第2章 预测控制的基本原理

2.1 预测模型

2.2 限时域滚动计算的思想

2.3 算最优输入

2.4 反馈与预测校正

2.5 不稳定的装置

2.6 澄清一些误解

习题

第3章 预测控制中的模型与预测

3.1 阶跃响应与脉冲响应模型

3.1.1 单输入、单输出装置的阶跃响应预测模型

3.1.2 多输入、多输出装置的阶跃与脉冲响应预测模型

3.2 传递函数模型

3.2.1 传递函数模型表述

3.2.2 利用传递函数模型的预测

3.2.3 扰动模型

3.2.4 广义预测控制模型

3.2.5 多变量系统

3.3 状态空间模型

3.3.1 状态空间模型的表述

3.3.2 利用状态空间模型的预测

3.4 模型之间的转换

3.4.1 阶跃响应与状态空问模型关系

3.4.2 由阶跃响应得到低维状态空间模型

附录3—1 Diophantine方程

附录3—2 奇异值分解

习题

第4章 无约束预测控制算法

4.1 基于阶跃响应模型的动态矩阵控制算法

4.1.1 单输入、单输出装置的动态矩阵控制算法

4.1.2 多变量系统的动态矩阵预测控制算法

4.2 基于传递函数模型的广义预测控制算法

4.2.1 预测模型

4.2.2 滚动优化

4.2.3 在线辨识与校正

4.3 基于状态空间模型的预测控制算法

4.3.1 预测控制的基本表述

4.3.2 求解无约束预测控制问题

习题

第5章 约束预测控制的优化求解

5.1 基于状态空间模型的约束预测控制

5.1.1 利用二次规划(QP)求解

5.1.2 控制器的结构

5.1.3 求解QP问题

5.1.4 约束软化与管理

5.2 基于阶跃响应模型的约束预测控制

5.3 两种模型描述方式的预测控制算法比较

习题

第6章 稳定性和鲁棒性分析

6.1 稳定性分析

6.1.1 终端等式约束

6.1.2 无限时域

6.1.3 终端加权

6.2 鲁棒性分析

6.2.1 线性矩阵不等式

6.2.2 模型不确定性

6.2.3 基于LMI的鲁棒预测控制算法

附录

习题

第7章 工业多变量预测控制技术

7.1 工业预测控制技术评述

7.1.1 工业MPC技术发展的简要回顾

7.1.2 工业MPC控制技术评述

7.2 工业多变量预测控制器的实现技术

7.2.1 两个层次的最优化算法

7.2.2 工业MPC中提高系统鲁棒性的技术

7.2.3 一种可以处理积分对象的工业MPc算法

7.2.4 在递阶控制体系中稳态——动态两层结构的预测控制系统的功能分析

7.2.5 一个工业MPC算法的结构及功能简介

习题

第8章 工业预测控制应用设计与实例

参考文献

书摘

在20世纪70年代,工业界(而不是控制理论界)首先构思出预测控制。在20世纪80年代,预测控制受到越来越广泛的重视。到现在,毫无疑问预测控制是化工和其他一些领域里应用最多的多变量控制算法。预测控制几乎可以用于任何的控制问题,在如下一些问题中预测控制最显其优势:

操作变量和被控变量的维数很高;

操作变量和被控变量都需要满足物理约束:

控制指标经常变化和/或设备(传感器/执行器)易出现故障;

时滞系统。

预测控制中一些著名的算法包括动态矩阵控制(DMC)、模型算法控制(MAC)、广义预测控制(GPC)等。这些算法在某些细节上有所不同,但是主要思想都是类似的。最基本的线性无约束预测控制算法与线性二次型控制很接近,具有解析解。在考虑约束时,一般在每个采样时刻在线实时求解十个优化问题。预测控制充分利用当今计算机的强大运算功能,来达到其优良的控制效果。

……

经典文献

[1] Allgower, F., and A. Zheng, Nonlinear Model Predictive Control, Springer-Verlag, 2000.

[2] Camacho, E. F., and C. Bordons, Model Predictive Control, Springer-Verlag, 1999.

[3] Kouvaritakis, B., and M. Cannon,Non-Linear Predictive Control: Theory & Practice, IEE Publishing, 2001.

[4] Maciejowski, J. M., Predictive Control with Constraints, Pearson Education POD, 2002.

[5] Prett, D., and C. Garcia, Fundamental Process Control, Butterworths, 1988.

[6] Rossiter, J. A., Model-Based Predictive Control: A Practical Approach, CRC Press, 2003.

随便看

 

百科全书收录4421916条中文百科知识,基本涵盖了大多数领域的百科知识,是一部内容开放、自由的电子版百科全书。

 

Copyright © 2004-2023 Cnenc.net All Rights Reserved
更新时间:2024/12/23 19:45:10