复杂工业过程模型预测控制的研究-终版1精品PPT课件

合集下载

《模型预测控制》PPT课件

《模型预测控制》PPT课件

五 模型预测控制的应用
在预测控制问世来,由于计算机技术的发展和日益复杂的工业系 统 对先进控制的需求,使预测控制的应用范围日渐扩大,控制水平日益 提高。目前,预测控制已成为工业控制领域应用最多的一种先进控制 策略。
商品化预测控制软件产品:
(i). 第一代:以Adersa的IDCOM和She11 Oil的DMC为代表,算法针 对无约束多变量过程;
公司
Adersa
DMC Honeywell Profimatics Setpoint
产品名
HieCon PFC DMC DMI
RMPCA PCT
SMCA
产品功能
递阶约束控制 预测函数控制 动态矩阵控制 动态矩阵辨识 鲁棒模型预测控制技术 预测控制技术
多变量控制软件包
5.2 模型预测控制基本原理
一 模型预测控制的分类
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, Model Algorithmic Control);
2. 动态矩阵控制(DMC)的产生:
动态矩阵控制(DMC, Dynamic Matrix Control)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. 滚动时域控制( Receding Horigon Control, RHC)
这种算法由著名的LQ或LQG算法发展而来。对于状态空间模型, 用有限时域二次性能指标再加终端约束的滚动时域控制方法来保证系 统稳定性。它已拓展至控制的基本原理
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

模型预测控制ppt

模型预测控制ppt


02 动态矩阵控制
动态矩阵控制以优化确定控制策略,在优化过程中, 同时考虑输出跟踪期望值和控制量变化来选择最优化准
则。往往不希望控制增量 Δ u 变化过于剧烈,这一因
素在优化性能指标中加入软约束予以考虑。
02 动态矩阵控制
02 动态矩阵控制
02 动态矩阵控制
02 动态矩阵控制
02 动态矩阵控制
01预测控制概述
工业过程的特点 多变量高维度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、强耦合,最优控制难以实现
预测控制产生
基于模型的控制,但对模型要求不高 采用滚动优化策略,以局部优化取代全局优化 利用实测信息反馈校正,增强控制的鲁棒性
限时域优化策略。优化过程不是一次离线进行,而是在线反
复进行优化计算,滚动实施,从而使模型失配、时变、干扰 等引起的不确定性能及时得到弥补,提高系统的控制效果。
02滚动优化
03反馈校正
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
反馈校正
从图中可以看出: 第一根曲线是模型失配时的输出 曲线,其快速性较差,超调量小;
第二根曲线是模型未失配时的输 出曲线,其快速性较好,但超调量 略大。
这验证了预测控制对于模型精度 要求不高的优势,即使模型失配, 也能取得不错的控制效果,
05
总结
总结
模型预测控制
预测控制:不仅利用当前和过去的偏差值,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
增大P: 系统的快速性变差,稳定性增强; 减小P: 快速性变好,稳定性变差。

过程控制系统 工业过程数学模型课件

过程控制系统  工业过程数学模型课件

石油化工行业应用
电力行业应用
制药行业应用
制药行业是卫生要求极高的行业,过程控制系统在制药行业中主要用于药品生产的监控和调节。
在制药行业中,过程控制系统可以对制药设备的运行状态、温度、压力、流量等工艺参数进行实时监测 和自动控制,确保药品质量和生产的稳定。
案例分析:某制药企业采用过程控制系统对药品生产过程中的温度、压力、流量等参数进行实时监测和 自动控制,提高了药品质量和生产的稳定性,减少了生产成本和产品不合格率。
现代控制算法
最优控制算法
01
自适应控制算法
02
鲁棒控制算法
03
智能控制算法
模糊控制算法
基于模糊逻辑和模糊集合理论, 处理不确定性、非线性和复杂的 控制问题。
神经网络控制算法
模拟人脑神经元的结构和工作原 理,处理具有高度非线性和不确 定性的系统控制问题。
遗传算法
基于生物进化原理,通过自然选 择和遗传机制,寻求最优解的控 制策略。
新技术与新方法的引入
人工智能与机器学 习
物联网与传感器技术
通过物联网和传感器技术实现设备间 的信息共享和协同控制,提高生产过 程的实时监控和预警能力。
工业4.0与智能制造的融合
数字化工厂
智能决策支持系 统
数据安全与隐私保护的挑战
数据加密与安全传输
隐私保护法律法规
总结词
数学模型是对实际系统进行数学描述的工具,可以分为静态和动态模型。
详细描述
数学模型是用来描述系统内在规律的一种数学表达方式,它可以用数学方程、图形、表格等方式表示。根据系统 变量的时间变化特性,数学模型可以分为静态模型和动态模型。静态模型描述系统变量在某一时刻的状态,而动 态模型则描述系统变量随时间变化的过程。

现代控制工程第10章预测控制PPT课件

现代控制工程第10章预测控制PPT课件

由极值必要条件容易求得最优解为
U M (k ) F(WP (k ) YP0 (k ))
F ( AT QA R) 1 AT Q
7
10.2 .2 滚动优化
实际控制时只将作用于系统:
u(k) u(k, k) 1 0 ... 0U M (k)
d T (WP (k ) YP0 (k ))
d T 1 0 ... 0( AT QA R)1 AT Q
g
P1
gP2
...
gN
...
0
P(N 1)
23
10.5 模型算法控制
2.参考轨迹
T
yr (k ) yr (k 1) ...... yr (k P)
yr (k i) i y(k ) (1 i )c
i 1,2,, P
c是输出设定值。c y(k ) 对应镇定问题,否则对应跟踪问题。 对闭环系统的动态特性和鲁棒性都有关键作用。 越小,参考轨迹到达设定点越快。
11
10.3 动态矩阵控制的工程设计
(3)误差权矩阵Q:误差权矩阵表示了对k时刻起未来
不同时刻逼近的重视程度。
1)等权选择 q1 q2 ... q P 2)只考虑后面几项误差的影响
q1 q2 ... qi 0
qi1 qi2 ... q P q
3)对于具有纯时滞或非最小相位系统
当 ai 是阶跃响应中纯时滞或反向部分采样值;qi 0
17
10.4 炼油厂加氢裂化装置的动态矩阵控制
3.预测模型
由监控计算机对每一控制量产生伪随机双电平序列测试信
号进行测试,得到被控量的阶跃响应,构造动态矩阵。
4.滚动优化目标函数
约束条件为 Cu c
min J (k ) 1 uT Hu g T u

模型预测控制 PPT课件

模型预测控制 PPT课件

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
工业自动化工具的发展(仪表)
年代 1950
1960
工业发展状况
仪表技术
化工、钢铁、纺织、造纸等,规 气动仪表,标准信号:20~100kPa
模较小;电子管时代
采用真空电子管;自动平衡型
记录仪
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
反馈校正
y (k+j|k)= ym(k+j|k) +e(k+j|k) e (k+j|k)= y (k|k) - ym (k|k)
反馈校正
2 3 y
u
4
yˆ(k 1) ym (k
e(k 1) yˆ(k
1
k k+1
t/T
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)
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
未来
3
y
4
1u2ຫໍສະໝຸດ 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

预测控制-1ppt课件

预测控制-1ppt课件

26.04.2020
.
5
预测控制的产生背景
❖ 理论背景:
▪ 状态空间理论 ▪ 最优控制理论 ▪ 多变量控制理论 ▪ 应用:航空、机电等 ▪ ……
现代控制理论
(理论体系、方法、指标…..)
❖ 应用背景:
▪ 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、不确定性、时变性、耦合、时滞……
Model Predictive Heuristic Control)
❖ 1980年,Cutler等提出动态矩阵控制(DMC,Dynamic Matrix
Control)
❖ 1982年, Meral等在MPHC基础上进一步提出模型算法控制(MAC ,
Model Algorithm Control)
❖ 1987年,Clarke等提出广义预测控制(GPC,Generalized
控制科学与工程学科研究生学位课程
预测控制
Predictive Control
宋执环 浙江大学控制科学与工程学系
课程主要内容
预测控制概论 相关课程基础 模型算法控制-MAC 动态矩阵控制-DMC 广义预测控制-GPC 基于状态空间模型的预测控制 其它预测控制算法 预测控制研究现状与工业应用
26.04.2020
.
18
预测控制
❖ 经典控制:
▪ 仅利用当前及过去测量值: u(k-1), ……,u(k-m), y(k), y(k-1), ……,y(k-n)
26.04.2020
.
17
滤波、预测与控制
❖ 控制:
▪ 已知信号的过去测量值: u(k-1), ……,u(k-m), y(k), y(k-1), ……,y(k-n)

课件--模型预测控制

课件--模型预测控制

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) jy(k) ym (k)
N
ym (k) hiu(k i) i 1
对于P步预测
j 1, 2, , P
YP (k) Ym (k) βe(k)
主要内容 预测模型 反馈校正 参考轨迹 滚动优化
第四节 动态矩阵控制(DMC) 一. 预测模型
DMC的预测模型
渐近稳定线性被控对象的单位阶跃响应曲线
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)
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

模型预测控制ppt课件

模型预测控制ppt课件

……
多步输出预测
……




当前时刻k以后的控制量
当前时刻k以 前的控制量
多步输出预测
矩阵形式(P = M):
PP维矩阵
P1维矩阵
未知
P(N-1)维
矩阵
已知
(N-1) 1
维矩阵
多步输出预测
当P>M时:
优化控制序列
保持不变
多步输出预测
矩阵形式(P>M):
当 j > M 时, 保持不变,但控制输入仍保持u (k+M-1),所以必须考 虑脉冲响应的作用。
制:
单步MAC的等效控制结构
ysp
w(k) +
参考轨迹

u(k)
Gc(z-1)
h
(k)
g(z-1) z-
1
g^(z-1) z-1
+ +

ym(k)
y(k)
+
e(k)
标准的内模控制结构!
纯滞后对象单步MAC
纯滞后对象:
一步输出预测:
闭环预测:
纯滞后对象单步MAC
参考轨迹:
性能指标:
制,完成整个动作循环。
模型算法控制-MAC
参考轨迹 输入
u(k)
优化计算
受控对象
y(k)
Z-1
预测输出
内部模型
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
g11 g2
gN
0 12
t /T 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

《复杂过程控制系统》课件

《复杂过程控制系统》课件

系统集成与优化
1 2 3
系统架构优化
研究和发展适用于复杂过程控制系统的架构,如 模块化、层次化和网络化架构,提高系统的可扩 展性和可维护性。
信息集成与共享
通过标准化和开放化的信息接口实现不同设备和 系统间的信息集成与共享,提高系统的协同工作 能力。
系统性能优化
研究和发展系统性能优化技术,如系统辨识、参 数优化和性能评价等,提高系统的整体性能和运 行效率。
06
结论
课程总结
复杂过程控制系统是工业自动化 领域中的重要分支,涉及多种学
科和技术。
通过本课程的学习,学生可以了 解复杂过程控制系统的基本概念
、原理、组成和设计方法。
本课程重点介绍了先进控制算法 、工业网络通信、系统集成等方 面的知识,为学生今后从事相关
领域的工作打下基础。
学习建议
01
深入理解基本概念和原理,掌握复杂过程控制系统 的核心知识点。
智能化与自动化
智能传感器与执行器
自动化决策支持
研发具有自感知、自适应和自决策功 能的智能传感器和执行器,提高系统 的感知和执行能力。
利用人工智能技术实现自动化决策支 持,减轻人工干预,提高系统的自主 决策能力。
智能控制算法
研究和发展适用于复杂过程的智能控 制算法,如模糊控制、神经网络控制 等,实现系统的自主调节和优化。
数据采集与处理
数据采集
通过传感器和变送器实时采集系统 中的各种参数,如温度、压力、流
量等。
数据处理
对采集到的原始数据进行滤波、去 噪、归一化等处理,提取出有用的
信息。
数据存储与备份
将处理后的数据存储在数据库中, 并定期进行备份,确保数据安全。
数据挖掘与分析

过程控制系统 工业过程数学模型课件

过程控制系统  工业过程数学模型课件
在电力行业中,过程控制系统可以对锅炉、汽轮机、发电 机等设备的运行状态进行实时监测和自动控制,确保电力 生产的稳定和安全。
案例分析:某火电厂采用过程控制系统对锅炉和汽轮机的 运行状态进行实时监测和自动控制,提高了电力生产的稳 定性和安全性,减少了设备故障和维护成本。
制药行业应用
制药行业是卫生要求极高的行业,过程控制系统在制药行业中主要用于药品生产的监控和调节。
新技术与新方法的引入
人工智能与机器学习
利用人工智能和机器学习技术对过程 数据进行建模和预测,提高过程控制 精度和效率。
物联网与传感器技术
通过物联网和传感器技术实现设备间 的信息共享和协同控制,提高生产过 程的实时监控和预警能力。
工业4.0与智能制造的融合
数字化工厂
通过数字化工厂实现生产过程的可视化和优化,提高生产效率和产品质量。
工业过程
被控对象,如反应炉、锅炉、 化工反应器等。
过程控制系统的历史与发展
早期发展
20世纪初,过程控制系统开始出现, 主要用于温度、压力等简单参数的监测
和控制。
当前发展
现代过程控制系统已实现高度自动化 和智能化,能够进行实时优化和故障
诊断。
中期发展
20世纪中叶,随着计算机技术的发展 ,多变量控制系统逐渐成为主流。
分类
根据控制方式、控制结构和被控 参数的不同,过程控制系统可分 为开环控制系统、闭环控制系统 、多变量控制系统等。
过程控制系统的基本组成
传感器
用于实时监测被控参数,如温 度、压力、流量等。
控制器
根据设定值与实际值的偏差, 计算出控制信号,以调整被控 参数。
执行器
根据控制器发出的控制信号, 调整工业过程的输入或输出。

复杂过程控制系统PPT课件

复杂过程控制系统PPT课件
➢ 定量分析:
第24页/共92页
F2
Gf2(s)
F1
Gf1(s)
R1 +
R2
Gc1(s)
Gc2(s)


Ym1
Ym2
Gv(s) Gm2(s)
Gp2(s)
+ Y1 Gp1(s) Y2
Gm1(s) 串级控制系统方框图
Y1(s)
G f 2 (s)Gp1(s)
F2 (s) 1 Gc2 (s)Gv (s)Gp2 (s)Gm2 (s) Gc1(s)Gc2 (s)Gv (s)Gp2 (s)Gp1(s)Gm1(s)
第3页/共92页
➢ 方案2:
T2T T2C
热物料
燃料
冷物料
单回路系统(控制炉膛温度)
第4页/共92页
选取炉膛的出口温度为被控对象,选取燃料量为控制参数,构成如图所示的单回路控 制系统。 优点:能及时而有效地克服来自f2(t) 、 f3(t)的干扰。 缺点:炉膛的出口温度控制只起辅助作用;放弃炉出口温度控制将无法克服来自f1(t) 变化等方面的干扰。
第5页/共92页

➢ 方案3: 选取炉出口温度为主被控参数(简称主参数) 选取炉膛温度为副被控参数(简称副参数) 把炉出口温度调节器的输出作为炉膛温度调节器的给定值 构成了炉出口温度与炉膛温度的串级控制系统
第6页/共92页
T1C
T1T
T2T T2C
燃料
冷物料
串级控制系统
第7页/共92页
热物料
R1 +
第35页/共92页
(4)、通常取To1=(310)To2。 究竟To2取多大为好,应按具体情况确定。若欲快速克服主干扰,则小一点为好; 若欲克服对象的大滞后,可取大点;若欲克服对象的非线性,则To1/To2宜取大一些。 ➢ 应考虑工艺上的合理性、可能性和经济性 只有满足工艺要求,才具有实用性。 先考虑工艺要求,再考虑其他要求。

复杂过程控制系统 优质课件

复杂过程控制系统 优质课件
当两种情况下所求的开环增益不相同时,则说明了各通 道间有耦合。从上述的定性分析可以看出,相对增益的值 反映了某个控制通道作用的强弱和其他通道对它的耦合的 强弱,因此,可作为选择控制通道和选择解耦措施的依据。
EXIT
第16页
过程控制及仪表
3.减少与消除耦合的途径
1)选择正确的变量配对
2)调整控制器参数
对于这类生产过程,采用之前介绍的常规控制方案往往不 能获得令人满意的控制效果,甚至还可能导致整个系统失控。
为了解决在被控对象的结构和参数存在不确定性时,系统仍 能自动地工作于最优或接近于最优的状态,就提出了自适应 控制,它是辨识技术与控制技术的结合。
EXIT
第3页
过程控制及仪表
自适应控制是建立在系统数学模型参数未知的基础上, 在控制系统运行过程中,系统本身不断测量被控系统 的参数或运行指标,根据参数或运行指标的变化,改 变控制参数或控制作用,以适应其特性的变化,保证 整个系统运行在最佳状态下。
EXIT
第2ቤተ መጻሕፍቲ ባይዱ页
过程控制及仪表
2.专家系统的特点
专家系统通过移植到计算机内的相应知识,模拟人类专 家的推理决策过程。这一人工智能处理方法与常规的软 件程序相比,具有如下的显著特征:
1)专家系统是一种知识信息处理系统。 2)专家系统具有高度灵活的问题求解能力。
3)专家系统具有启发性和透明性。
EXIT
1.系统的关联
目前的现场实际中,生产装置往往不再是单一的 回路控制,通常都需要设置若干个控制回路,才能对生 产过程中的多个被控变量进行准确、稳定地控制。由于 回路个数的增多,各控制回路之间就有可能存在某种程 度的相互关联和影响,从而构成多输入多输出(MIMO) 的耦合控制系统。

过程控制中的模型预测控制技术研究

过程控制中的模型预测控制技术研究

过程控制中的模型预测控制技术研究1. 前言在工业生产中,过程控制是保证产品质量和工艺稳定的关键步骤。

为了达到良好的控制效果,工程师需要对生产过程进行准确地建模,以获得正确的监控和调节策略。

而在模型预测控制技术中,尤其是基于机器学习的模型预测控制技术,已成为工业自动化领域的研究热点。

本文针对模型预测控制技术在过程控制中的应用进行研究。

2. 模型预测控制技术概述模型预测控制技术(Model Predictive Control,MPC)是一种全新的控制方法,它利用数学模型对系统进行长期预测,同时根据预测结果和系统的实际状态,进行优化控制。

该技术在许多领域,如化工、能源、汽车、航天等方面得到了不同程度的应用。

目前,它已经成为了一种非常强大的控制方法,其控制效果显著,应用范围广泛。

模型预测控制技术的优越性在于其具有远程监控和优化控制功能,能够有效地预测系统的未来状态,同时利用优化算法进行长期控制。

在过程控制系统中,如果系统具有一定的动态特性或非线性响应,MPC可以快速响应系统变化,并通过机器学习算法来预测未来的控制状态,从而对系统进行控制。

3. 模型预测控制技术在化工工业中的应用化工行业是模型预测控制技术的一个典型应用领域。

由于化工过程较为复杂,系统动态性强且存在多种非线性现象,因此MPC技术在该领域中应用广泛。

通过使用MPC技术,可以实现化工过程的优化控制与优化经济成本,减少了生产成本,提高了生产效率。

例如,利用MPC技术可以对石化加工过程中的反应塔进行精确控制,实现对乙烯合成反应的控制。

通过对模型的构建,运用求解器算法和控制乙烯生产的目标函数,MPC控制方法可以实现实时优化反应塔的操作,避免传统控制方法中存在的多个累积误差问题。

4. 模型预测控制技术在工业中的应用案例除了化工工业,MPC技术也可以在许多其他领域获得广泛应用。

如在航空制造行业,MPC技术被用来控制液压系统,以实现准确的舵机开关动作和原理控制。

相关主题
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
多模型自适应解耦控制方法
线性系统 (Wang, Li, Cai et al, 2005, ISA) 非线性系统 (Zhai, Chai, 2006; Fu, Chai, 2007,2008)
多模型预测控制方法
加权多模型预测控制方法 (Danielle D, Doug C , 2003;
Aufderheide B et al.,2001)
切换多模型预测控制方法 (席等,1996;)
Ⅰ 研究现状及存在问题
1.4 存在问题
针对控制输入受约束的不确定时滞系 统的鲁棒模型预测控制,研究结果较 少,已有的结果大部分都是时滞无关 的控制方法,而且具有一定的保守性。
针对参数未知的非线性系统,缺少能 够保证闭环系统稳定的自适应预测控 制方法。
系统的矩阵满足多面体不确定性(polytopic uncertainty)
(2.1) (2.2)
[ A(k) A(k) B(k)] Co{[ A1 A1 B1],[ A2 A2 B2 ],,[ Ap Ap Bp ]} (2.3) 即:
以强制循环蒸发系统为应用背景,进 行仿真实验,验证本文方法的有效性
Ⅱ.不确定时滞系统的鲁棒模型预测控制
Ⅱ 不确定时滞系统的鲁棒模型预测控制
2.1 时滞相关鲁棒模型预测控制方法
问题描述
被控对象
x(k 1) A(k)x(k) A(k)x(k d ) B(k)u(k)
系统的输入约束为ቤተ መጻሕፍቲ ባይዱ
u u(k) u , k [0, )
M et al.,1994,1995)
➢ 终端约束集MPC (Michalska H et al.,1993) ➢ 终端惩罚函数MPC (Chen H et al.,1998; Mayne D
Q et al.,2000; Lee J W et al.,1998; Chen W H et al., 2000;Lee Y I et al., 2003 )
系统中的应用 6. 结论与展望
Ⅰ. 研究现状及存在的问题
Ⅰ 研究现状及存在问题
1.1 模型预测控制的研究现状
模型预测控制的理论研究
稳定性
➢ 无限时域MPC (Keerthi S S et al.,1988;
Bitmead R R et al.,1990)
➢ 终端等式约束MPC (Mayne D Q et al.,1990; Alamir
在实际的系统中,如电力系统、化学反应 系统、通信网络系统等,都存在计算机信息 和数据的传送,使得时滞成为系统中一个不 可忽略的部分。
频域法 时域法(Lyapunov 方法)
时滞无关 (Delay-independent) 时滞相关 (Delay-dependent)
Ⅰ 研究现状及存在问题
1.3 多模型控制方法的研究现状
➢ 国内 ➢ 上海交通大学和浙江大学开发研制的多变量约束控制 软件包MCC ➢ 浙大中控软件技术有限公司推出的面向流程工业企业 的综合自动化整体解决方案ESP-Suite,其中集成了高 级多变量预测控制软件包APC-Adcon以及预测函数控 制软件包APC-PFC
Ⅰ 研究现状及存在问题
1.2 时滞系统控制的控制方法
Ⅰ 研究现状及存在问题
1.1 模型预测控制的研究现状
模型预测控制的工业应用
应用领域
➢ 模型预测控制经过近30多年的发展,控制水平日益提高, 应用范围不断扩大,不仅在石油、化工、造纸等工业过程 中得到广泛应用,而且在机器人、食品加工和航空航天等 领域也得到尝试和应用。
商业软件
➢ 国外 ➢ 最初的IDCOM和DMC算法代表了MPC的第一代 ➢ Shell公司的QDMC代表了MPC的第二代 ➢ 第三代包括IDCOM-M、HIECOM、SMCA、SMOC和 Profimatics公司的PCT以及Honeywell公司的RMPCT ➢ 现在的RMPCT与DMC-plus代表MPC技术的第四代
➢ 离线鲁棒模型预测控制 (Wan Z et al., 2002,2003; Ding
B et al., 2007;)
➢ H 鲁棒预测控制 (Lee J W et al,1997;Magni L et al,
2001, 2003; Lee Y I et al.,2000; Kim K B et al.,2004;Chen H et al., 2006,2007; Jeong S C et al.,2004;Wang J et al., 2006)
复杂工业过程模型预 测控制的研究
答辩人: 石宇静 导 师:柴天佑 院士
2009.6.28
提纲
1. 研究现状及存在的问题 2. 不确定时滞系统的鲁棒模型预测控制 3. 不确定非线性系统的多模型自适应预测控制 4. 不确定非线性多变量系统的多模型自适应解
耦预测控制 5. 多模型自适应解耦预测控制在强制循环蒸发
针对参数未知的多变量强耦合非线性 复杂工业过程,目前没有很好的控制 方法。
Ⅰ 研究现状及存在问题
1.5 本文工作
针对三类复杂系统,提出了相应的模 型预测控制方法
控制输入受约束的不确定时滞系统鲁棒 模型预测控制方法
参数未知的非线性系统的多模型自适应 预测控制方法
参数未知的多变量非线性系统的多模型 自适应解耦预测控制方法
➢ 收缩约束MPC (De Oliveira K S L et al., 1994, 2000;
Cheng X et al.,2001)
Ⅰ 研究现状及存在问题
1.1 模型预测控制的研究现状
鲁棒性
➢ min-max模型预测控制 (Kothare et al., 1996; Lu and
Arkun, 2000;Kim K B,2002;Kim T H, 2006;Wu F,2001; Lee et al., 2005, Cuzzola et al.,2002;Ding B et al., 2004)
多模型自适应控制方法
间接多模型自适应控制方法(Middleton R H, Goodwin
G C 1988; Narendra K S,1994,1997,2000)
直接多模型自适应控制方法 (Goodwin G C , 1988, 1994;
Fu M Y ,1986,1996)
加权多模型自适应控制方法 (Binder Z 1992,1994)
相关文档
最新文档