无模型自适应技术MFA中文版(非常好的学习资料)

无模型自适应（MFA）控制技术

摘 要

MFA…

关键字：无模型自适应控制MFA …

目 录

无模型自适应（MFA）控制技术 (1)

单回路MFA控制系统 (1)

MFA控制器结构 (2)

SISO MFA控制算法 (3)

MFA与PID (4)

MFA控制系统的要求 (4)

SISO MFA控制器设置 (5)

非线性MFA控制器（Nonlinear MFA） (5)

非线性MFA控制器设置 (6)

MFA pH控制器（MFA pH） (6)

MFA pH控制器设置 (7)

前馈MFA控制器（Feedforward MFA） (8)

前馈MFA控制器设置 (8)

抗滞后MFA控制器（Anti-delay MFA） (9)

鲁棒MFA控制器（Robust MFA） (10)

鲁棒MFA控制器设置 (11)

时变MFA控制器（Time-varying MFA） (12)

时变MFA控制器设置 (12)

抗滞后MFA pH控制器（Anti-delay MFA pH） (13)

多变量MFA控制器（MIMO MFA） (13)

两输入两输出MFA控制系统 (13)

2×2MFA控制器参数 (14)

MIMO MFA控制器应用指南 (15)

MFA控制方法论 (15)

总结 (16)

简易的解决方案 (16)

利用所有的过程信息 (16)

不依赖于信息的精确程度 (16)

将合适的技术应用于相应的场合 (16)

参考文献 (17)

无模型自适应（MFA）控制技术

无模型自适应（MFA）控制技术，顾名思义，是一种无需建立过程模型的一种自适应控制方法。MFA控制系统具有以下五点属性：

1. 不依赖于精确的过程知识；

2. 系统不含过程辨识机制；

3. 对一实际过程无需进行控制器设计；

4. 没有复杂的控制器参数整定过程；

5. 有稳定性分析和判据，保证闭环系统稳定。[1-3]

基于MFA核心控制技术，针对特殊的控制问题，设计了多种MFA控制器：[4-14]

标准MFA控制器（SISO MFA）－取代PID，免去了复杂的控制器参数整定；

非线性MFA控制器（Nonlinear MFA）－控制极端非线性过程；

MFA pH控制器－控制pH过程；

前馈MFA控制器（Feedforward MFA）－抑制可测的扰动；

抗滞后MFA控制器（Anti-delay MFA）－控制大滞后过程；

鲁棒MFA控制器（Robust MFA）－迫使过程变量维持在预定的范围；

时变MFA控制器（Time-varying MFA）－控制大惯性、滞后时间不确定的过程；

抗滞后MFA pH控制器（Anti-delay MFA pH）－控制大滞后的pH过程；

MIMO MFA控制器（多变量MFA）－控制多变量过程。

MFA控制器能很方便地嵌入于各种设备，并且越来越多的平台已经能提供这些先进的控制器，包括楼宇控制器、单回路控制器、可编程逻辑控制器（PLC）、混合式控制器、过程自动控制器（PAC），以及控制软件和集散控制系统（DCS）等。

单回路MFA控制系统

如图1所示，单回路MFA控制系统包括一个单输入单输出（SISO）过程，一个SISO MFA控制器和一个反馈回路。MFA控制器的控制目标是通过产生合理的控制作用()t u，()t y

迫使过程变量在设定值变化，存在扰动和过程动态特性改变的情况下仍然能跟踪设

定值。也就是，MFA 控制器以在线的方式不断减小设定值()t r ()t r 和过程变量之间的偏差。偏差最小化由以下两点实现：（i ）MFA 控制器的调节控制能力；（ii ）不断调整MFA 控制器的权值，使得控制器能克服系统中过程动态特性的变化，扰动和其它不确定因素。

()t y ()t e ()t

e

图1 单回路MFA 控制系统

Fig. 1 Single-loop MFA control system

MFA 控制器结构

如图2所示，单输入单输出MFA 控制器的核心是一个多层感知器（MLP ）人工神经网络（ANN ）。神经网络包含一个输入层，一个有N 个神经元的隐含层和一个单个神经元的输出层。

神经网络可根据需要来更新其权值（和）来改变动态模块的行为。网络学习的算法是以偏差最小为目标，这与反馈控制的目标相一致。当过程动态特性发生变化的时候，权值的自适应能力帮助控制器减小偏差。基于神经网络的MFA 控制器能记忆一部分历史数据，为了解过程动态特性提供有价值的信息。相比之下，数字式PID 控制器只保留当前的和之前的两个采样数据。在这一点上，PID 控制器几乎没有任何记忆能力，而MFA 拥有一个“聪明”的控制器所必需的记忆能力。

ij w i h ()t e

图2 SISO MFA 控制器结构

Fig. 2 Architecture of a SISO MFA controller

SISO MFA 控制算法

MFA 的核心控制算法如下列公式：

()()()11+=∑=N i i ij j n E n w n p ,

(1)

()()()n p n q j j ϕ=,

(2) ()()()⎥⎥⎦

⎤⎢⎢⎣⎡⎟⎟⎠⎞⎜⎜⎝⎛+=∑=N j j j n q n h n o 11ϕψ, ()()∑=+=N j j j n q n h 11,

(3)

()()()[t e t o K t v c +=], (4) 其中n 代表第n 次迭代，是()t o ()n o 的时间连续函数，()t v 是MFA 控制器的输出，（>0）是MFA 控制器的增益，和是权值。

c K c K ij w i h 权值的学习算法如下：

()()()()()()()∑=−=ΔN k k i j j c ij n h n E n q n q n e K n w 11η,

(5)