（控制理论与控制工程专业论文）基于特征模型的预测函数控制及应用研究.pdf

上海大学博士学位论文摘要 摘要 在过去的几十年里，模型预测控制的研究越来越受到众多专家学者的重视，在 大家的共同努力下，许多重要的研究成果不断出现。模型预测控制以其鲁棒性好， 具有灵活的约束处理能力，综合控制质量较高，特别适合于处理具有输入输出约 束、时滞时变特性、反向特性和变目标函数的工业过程等优点，受到工业界的广 泛欢迎，应用成果层出不穷。预测函数控制作为第三代模型预测控制，在保持模 型预测控制优点的同时，通过引入基函数的概念增强了输入控制量的规律性，提 高了响应的快速性和准确性，可有效地减少算法的计算量。然而，与其它基于预 测模型的模型预测控制一样，预测函数控制仍然存在一旦预测模型与实际被控过 程出现不一致时，会出现控制性能下降的问题。尽管围绕模型失配问题展开了一 系列的研究，如将神经网络模型、模糊模型引入预测函数控制作为预测模型，但 这样做的结果使预测模型变得复杂，增加了在线计算工作量，预测函数控制原先 所具有的算法简单、运算速度快的优点失去。 针对预测函数控制的模型失配问题， 简单、运算速度快的优点为研究出发点， 本文以保证预测函数控制所具有的算法 同时减小模型失配以保证预测函数控制 的控制性能不下降为前提，提出基于特征模型的预测函数控制控制方案。特征模 型通常的形式是一个二阶慢时变的线性模型，它是根据被控对象动力学特征和控 制性能的要求相结合建立起来的模型，特征模型的关键特点在于模型的形式简单、 易于工程实现，而且在同样输入控制作用下，对象特征模型和实际对象在输出上 是等价的。特征模型这一概念是由吴宏鑫院士结合自己多年的理论研究与工程实 践而提炼出来。在本文中，作者对特征模型理论开展了进一步研究，一是总结出 几种特征模型获取的方法，尤其是提出了基于测试法的特征模型获取方法，以及 借助于m a t l a b 的仿真分析法。这些方法可以方便地获取被控对象的特征模型，以 及在已有高阶模型的基础上，实现模型降阶。二是为了避免特征模型时交参数计 算问题，引入了参数区间的概念，将二阶慢时变的线性模型等效成一族二阶线性 模型，从而保证特征模型引入预测函数控制后，传统预测函数控制所具有的算法 简单、运算速度快等优点不丢失。仿真结果表明，新的算法明显地优于传统的预 测函数控制算法。 由于参数区间的引入使基于新算法的特征多项式系数具有不确定性参数问 题，为了便于进行稳定性分析，这里利用了多项式稳定性分析理论，找到了适合 于的稳定性分析的方法多项式稳定性分析理论。 上海大学博士学位论文 基于特征模型的预测函数控制及应用研究 借助于d c s 平台构建了与生产控制相吻合的实验环境进行了实验研究，实验 研究进一步表明新算法比传统预测函数控制算法具有更好的控制性能。实验中采 用的d c s 为浙江中控j x 3 0 0 x 系统，控制程序采用j x 3 0 0 x 系统所提供的s c x 语言编写，借助于j x 3 0 0 x 平台可以十分方便地把控制程序移植到工业生产实际 中。 本文的主要工作概括如下： 1 对特征模型获取进行了研究，提出了一些特征模型获取的新方法，包括非 线性系统的特征模型获取，尤其是利用测试法获取特征模型的方法，以及借助于 m a t l a b 的仿真分析法。引入了参数区间，从而使特征模型得以进一步简化。 2 提出了基于特征模型的预测函数控制算法。新算法可以克服传统预测函数 控制算法在模型失配时的有效控制问题。借助于m a t l a b ，对新算法与传统预测函 数控制算法针对多种被控对象进行仿真研究，仿真结果表明，新算法明显优于传 统预测函数控制算法。 3 给出了几种针对模型匹配与模型失配的预测函数控制系统的稳定性分析 方法，尤其是引入了多项式稳定性分析方法来分析基于特征模型的预测函数控制 算法系统的稳定性。 4 借助于d c s 平台构建了与生产控制相吻合的实验环境进行了实验研究， 实验研究进一步表明新算法比传统预测函数控制算法具有更好的控制性能。实验 中采用的d c s 为浙江中控j x - 3 0 0 x 系统，控制程序采用j x 3 0 0 x 系统所提供的 s c x 语言编写，借助于j x 3 0 0 x 平台可以十分方便地把控制程序移植到工业生产 实际中。 关键词：特征模型；预测函数控制：模型预测控制：稳定性：d c s ；饲料制粒机 上海大学博士学位论文 a bs t r a c t i nt h ep a s tf e wd e c a d e t h er e s e a r c ho fm o d e lp r e d i c t i v ec o n t r o lh a sg a i n e dm o r ea n d m o r ea t t e n t i o na m o n gm a n ye x p e r t s w i t he v e r y o n e se f f o r t m a n yc r i t i c a lr e s u l t sa r e c o n s t a n t l ys p o k e no u t m o d e lp r e d i c t i v ec o n t r o la l g o r i t h mi so b s e s s e do fs o m e a d v a n t a g e sl i k eg o o dr o b u s t n e s s ，f l e x i b l ea b i l i t yo fc o n s t r a i n ts o l u t i o n , r e l a t i v e l y h i 曲e rc o m p r e h e n s i v ec o n t r o l l i n gq u a l i t y , e x c l u s i v e l yb e i n ga d a p t e dt oi n d u s t r y p r o c e s sw h i c hh a si n p u t o u t p u tc o n s t r a i n t ，t i m e d e l a ya n dt i m e - v a r y i n gc h a r a c t e r i s t i c ， r e v e r s ec h a r a c t e r i s t i ca n dv a i l a b l et a r g e t f u n c t i o n ，s oi t i s w i d e l ya c c e p t e db y i n d u s t r i a lf i e l d sa n dp r a c t i c a lr e s u l t sa r ee m e r g i n gi na ne n d l e s ss t r e a m a st h e3 mg e n e r a t i o no fm o d e lp r e d i c tc o n t r 0 1 p r e d i c t i v ef u n c t i o n a lc o n t r o im a i n t a i n s t h ea d v a n t a g eo fm o d e lp r e d i c tc o n t r o l ，m e a n w h i l e ，i ts t r e n g t h sr e g u l a r i t yo fi n p u t c o n t r o l l e dq u a n t i t y , i m p r o v e dt h e s p e e d i n e s s a n da c c u r a t e n e s so fr e s p o n s eb y i n t r o d u c i n gt h ec o n c e p to fb a s ef u n c t i o n s ，w h i c hc a ne f f e c t i v e l yd e c r e a s ec a l c u l a t i o n q u a n t i t yo fa l g o r i t h m h o w e v e r , s a m ea so t h e rm o d e lp r e d i c tc o n t r o l ，o n c ep r e d i c t m o d e lh a p p e n sn o ti nl i n ew i t ha c t u a lc o n t r o l l e dp r o c e s s i tw o u l dm e e tw i t hd e g r a d e o fc o n t r o l l i n gp e r f o r m a n c e a l t h o u g has e r i e so fm o d e lm i s m a t c hr e s e a r c hh a v e b e e n c a r r i e do u t , f o re x a m p l e i n t r o d u c i n gn e u r a ln e t w o r k sm o d e la n df u z z ym o d e li n t o p r e d i c t i v ef u n c t i o nc o n t r o l ，t h i sl d n do fo p e r a t i o nc a no r d ym a k ep r e d i c t i v em o d e l b e c o m 她m o r ec o m p l i c a t e d , i n c r e a s i n go n l i n ec a l c u l a t i o nq u a n t i t ya n dd e p r i v i n go f a l lt h eo r i g i n a lm e r i t so fp r e d i c t i v ef u n c t i o n a lc o n t r o ll i k ee a s ya l g o r i t h ma n df a s t c a l c u l a t i o n c o n s i d e r i n gm o d e lm i s m a t c hp r o b l e n ao fp r e d i c t i v ef u n c t i o n a lc o n t r o l ，t h i sp a p e rs e t s t h ea s s u r a n c eo fp r e d i c t i v ef u n c t i o nc o n t r o lo b s e s s i n gt h es t r o n gp o i n t so fe a s y a l g o r i t h ma n df a s tc a l c u l a t i o na st h es t a r t i n gl i n eo fr e s e a r c h m o r e o v e r , o nt h e p r e m i s eo fd e c r e a s i n gm o d e lm i s m a t c hi no r d e rt oa s s u r em a i n t a i n i n gt l l ec o n t r o l c h a r a c t e r i s t i co fp r e d i c t i v ef u n c t i o n a lc o n t r o l ，t h i sp a p e rr a i s e sc o n t r o ls c h e m eo f p r e d i c t i v ef u n c t i o n a lc o n t r o lo nt h eb a s i so ft h ec h a r a c t e r i s t i cm o d e l t h eu s u a lf o r mo ft h ec h a r a c t e r i s t i cm o d e li sas e c o n d o r d e rs l o wt i m e - v 扪y i n gl i n e a r m o d e l ，w h i c hi sb u i l tu du n d e rt h ec o m b i n e dr e q u i r e m e n t so fc o n t r o l l e do b j e c t d y n a m i cf e a t u r e sa n dc o n t r o lf e a t u r e t h em a i nf e a t u r e so fc h a r a c t e r i s t i cm o d e li st h a t i th a ss i m p l em o d e lf o r ma n de a s i l yp r a c t i c e d ，b e s i d e s ，t r a d e rs a m ei n p u tc o n t r o l ， o b j e c tc h a r a c t e r i s t i cm o d e la n dp r a c t i c a lo b j e c ta r ee q u i v a l e n t t h ec o n e 印to fc h a r a c t e r i s t i cm o d e li sa b s t r a c t e db yh o n g x i nw ua c a d e m i c i a n t h r o u g hh i sl o n gy e a r so ft h e o r e t i cr e s e a r c ha n dp r o j e c tp r a c t i c e 。t h i sp a p e rd e v e l o p e d af b r t h e rs t u d y0 1 1c h a r a c t e r i s t i cm o d e lt h e o r y , f i r s t l mi tc o n c l u d e do u ts e v e r a l m e t h o d so fa c q u i r i n gc h a r a c t e r i s t i cm o d e l s ，e s p e c i a l l yt h em e t h o do nt h eb a s i so f t e s t i n ga n de m u l a t i o na n a l y s i sw i t ht h eh e l do fm a t l a b w i 也t h e s em e t h o d sw ec a r t c o n v e n i e n t l yo b t a i nc h a r a c t e r i s t i cm o d e la n dr e a l i z em o d e lr e d u c t i o n s e c o n d l y , i n o r d e rt oe s c a p et h ec a l c u l a t i o np r o b l e mo ft i m e v a r y i n gp a r a m e t e r so fc h a r a c t e r i s t i c m o d e l 。t h i sp a p e ri n t r o d u c e di nac o n c e p to fp a r a m e t e rz o n ea n de q u i v a l e n t s e c o n d o r d e rs l o wt i m e - v a r y i n gt oac l u s t e ro fs e c o n d o r d e rl i n e a rm o d e l st h u si tc a n 1 1 1 上海大学博士学位论文基于特征模型的预测函数控制及应用研究 a s s u r ew h e ni n t r o d u c i n gc h a r a c t e r i s t i cm o d e li n t op r e d i c t i v ef u n c t i o n a lc o n t r o l ， t r a d i t i o n a lp r e d i c t i v ef u n c t i o nc o n t r o lw o d dn o tl o s et h e i ra d v a n t a g e so fe a s ya n df a s t c a l c u l a t i o n t h er e s u l to fs i m u l a t i o nr e f l e c t st h a tn e wa l g o r i t h mi so b v i o u s l yb e t t e r t h a nt r a d i t i o n a lo n e a st h ei n t r o d u c t i o no fp a r a m e t e rz o n el e a d sc h a r a c t e r i s t i c p o l y n o m i a lp a r a m e t e rb a s e do nn e wa l g o r i t h mh a v i n gu n c e r t a i n t yp a r a m e t e rp r o b l e m , i no r d e rt oc a r r y i n go u ts t a b i l i t ya n a l y s i s ，t h i sp a p e ru t i l i z e dp o l y n o m i a ls t a b i l i t y a n a l y s i st h e o r yt of i n do u tam e t h o db e i n gg o o df o rs t a b i l i t ya n a l y s i s p o l y n o m i a l s t a b i l i t ya n a l y s i st h e o r y w i t ht h eh e l po fd c sp l a t f o r i l l ，w ed i dr e s e a r c hu n d e ra n e x p e r i m e n t a le n v i r o n m e n tw h i c hf i t s t op r o d u c t i o nc o n t r o l ，e x p e r i m e n tr e s e a r c h f u r t h e rm a n i f e s t st h a tn e wa l g o r i t h mh a sb e t t e rc o n t r o l l i n gf e a m r e so v e rt r a d i t i o n a l o n e t h ea d o p t e dd c si ne x p e r i m e r i ti sf r o ms u p c o nj x 3 0 0 xs y s t e m c o n t r o l p r o g r a mw a sm a d ef r o ms c xl a n g u a g ep r o v i d e db yj x 一3 0 0 x , u n d e rt h eh e l po f j x 3 0 0 xp l a t f c i r i l lw ec a nq u i t ee a s i l yp l a n tc o n t r o lp r o c e d u r ei n t oi n d u s t r i a l p r o d u c t i o n t h em a i nc o n t e n t so ft h i sp a p e l a le1 i k ef o l l o w i n g ： 1 r e s e a r c ho na c q u i r e m e n to fc h a r a c t e r i s t i cm o d e l i n t r o d u c t i o no fs o m en e w m e t h o d so fo b t a i n i n gc h a r a c t e r i s t i cm o d e l ，i n c l u d i n gt h eo n eo fn o n - l i n e a r , e s p e c i a l l y t a k i n ga d v a n t a g eo ft e s t i n gm e t h o da n ds i m u l a t i o na n a l y s i sm e t h o du n d e rt h eh e l po f m a t i a b t h ep a r a m e t e rz o n ei si n t r o d u c e dt of u r t h e rs i m p l i f yc h a r a c t e r i s t i cm o d e l 2 i n t r o d u c e dp r e d i c t i v ef u n c t i o nc o n t r o la l g o r i t h mb a s e do nc h a r a c t e r i s t i cm o d e l n e wa l g o r i t h mc a nc o n q u e rt h e e f f c c t i v ec o n t r o lp r o b l e mw h e nm o d e lm i s m a t c h h a p p e n e d w i t ht h eh e l po fm a t l a b ，w ed i ds i m u l a t i o nm s e a r c ho nm a n yk i n d so f c o n t r o l l e do b j e c t sb yt r a d i t i o n a la l g o r i t h ma n dn e wo n e t h es i m u l a t i o nr i e s u l t ss h o w s t h a tn e wa l g o r i t h mi so b v i o u s l yb e t t e rt h a nt r a d i t i o n a lo n e 3 s o m em e t h o d sa n a l y z i n go ns y s t e ms t a b i l i wo fp r e d i c t i v ef u n c t i o nc o n t r o l a l g o r i t h m ，w h i c hm o d e l m a t c ha n dm o d e lm i s m a t c hw e r eg i v e n e s p e c i a l l ya d o p t i n g p o l y n o m i a ls t a b i l i t ya n a l y s i sm e t h o dt oa n a l y z i n go i ls y s t e ms t a b i l i t yo fp r e d i c t i v e f u n c t i o nc o n t r o lb a s e do nc h a r a c t e r i s t i cm o d e la l g o r i t h m 4 c a r r i e do nr e s e a r c hi nap r o d u c t i o nc o n t r o lo r i e n t e de x p e r i m e n t a le n v i r o n m e n t w i t ht h eh e l po fd c sp l a t f o r m ，e x p e r i m e n t a lr e s e a r c hf u r t h e rp r e s e n t st h a tn e w a l g o r i t h mo b s e s s e sb e t t e rc o n t r o lf e a t u r e st h e nt r a d i t i o n a lo n e t h ea d o p t e dd c s i n e x p e r i m e n ti sf r o ms u p c o nj x - 3 0 0 xs y s t e m c o n t r o lp r o c e d u r ew a sm a d ef r o m s c xl a n g u a g ep r o v i d e db yj x 一3 0 0 x ，u n d e rt h eh e l po fj x - 3 0 0 xp l a t f o r mw ec a n q u i t ee a s i l yp l a n tc o n t r o lp r o c e d u r ei n t oi n d u s t r i a lp r o d u c t i o n k e yw o r d s ：c h a r a c t e r i s t i cm o d e l ；p r e d i c t i v ef u n c t i o n a lc o n t r o l ；m o d e lp r e d i c t i v e c o n t r o l ；s t a b i l i t y , d c s ；f e e dp e l l e tm i l l i v 上海大学博士学位论文主要符号说明 ，俐： r o ) ： y 似： y s p ： 儿： 蛳f j ；) ： 似： 僻+ 矽： e 似： p ： h i ： 二： 踟： l ： a t ： 且： 主要符号说明 参考输入信号 ，( 力的拉普拉斯变换 被控对象的输出 跟踪设定值 反馈校正输出 参考轨迹 预测模型当前输出 预测模型的预测输出 夕和蜘似之间的误差 预测的时域长度 拟合点 基函数 基函数的响应 参考轨迹的时间常数 采样周期 线性组合系数 控制量的最小约束量 控制量的最大约束量 控制量增量的最小约束量 控制量增量的最大约束量 被控对象传递函数 模型传递函数 控制系统的闭环传递函数 控制系统的开环传递函数 峰值时间 超调量 开环频率特性的模 闭环频率特性的模 进料量 出料量 等效状态反馈控制器的系数 i x 晰蜥w懈瞅删哪咻轼揪心尬甄如瑟 上海大学博士学位论文图表清单 x ( o ： 彳坍，b i n ： f i j 矗g o , g l ： 瞰( f ) ) ： 尸，q ： 彳： 曰占： c ，c ： d ，d ： 系统的状态向量 模型的系统矩阵、输出矩阵与输入矩阵 特征模型中的相关系数 李亚普诺夫函数 正定矩阵 系统矩阵及其误差矩阵 输入矩阵及其误差矩阵 输出矩阵及其误差矩阵 传输矩阵及其误差矩阵 x 上海大学博士学位论文 目录 图表清单 图1 1 先进控制与优化效益图：l 图1 2 模型预测控制及其软件发展历程3 图1 3 神经网络结构图8 图1 4p f c 基本原理图1 0 图1 5 全文主体结构图1 9 图2 1 基于串级控制方式的p f c 2 2 图2 2 原过程和降阶过程的n y q u i s t 比较( 仿真1 ) 3 0 图2 3 原过程和降阶过程的n y q u i s t 比较( 仿真2 ) 3 l 图3 1 阶跃响应曲线3 7 图3 2 脉冲响应曲线3 7 图3 3 两点法阶跃响应曲线3 8 图3 4 欠阻尼情况3 9 图3 5 系统脉冲响应曲线。4 0 图3 6 闭环系统方块图4 l 图3 7 输出响应曲线4 l 图3 8 乃氏轨迹4 2 图。3 9 基于闭环建模的仿真框图4 4 图3 1 0 基于闭环建模的仿真曲线4 4 图3 1 l 仿真分析法示意图4 5 图3 1 2 多容对象的阶跃响应曲线：4 6 图3 1 3 具有振荡特性的阶跃响应曲线4 7 图4 1p f c c m 控制系统基本框图5 4 图4 2m a n a b 仿真结构图o 。5 6 图4 3 一阶对象仿真波形5 7 图4 4 一阶对象失配时仿真波形5 7 图4 5 二阶非振荡对象仿真波形：5 8 图4 6 二阶非振荡对象失配时仿真波形5 8 图4 7 二阶对象仿真波形5 9 图4 8 二阶振荡对象模型失配仿真曲线5 9 图4 9 高阶多容对象仿真波形。6 0 图4 1 0 高阶多容对象模型失配仿真波形一6 0 图4 1 l 高阶多容对象模型失配仿真波形二6 1 v n 上海大学博士学位论文 图表清单 图4 1 2 高阶复杂对象的p f c c m 的控制曲线6 2 图4 1 3 积分对象的m a t l a b 仿真结构图一6 3 图6 1d c s 控制站与过程实验装置。7 8 图6 2 实验平台j x 3 0 0 x 网络示意图7 9 图6 3 实验装置的工艺图8 0 图6 4 控制信号接线图8 1 图6 5 一组人工记录的实验数据8l 图6 6 温度控制工艺图8 3 图6 7 采用p f c 控制的温度曲线一8 4 图6 8 采用p f c 控制的温度曲线二8 5 图6 9 采用p i d 控制的温度曲线8 5 图6 1 0 采用p f c c m 控制的温度曲线一8 7 图6 1 1 采用p f c c m 控制的温度曲线二8 7 图6 1 2 采用p f c c m 控制施加扰动时的温度曲线8 8 图6 1 3 模型失配造成p f c 控制性能的下降。8 9 图6 1 4 制粒机外型图。9 0 图6 1 5 温度与电流在整个制粒过程的曲线9 0 图6 1 6 制粒机示意图。9 1 图6 1 7 调质器示意图。9 2 图6 1 8 接入解耦器n 时系统方框图。9 4 图6 1 9 解耦后的控制系统框图。9 5 图6 2 0 温度控制回路仿真图。9 8 图6 2l 出料流量控制回路仿真图9 9 v 原创性声明 本人声明：所呈交的论文是本人在导师指导下进行的研究工作。 除了文中特别加以标注和致谢的地方外，论文中不包含其他人已发表 或撰写过的研究成果。参与同一工作的其他同志对本研究所做的任何 贡献均已在论文中作了明确的说明并表示了谢意。 签名： 甚丑 本论文使用授权说明 本人完全了解上海大学有关保留、使用学位论文的规定，即：学 校有权保留论文及送交论文复印件，允许论文被查阅和借阅；学校可 以公布论文的全部或部分内容。 ( 保密的论文在解密后应遵守此规定) 弘别 上海大学博士学位论文第一章绪论 1 1 概述 第一章绪论 随着计算机控制技术的发展，大型复杂工业生产过程普遍采用了计算机集散 控制系统( d i s t r i b u t e dc o n t r o ls y s t e m ，简称d c s ) 。同时，国内外控制界一直把复 杂生产过程的控制作为控制科学研究与应用的重要领域，复杂生产过程先进控制 技术与优化技术方面的研究吸引了众多学者的注意【1 3 3 1 。力求借助于d c s 平台， 实现对复杂生产过程的有效控制，从而使企业获取更大的经济效益。由图1 1 可看 出，企业投资7 0 的资金购置的d c s ，取得的经济效益仅为1 5 ；再增加3 0 的 投资投入先进控制技术( t a c 、d m c ) 和闭环优化技术( c l r t o ) ，可得到8 5 的经济效益。因此，对复杂生产过程装置实施先进控制与优化是投资小、收益大 的技术改造。 目前，国内外d c s 装置采用的控制算法8 0 9 0 仍为传统的p i d 。这类控制算 法简单且应用历史悠久，算法的物理意义明确，工业界比较熟悉且容易接受。对 于p i d 算法，吴宏鑫院士进行过深入的理论分析【3 4 】，最终的结论为p i d 控制器设 计的理论依据是带消除静差的二次型最优控制。因此，对于一般的工业生产过程， 采用p i d 控制可以获得比较满意的控制效果。 然而，对于复杂的工业生产过 程，则普遍存在以下问题：一是被 控过程往往具有非线性、时变、强 耦合性、不确定性( 环境结构和参 数的未知性、随机性、突变性) 和 大纯滞后等特征；二是工业生产过 程的变量很难在线测量，有的根本 无法测量：三是有些工业生产过程 存在苛刻的约束条件。这些问题的 存在，要想获得被控对象精确的数 学模型十分困难，使得p i d 算法很 难获得满意的控制效果。 图1 1 先进控制与优化效益图 另外，现代工业的一个重要特点是向大型化和综合自动化发展。在现代的大工 上海大学博士学位论文 基于特征模型的预测函数控制及应用研究 业生产过程中，人们对生产过程的安全、高效、优质、低耗、环保等要求不断提 高，追求更大的经济效益，因而对控制的要求也相应提高。 因此，生产过程的复杂性和对控制要求的苛刻性，对于过程控制系统的设计， 已不能采用单一基于定量的数学模型的传统控制理论和控制技术，必须进一步开 发高级的过程控制系统，研究先进的过程控制规律，设计出比p i d 性能更好的控 制器。 先进控制就是那些控制效果比常规p i d 控制更好的控制策略统称【3 5 1 。先进控 制追求的目标，就是使过程动态控制的性能更接近其优化目标值，使生产装置在 更接近其约束边界条件下平稳运行，从而达到增强装置运行的稳定性和安全性、 保证产品质量的均匀性、提高目标产品收率、降低运行成本、减少环境污染等目 的。 先进控制的主要特点在于： 1 先进控制通常是一种基于模型的预测控制策略。 2 先进控制通常用于p i d 控制算法无法控制的复杂生产过程。 目前，人们从实际工业过程特点出发，寻求对模型要求不高，在线计算方便， 对过程和环境的不确定性有一定适应能力的控制策略和方法。如自适应控制、模 型预测控制、鲁棒控制、智能控制等先进控制。而对于含有大量不确定性和难于 建模的复杂系统，基于知识的专家系统、模糊控制、人工神网络控制、学习控制 和基于信息论的智能控制等应运而生，它们在许多领域都开始得到了应用，成为 自动控制的前沿学科之一 3 6 - 6 8 】。其中，预测控制是在生产过程控制领域应用最成 功、最广泛的一种先进控制策略，发展至今已有几十年的历史。 模型预测控制是根据系统的历史信息和选定的未来输入，对未来某个时域内的 过程输出序列作出预测，而不需要现代控制理论所要求的被控对象的精确数学模 型的一种新型控制算法。模型预测控制采用有限时域滚动优化策略，它不是一次 离线优化，而是进行反复在线优化。因此，模型预测控制可以在一定程度上克服 由于各种原因造成对象时变、生产环境改变和外界扰动等因素给系统带来的不确 定性。由于模型预测控制能最大限度地结合工业实际的要求，综合效果好，因而 引起工业控制界和理论学术界的广泛兴趣和关注。正由于此，使得模型预测控制 在理论和应用方面取得显著的进展，各种模型预测控制算法不断产生并得到发展。 到目前为止，模型预测控制可以根据模型的类型分为以下几大类： 第一类：基于非参数模型的模型预测控制。主要算法有r i c h a l e t ( 1 9 7 8 ) t 6 9 1 、 m e h r a ( 1 9 8 2 ) t 7 0 】等提出的建立在脉冲响应基础上的模型预测启发控制( m o d e l p r e d i c t i v eh e u r i s t i cc o n t r o l ，简称m p h c ) 、模型算法控带l j ( m o d e la l g o d f f l r m cc o n t r o l ， 简称m a c ) 、c u l t e r ( 1 9 8 0 ) t 7 1 】等提出的建立在阶跃响应基础上的动态矩阵控制 2 上海大学博士学位论文第一章绪论 ( d y n a m i cm a t r i xc o n t r o l ，简称d m c ) 。这类基于非参数模型的模型预测控制算 法的优点为：一是用来描述过程动态信息的响应易于在生产现场测试获得，且物 理意义明确：二是不再需要进行复杂的系统辨识和预知过程模型结构、参数等先 验知识。 第二类：基于参数化模型的预测控制。为了增强自适应控制系统的鲁棒性，在 广义最小方差控制的基础上，吸取预测控制的多步预测、滚动优化思想，以扩大 反映过程未来变化趋势的动态信息量，提高自适应控制系统的实用性，形成了基 于辨识被控对象模型且带有自适应控制或者极点配置的预测控制算法。这类算法 的预测模型主要有自回归滑动平均( a r m a ) 模型，受控自回归滑动平均( c a r m a ) 模型或受控自回归积分滑动平均( c a r i m a ) 模型。代表性的算法有 c l a r k e ( 1 9 8 7 ) 7 2 。7 3 】提出的广义预测控制( g e n e r q l i z e dp r e d i c t i v ec o n t r o l ，简称g p c ) ； l e l i e ( 1 9 8 7 ) t m 】提出的广义极点配置控制( g e n e r q l i z e dp o l e sp l a c e m e n t sc o n t r o l ， 简称g p p c ) ；y d s t i e ( 1 9 8 5 ) 7 5 】提出的扩展时域控制( e x t e n d e dh o r i z o na d a p t i v e c o n t r o l ，简称e h a c ) 。由于参数模型是最小化模型，需要己知模型结构，但需要 确定的参数远较非参数模型少，减少了预测控制算法的计算量，及时修正参数变 化产生的预测误差，从而改善动态性能。 第三类：滚动时域控制( r h c ) r 7 6 】。它主要采用状态空间模型，由l q 或l q g 算法发展而来，用有限时域二次性能指标加终段约束的滚动时域控制方法来保证 系统的稳定性。 模型预测控 制的理论研究 与工业应用基 本上同步，理论 上的成果及时 转化为工业化 的应用软件投 入工业应用。图 1 2 为预测控制 及其软件发展 历程【7 7 1 。 第四代 第三代 第二代 第一代 图1 2 模型预测控制及其软件发展历程 由图1 2 可以看出，第一代预测控制算法的典型代表为d m c 和i d c o m 。 i d c o m 是a d c