（控制理论与控制工程专业论文）过程控制系统实时预测控制软件开发与应用.pdf

过程控制系统实时预测控制软件开发与应用+ 摘要 预测控制策略被认为是工业过程最有前途的先进控制算法，已被许多 大公司嵌入到控制系统软件中，在一些大型的过程控制系统中得到应用。 但预测控制在许多中小型装置的回路还未得到广泛应用，其原因在于该算 法与常用的p i d 控制器比对工程师的专业知识要求较高，计算量也较大。 为此，本文针对过程控制系统的特点，研究和开发了实时性好的低成本预 测控制仿真与控制的一体化预测控制软件包，在实验装置和工业系统中得 t f 4 f 应用。主要研究工作包括： 1 对单变量和多变量系统的动态矩阵控制( d m c ) 算法进行了分析，找 出基本d m c 算法的缺陷和不足，并针对过程控制系统的特点进行了 支进。分析了d m c 算法在带有积分环节对象控制中所遇到的困难， 研究出适合控制带有积分环节对象的d m c 算法形式，并成功地应用 到工业系统中。 2 基于p c 机平台用v c 什语言开发了通用的仿真与控制一体化实时预 测控制软件包，包括参数输入模块、数据采集模块、系统辨识模块、 对象阶跃响应模块、控制器矩阵模块、在线控制模块、干扰处理模块、 约束处理模块、结果输出模块等九个功能模块。该软件实现了对预测 控制系统的综合仿真，特别对控制器中各参数变化、随机干扰、结构 干扰、输入约束和输出约束对系统性能的影响做了大量仿真和实验研 上海市“曙光计划”埤助项目 究，得出了定性的结论，为该软件在工业系统中的迸一步应用奠定了 基础。 3 将自行研制开发的实时预测控制软件成功地应用在r o c k w e l l 实验室 的e f p t 锅炉仿真试验装置上，经过反复实验，对原有算法进行了改 进，并取得了良好的控制效果，达到了预期目的。大量的实验结果证 明软件是高效、实用、可靠的。 4 成功地将该软件应用到工业系统中( 火力发电机组的锅炉汽包液位控 制系统) ，较好地完成了对非自衡系统的控制，将误差控制在5 m m 以内，完全达到了生产安全标准，得到了使用厂家的认可。同时，在 现场调试中积累了经验，得到了大量有价值的数据，为该软件的进一 步升级和商业化奠定了坚实的基础。) 一刁一 关键词：预测控制，d m c ，仿真，实时预测控制 一_ _ _ 一一一 t h er e a l t i m ep r e d i c t i v ec o n t r o ls o f t w a r e d e v e l o p m e n ta n da p p l i c a t l 0 n i np r o c e s sc o n t r o l s y s t e m + a b s t r a c t p r e d i c t i v ec o n t r o li sr e g a r d e d 弱t h em o s tp r o m i s i n ga n da d v a n c e dc o n t r o la l g o r i t h m m a n yb i gc o m p a n j e sh a v ee m b e d d e d i ti n t oc o n t r o l s y s t e ms o f t w a r e a n d a p p l i e d i t s u c c e s s f u l l y i ns o m el a r g e - s c a l e p r o c e s s c o n t r o l s y s t e m h o w e v e r , p r e d i c t i v e c o n t r o l s c a r c e l ya p p l i e s i n m a n ym e d i u m - s i z e d a n dp i n t - s i z e dc o n t r o l s y s t e m b e c a u s e t h e p r e d i c t i v ea l g o r i t h mn e e d sm u c hm o r es k i l l e de n g i n e e r st h a n t h a to fp i dc o n t r o l l e r s ， m o r e o v e r , p r e d i c t i v ea l g o r i t h mn e e d s m o r ec a l c u l a t i o n s s oa i m i n ga tt h ec h a r a c t e r so ft h e p r o c e s sc o n t r o ls y s t e m ，t h ep a p e rr e s e a r c h e da n df i n i s h e dt h e l o w - c o s ta n dr e a l t i m e p r e d i c t i v ec o n t r o ls o f t w a r ef o rs i m u l a t i o n sa n dr e a l - t i m ec o n t r o l s t h es o f t w a r eh a sb e e n s u c c e s s f u l a p p l i e d i nl a b o r a t o r i e sa n di n d u s t r i a lc o n t r o l s y s t e m t h e m a i nw o r ki s s u m n l a r i z e da sf o l l o w s ： 1 t h ep a p e rr e s e a r c h e sa n da n a l y z e ss i n g l ev a r i a b l ea n dm u l t i p l ev a r i a b l ed y n a m i cm a t r i x c o n t r o l ( d m c ) a l g o r i t h m s a n df i n d st h ed e f i c i e n c i e so f t h eb a s i cd m c a l g o r i t h m a tt h e s a m e t i m e ，t h ep a p e ra l s oi m p r o v e st h ea l g o r i t h ma i m i n ga tc h a r a c t e r so f p r o c e s sc o n t r o l s y s t e m a f t e ra n a l y z i n g t h ed i f f i c u l t i e st h eb a s i cd m c a l g o r i t h me n c o u n t e r i n gi nc o n t r o l s y s t e m w i t h i n t e g r a lp r o c e s s t h ep a p e r 丘n d s t h en e wd m c a l g o r i t h mf o r mf i t t i n gf o rt h e c o n t r o ls y s t e mw i t hi n t e g r a l s ，a n ds u c c e s s f u l l y a p p l i e si ti n t oi n d u s t r i a ls y s t e m 2 p r o g r a m m i n gw i t l lv c + + l a n g u a g e a t e s te d i t i o no fp r e d i c t i v ec o n t r o ls o r w a r eb a s e d o np cp l a t f o r mh a v eb e e nd e v e l o p e ds u c c e s s f u l l yf o rs i m u l a t i o na n dr e a l - t i m ec o n t r o l ， i n c l u d i n g p a r a m e t e r s i n p u tm o d u l e ，d a t a c o l l e c t i o n m o d u l e ，s y s t e m i d e n t i f i c a t i o n m o d u l e ，s y s t e mr e s p o n s em o d u l e ，c a l c u l a t e c o n t r o l p a r a m e t e r sm o d u l e ，d m c o n l i n e 。c o n t r o lm o d u l e ，d i s t u r b sp r o c e s s i n gm o d u l e ，c o n s t r a i n t sp r o c e s s i n gm o d u l ea n d s u p p o r t e db y “s h u g u a n gp r o j e c t o f s h e n g h a ie d u c a t i o nb u r e a u r e s u i to u t p u tm o d u l e v a r i o u ss y s t e m s p r o p e r t i e sc a l lb es i m u l a t e du s i n gt h i sp a c k a g e ， i n c l u d i n g t h ee f f e c t so nt h es y s t e m sb y t h es t r u c t u r eu n c e r t a i n t i e s ，t h es t o c h a s t i cd i s t u r b s ， i n p u tc o n s t r a i n t sa n do u t p u te o r t s 舡a i n t s a sw e u a st h ec o n t r o l l e r sp a r a m e t e r s ，w h i c hi s t h ef o u n d a t i o nf o rt h es o f t - w a r ea p p l y i n g i ni n d u s t r i a ls p o t si nt h ef u t u r e 3 t h er e a l t i m ep r e d i c t i v ec o n t r o ls o f t w a r ef i n i s h e db yu sw a sa p p l i e ds u c c e s s f u l l yi nt h e e f p tb o i l e rs i m u l a t i o ns y s t e mi nt h er o c k w e l ll a b o r a t o r y t h ep a p e ri m p r o v e st h e b a s i ca l g o r i t h mu n d e rm a n yt i m e se x p e r i m e n t sa n do b t a i n sas e r i e so fs a t i s f y i n gc o n t r o l r e s u l t s m a n ye x p e r i m e n t r e s u l t si l l u s t r a t e dt h a tt h e p r e d i c t i v e c o n t r o ls o f t w a r ei s e f f i c i e n t ，v a l i da n d r e l i a b l e 4 t h ep a p e rs u c c e s s f u l l ya p p l i e dt h ep r e d i c t i v ec o n t r o ls o f t w a r ei n t oi n d u s t r i a lc o n t r o l s y s t e m t h es o f t w a r eo p e r a t e dv e r yw e l li nt h el l o n s e l fe q u i l i b r i u m c o n t r o ls y s t e ma n d r e s t r i c t e dt h ef a u l tw i t h i n5 m m ，w h i c hr e a c h e dt h es a f e t ys t a n d a r do fp r o c e s s i n a d d i t i o n m u c he x p e r i e n c ew a sa c c u m u l a t e da n dal o to fv a l u a b l ed a t aw a so b t a i n e d d u r i n g t h es p o t d e b u g g i n g t h ep a p e rh a s l a i das o l i df o u n d a t i o nf o rt h es o f t w a r e u p g r a d e a n dc o m m e r c i a l i z a t i o n k e y w o r d s ：p r e d i c t i v ec o n t r o l ，d m c ，s i m u l a t i o n ，r e a l t i m ep r e d i c t i v ec o n t r o l 上海交通大学 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定， 同意学校保留并向国家有关部门或机构送交论文的复印件和电子 版，允许论文被查阅和借阅。本人授权上海交通大学可以将本学位 论文的全部或部分内容编入有关数据库进行检索，可以采用影印、 缩印或扫描等复制手段保存和汇编本学位论文。 保密口，在一年解密后适用本授权书。 本学位论文属于 不保密口。 ( 请在以上方框内打“4 ”) 学位论文作者签名：7 对乏9 蔓 指导教师签名：剪少连 日期：年 月fu 日 日期：印年；月，d 曰 上海交通大学 学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下， 独立进行研究工作所取得的成果。除文中已经注明引用的内容外， 本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。 对本文的研究做出重要贡献的个人和集体，均己在文中以明确方式 标明。本人完全意识到本声明的法律结果由本人承担。 学位论文作者签名： 厂姻坦 日期：批形) 年5 月。日 第一章绪论 预测控制是一类新型计算机控制算法。自模型预测控制( m p c ) 提出以来，国内 外已经有很多学者在这一领域开展了卓有成效的研究工作，并取得了丰硕的成果。不 论是基于非参数化模型的模型算法控制( m a c ) ，动态矩阵控制( d m c ) ，还是基于 参数化模型的广义预测控制( g p c ) ，都具有较好的应用前景，成为先进控制策略中 性能较为优越的一种控制算法。 1 1 预测控制的提出与发展 预测控制自从问世以来，其应用领域得到了很大的扩展，已从最初的化工、石油、 电力部门的过程控制延伸到网络、冶金、轻工、机械等部门或系统m ”。这些，正反 映了人们对这一领域日益增长的兴趣。与1 9 7 0 s 后期提出预测控制之时相比，当前人 们对于预测控制的研究和应用无论在深度上还是广度上都有了很大发展，形成了算 法、理论和应用的多方位研究。这些研究有力地推动了预测控制向更高层次的发展。 1 1 1 预测控制产生的实际背景 任何一种新生事物的产生都不是凭空的，都有其特定的历史背景。预测控制的产 生也有其深刻的实际背景。 首先，现代控制理论不断发展，并在空间技术等领域的应用获得了极大的成功， 然而应用于工业生产过程却遭到了许多困难。这主要是由于工业生产过程机理比较复 杂，难以建立很准确的数学模型，而且对象的结构和参数往往具有一定的不确定性， 现代控制理论和传统的控制理论很难适合复杂的工业过程提出的这些要求。从工程应 用的角度，人们希望对象的模型尽量简化，系统在不确定性因素的影响下能保持良好 的性能( 即鲁棒性) ，且要求控制算法简单，易于实现，以满足实时控制的需要。实 践的要求向控制理论提出了新的挑战，促使人们寻找对模型要求低、控制质量好、在 线实现方便的控制算法。 其次，计算机自间世以来发展极为迅速，运算速度大幅度提高，存储空间不断增 大，与此同时成本不断降低，这就使工业过程计算机控制不断普及发展。从而产生了 基于非参数模型的预测控制算法，并在许多重要的工业控制领域获得了应用。 因此，为了克服理论和应用之间的不协调，除了加强对生产过程的建模、系统辨 识、自适应控制、鲁棒控制等研究外，开始打破传统控制思想的束缚，试图面向工业 过程的特点，寻找各种对模型要求低、在线计算方便、控制综合效果好的控制方法和 上海交通大学硕士学位论文第一章绪论 算法。与此同时，计算机技术的飞速发展，使得高速、大容量、低成本的计算机应用 越来越广泛，这也为新算法提供了可实现的重要基础。预测控制就是在这种情况下发 展起来的一类新型计算机控制算法。 i 1 2 预测控制的发展概述 预测控制问世至今的近三十年间，得到了充分和长足的发展。时至今日，已不能 将预测控制仅仅理解为是一种或是几种控制算法，而是要从更高的层次上，把它作为 一种控制方法来理解。在控制界，预测控制也会因为自身的优越性而被更多地应用在 实践中去。纵观预测控制的发展例程，可以将其归纳为三个阶段： 1 9 7 0 s 后期，r i c h a l e t 等人提出了建立在非参数模型脉冲响应基础上的模型预测 启发控制( m p h c ) ，或称为模型算法控制( m a c ) 。随后c u f l e r 等提出的建立在非参 数模型算法阶跃响应基础上的动态矩阵控制( d m c ) 。从此，种新的控制算法一一 预测控制诞生了。r i c h a l e t 等人也成了预测控制理论的奠基人。由于这类算法采用多 步预测、滚动优化和误差反馈校正，且采用直接从生产现场检测到的过程响应作为模 型而不需要事先知道过程模型的结构和参数等有关先验知识，因而控制效果好、鲁棒 性强，适用于控制比较复杂且难以建立机理模型的工业生产过程。这一时期，模型算 法控制和动态矩阵控制分别在锅炉和分馏塔的控制以及石油加工的生产装置上获得 了成功的应用。 1 9 8 0 s 年代初期，人们在自适应控制的研究中发现，为了克服最小方差控制的弱 点，汲取了预测控制中的多步预测优化策略，大大增强了算法的适用性和鲁棒性，出 现了基于辨识模型并带有自校正的预测控制算法，如扩展时域预测自适应控制 ( e p s a c ) 、广义预测控制( g p c ) 等。此时的预测控制的应用范围也已超出了过程 控制领域，而应用到机器人、飞行器、网络系统等更为广泛的领域内。 近年来，国内外对预测控制的研究和应用日趋广泛。从1 9 8 4 年起，每年的美国 控制年会( a c c ) 上都有关于预测控制的专题组。1 9 8 7 年召开的第l o 届国际自控联 ( i f a c ) 世界大会上，专题讨论了预测控制及其应用，被认为是特别吸引人的两个专 题讨论之一。1 9 8 8 年，i f a c 又组织了以预测控制为主题的“基于模型的过程控制” 工作讨论会。关于预测控制及其应用的文献越来越多地出现在控制杂志和会议上。特 别在过程控制界，已把预测控制作为当前过程控制的发展方向之一。此外，包含有预 测控制的多变量优化控制算法已在国外许多大公司得到应用。 1 1 3 预测控制的发展前景 随着计算机系统的普遍配置及工业生产规模水平的日益提高，人们对工业控制提 出了越来越高的要求。这里不但要在设备的物理限制下追求良好的控制质羹，而且要 2 上海交通大学硕士学位论文第一章绪论 考虑经济性、安全性、对环境的适应性及用户友好性。面对传统系统的模型和优化方 法难以描述与处理的大量不确定性，更需要控制系统具有较高的职能水平。为此，工 业界已提出要进一步解决不确定性的描述、不确定环境下的优化、多目标优化、专家 系统、高速计算等面向实际的问题。预测控制面临这一挑战，同样需要从人工智能、 控制理论等多方面汲取有价值的思想，向智能化方向发展。 预测控制向智能化的发展，将形成多层智能预测控制的模型。在这种模型中，控 制的目标被划分到不同的层次。在每一层次，都有与目标相适应的预测控制模型和优 化方式，它们可以是经典的，也可以是智能启发式的。对象的先验信息将按层次集结 成不同类型的预测，而实时信息将反馈到各个层次中予以识别，并补充基于模型的预 测。在较低层中的不确定性，可在较高层上进一步识别和描述，有针对性地加以优化 处理，而智能启发方法将渗透到预测和优化策略中。与原来单一模型的一次控制算法 相比，这种控制概念不但具有适应性质，而且可以有效地处理非参数的信息规律，因 而可用来解决预测控制算法中的参数在线设计和调整问题，并可拓宽原有算法的应用 范围，处理动态复杂( 如非线性对象) 、目标多样( 包括约束和非经典的目标) 、不确 定性难以参数化的复杂系统的控制。事实上，目前预测控制的研究，已在不同程度上 反映了这一趋势。这种多层智能预测控制方法的研究，将有力地克服单一模型预测控 制算法地不足，进一步增强预测控制处理复杂对象和综合目标的能力。 可以断言，预测控制作为一种新型的控制方法，对于未来工业过程的控制必将产 生重大的影响。虽然在这一领域内，还存在着许多迫切需要解决的理论和实际闷题， 它的工业应用也将不断提出各种新问题，但其基本原理对于复杂系统的适应性，无疑 是富有吸引力的。预测控制的深入研究和推广应用，将对我国国民经济的发展和工业 自动化水平的提高产生积极的影响。而预测控制概念的进一步延拓，也将为大工业过 程的集成优化提供有力的支持。 1 2 预测控制的方法策略 预测控制是一种基于模型和基于优化的控制，但它不同于传统的最优控制。预测 控制之所以能在工业过程控制中显示出巨大的魅力，应归功于其基本原理对于复杂工 业环节的适应性。这些原理可归结为模型预测、滚动优化和反馈校正。预测控制的上 述三个基本原理，体现了控制论中优化与反馈两种基本机制的合理结合，使得整个控 制既是模型与优化的，又是基于反馈的。可以这样说，预测控制是以局部最优性取代 全局最优性为代价，通过反馈和滚动照顾了过程的现实性。正因为如此，它成为介于 最优控制与无模型p i d 控制之间的一种既保持优化特点、又引进反馈机制的有效控制 算法。 预测控制的创始人r i c h a l e t 早在文【3 】中就已经指出，预测控制蕴含了一种强有力 的方法论思想，它非常类似于人类在复杂的动态环境中进行决策的行为。这种方法论 上海交通大学硕士学位论文 第一章绪论 思想自然应该具有更广泛的适应性。为此，我们很容易分析出预测控制为何能够在复 杂的工业环境中受到青睐的原因。 首先，对于复杂的工业对象，由于辨识其最小化模型要花费很大的代价，往往给 基于传递函数或状态方程的控制算法带来困难。而预测控制所需要的模型只强调其预 测功能，不苛求其结构形式，从而为系统建模带来了方便。在许多场合下，我们只需 测定对象的阶跃或脉冲响应，便可直接得到预测模型，而不必进一步导出其传递函数 或状态方程，这对其工业应用无疑是有吸引力的。 其次，更重要的是，预测控制汲取了优化控制的思想，但利用滚动的有限时段优 化取代了一成不变的全局优化。这虽然在理想情况下不能导致全局最优，但由于实际 上不可避免地存在着模型误差和环境干扰，这种建立在实际反馈信息基础上的反复优 化，能不断顾及不确定性的影响并及时加以校正，反而要比只依靠模型的一次优化更 能适应实际过程，有更强的鲁棒性。所以，预测控制是针对传统最优控制在工业过程 中的不适用性而进行修正的一种新型优化控制算法。 预测控制基本原理分析详见第二章。 1 3 预测控制的工业应用 任何一种控制策略和控制方法的产生都是直接或间接为工业生产优化控制服务 的，工业生产的实践是检验控制策略和方法的唯一标准，也是它们不断发展的强大动 力。预测控制从一开始就是为工业生产服务的，并在工业过程控制中取得了许多成功 的应用，引起控制界和工业界的极大关注，已被公认为是工业过程最有前途的先进控 制策略。 1 9 8 4 年，c r c u t l e r 博士创建了d m c 公司，从此吹响了预测控制成规模进军工 业的号角。2 0 年来，公司的技术已在炼油、石化和化工等领域的5 7 0 多个工程项目中 得到了成功的应用，取得了显著的经济效益。 d m c 公司的成立和发展基于两项高技术： d m c 】“动态矩阵控制和 o m o 】 在线实时优化技术。 d m c “控制器能在最优约束条件下给出连续平稳操作来实现 生产装置的高效低耗。与常规控制方法相比，： d m c 】珊控制技术的最大优点是能使 生产过程在最优状态下可靠地运行。 d m 0 1 “闭环实时优化系统是通过建立过程装置 的稳态精确模型来计算在变量约束条件下一组最优的控制设定值，并且以闭环形式自 动地更新闭环控制设定值1 4 “。 加拿大的s u n c o re n e r g yi n e 一o i ls a n d s 厂是一个每天生产大约9 5 0 0 0 桶合成原油 和其它馏分油的炼油厂。该厂利用了美国a s p e n t e c h 公司复合线性规划( c o m p o s i t e l i n e a rp r o g r a m m i n g , 简称c l p ) 技术将该厂的延迟焦化单元上的几个先进控制器联系 起来，并通过综合考虑所有相关的系统变量和各变量之间的耦合，使经济效益最大化 成为可能。 上海交通大学硕士学位论文第一章绪论 预测控制在我国的研究和应用相对较晚。1 9 9 3 年，由席裕庚教授编写的第一本预 测控制专著预测控制出版发行，标志着我国学者开始关注并研究预测控制。目前， 多家工业企业、研究机构和高校的许多工程师、学者、教授和他们的学生都在迸行预 测控制理论和应用的研究，并取得了累累硕果。 张守元等针对磨矿分级过程机理复杂、影响因素多、难以建立精确实用的数学模 型的特点，将预测控制算法引入到磨矿分级过程控制中，利用计算机仿真对分级溢流 浓度控制系统进行了初步研究和探讨，取得了较好的结果，证明了预测控制在选矿领 域的应用具有广阔的前景1 2 0 1 。 预测控制在炼油、石化等行业的研究和应用更为广泛。山东省淄博市齐鲁石化公 司胜利炼油厂运用a s p e n t e c h 公司的动态矩阵控制( d m c p l u s ) 技术，通过现场阶跃 测试获取装置的动态数学模型，并运用a s p e n t e c h 公司的质量计算软件包与产品质量 指标数据校正相结合等手段，使d m c p l u s 控制器在吸收稳定单元上顺利投用成功。 运行表明( 表1 1 ) ，基于模型预测控制原理的先进控制能够克服装置及设备的瓶颈， 保证装置的平稳运行，获取很好的经济效益m 】。 常规控制常规控制投入a p c投入a p c投入a p c投入a p c 日期1 9 9 9 矩2 0 0 0 在2 0 0 0 焦2 0 0 0 正2 0 0 0 正2 0 0 0 盈 平均i 一9 月平均1 0 月平均1 1 月平均1 2 月平均l o 一1 2 月平均 干气4 8 5 5 2 0 4 - 3 5 4 1 0 4 0 8 4 1 7 产率 液化气 1 0 7 3 1 0 9 7 1 1 6 7 1 1 0 3 1 0 7 4 1 1 1 5 表1 一id m c p l u s 控制器应用效果对照表 t a b l e1 1t h ec o m p a r i s o no f d m c p l u sc o n t r o l l e ra p p l i c a t i o nr e s u l t 鲍立威等研究了一种集模型预测和滚动优化予一体的二级递阶的预测控制模式， 并将所开发的预测控制技术成功地应用于大型焦炉装置，取得了良好的经济效益和社 会效益1 1 8 。康红星以内部模型与内模控制器出发，推导出s m i t h 预测控制的时延补偿 原理和s m i t h 预测器内模控制结构设计，然后结合工业锅炉燃烧系统主汽压力控制， 利用i n f i 9 0 分散控制系统的s m i t h 预测控制器及其它控件构成一个带前馈的串级调 节系统，实现了主汽压力的预测控制，取得良好控制效果p ”。李平基于过阻尼过程的 简化脉冲响应模型，设计了热电阻炉温度的预测控制系统，在实际应用中证明，其控 制系统具有很好的跟踪性、鲁棒性和抗干扰性。 在生物和医药领域，预测控制也发挥了重要的作用。唐艳艳等人根据维生素c 生 产工艺的操作分析和对控制的要求，开发应用了隐式自校正广义预测控制算法和响应 上海交通大学硕士学位论文第一章绪论 的程序，并针对过程的时滞性，在性能指标中引入输出预测误差加权矩阵，较好地解 决了该生产过程慢时变、大滞后地跟踪控制问题1 2 1 1 。林德衡等将预测控制引入到药物 注射过程中，实现药物注射过程的闭环控制。在药物的诱导阶段，用脉冲响应法辨识 药物释放过程的特征参数；在药物的维持阶段，采用控制自回归移动平均模型作为预 测模型，临床试验及仿真研究的结果表明预测控制算法在药物注射过程中的控制是十 分有效的1 2 9 1 。为提高电镜生物样品低温制备装置的温度控制性能，使装置具有多用 途，易操作的特点，蒋念平等采用预测控制算法来实现当装置特征参数发生变化时仍 具有良好的温度控制特性，以避免装置使用过程中因特性参数变化而进行的控制参数 修正 3 v l 。娄小珍等采用自适应预测控制算法对热疗温度进行控制，解决了因更换不 同辐射器导致对象特性变化使控制性能降低的问题，从而得到了满意的疗效【4 ”。此 外，预测控制还在机器人、飞行器、网络系统等领域内得到了广泛的应用。 遗憾的是预测控制在我国整个工业系统中应用还不是很普及，预测控制软件所占 市场的比重还非常小。这主要是因为国内现有的预测控制软件大多只适用某个专业很 窄的领域，通用性比较差；另外，这些软件大多嵌在这些研发单位的专用平台上，很 难得到推广。这就是预测控制作为先进的控制策略而不能得到广泛应用的原因。为此， 针对我们工业过程的实际情况，开发出经济、实用、通用、可靠的预测控制软件具有 十分重大的现实意义。 1 4 本文的主要工作 本文的中心是研究基于p c 机平台的低成本预测控制仿真与控制的体化预测控 制软件包的开发及实现。对于标准的d m c 控制算法进行了改进，并且针对工业过程 系统的实际控制要求，研究适于工业过程实时控制要求的快速预测控制方法，基于通 常使用的p c 机平台，用v c + + 语言编制预测控制的实用化软件包，并以典型的工业 过程控制系统完成软件的调试，为进一步实现商品化奠定基础。 第二章对单变量和多变量系统的d m c 算法进行了分析，找出基本d m c 算法的 缺陷和不足，并针对过程控制系统的特点进行了改进。分析了d m c 算法在带有积分 环节对象控制中所遇到的困难，研究出适合控制带有积分环节对象的d m c 算法形式， 并成功地应用到工业系统中。 第三章着重介绍了基于p c 机平台的低成本预i 贝! 控制仿真与控制的体化预测控 制软件的开发及实现。该软件包括参数输入模块、数据采集模块、系统辨识模块、 对象阶跃响应模块、控制器矩阵模块、在线控制模块、干扰处理模块、约束处理模 块、结果输出模块等九个功能模块，实现了对预测控制系统的综合仿真，特别对控制 器中各参数变化、随机干扰、结构干扰、输入约束和输出约束对系统性能的影响做了 大量仿真和实验研究，得出了定性的结论，为该软件在工业系统中的进步应用奠定 了基础。 6 上海交通大学硕士学位论文第一章绪论 第四章将自行研制开发的实时预测控制软件成功地应用在r o c k w e l l 实验室的 e f p t 锅炉仿真试验装置上，经过反复实验，对原有算法进行了改进，并取得了良好 的控制效果，达到了预期目的。大量的实验结果证明软件是高效、实用、可靠的。同 时还成功地将该软件应用到工业系统中( 火力发电机组的锅炉汽包液位控制系统) ， 较好地完成了对非自衡系统的控制，将误差控制在5 m m 以内，完全达到了生产安全 标准，得到了使用厂家的认可。同时，在现场调试中积累了经验，得到了大量有价值 的数据，为该软件的进一步升级和商业化奠定了坚实的基础。 第五章总结了全文的工作，并讨论了需要进一步研究的问题。 第二章动态矩阵控制算法描述及其分析 预测控制自提出至今己发展了多种形式，具体算法从方法策略上都是建立在预测 模型、滚动优化和反馈校正这三项基本原理基础上的。本文主要根据适合于过程控制 系统的动态矩阵控制( d y l l 锄i cm a t r i xc o n t r o l 简称为d m c ) 算法开发了相应的预测控 制软件包。 2 1 预测控制的基本思想 预测控制是一种基于模型和基于优化的控制，但它不同于传统的最优控制。预测 控制之所以能在工业过程中显示出巨大的魅力，应归功于其基本原理对于复杂工业过 程的适应性。这种原理中蕴含了一种强有力的方法论思想，它非常类似于人类在复杂 的动态环境中进行决策的行为，因而具有更广泛的适应性。现有的各种预测控制算法， 都可以用以下三条基本原理加以概述： 2 i 1 预测模型 预测控制对模型的要求不同于其他传统的控制。它强调的是模型的功能而不是结 构，只要模型可利用过去已知的数据预测未来的系统输出行为就可以作为预测控制的 模型，因而状态方程、传递函数、阶跃响应、神经网络等均可以作为预测模型。此外， 非线性系统、分布参数系统的模型，只要具备上述功能，也可在对这类系统进行预测 控制时作为预测控制模型使用。因此，预测控制打破了传统控制中对模型结构的严格 要求，更着眼于在信息的基础上根据功能要求按最方便的途径建立模型。这样，预测 模型具有展示系统未来动态行为的功能，在系统仿真时，任意地给出未来的控制策略， 观察对象在不同控制策略下的输出变化( 见图2 - 1 ) ，从而可以为比较这些控制策略的优 劣提供了基础。 2 1 2 滚动优化 预测控制是一种以优化确定控制策略的算法，但其控制输入不是根据模型和性能 指标一次解出并予于实施，而是以滚动方式实时求解的。也就是说，预测控制不是采 用一个不变的全局最优化目标，而是采用滚动式的有限时域优化策略( 见图2 - 2 ) 。不 同时刻优化性能指标的相对形式是相同的，但其绝对形式，即所包含的时间区域，则 是不同的。由于这种优化过程是在线反复进行，而且能更为及时地校正因模型失配、 时变和干扰等引起地不确定性，始终把优化过程建立在从实际过程中获得的最新信息 的基础上，因此可以获得鲁棒性比较满意的结果a ： ! 、j 厂三t ! 广一 厂f 一l a s t 图2 - l 基于模型的预测 f i g 2 - im o d e l - b a s e dp r e d i c t i o n i 一控制量序列i ；2 一控制量序列i i ；3 一对应于i 的输出；4 一对应于i i 的输出 r e c u r s i v e 1 音卜 图2 - 2 滚动优化 f i g 2 - 2h o r i z o nr e c e d i n g 1 一参考轨迹；2 一最优预测输出；3 一最优控制作用 9 2 1 3 反馈校正 由于实际系统存在着非线性、时变、模型失配和干扰等不确定因素，使得基于模 型的预测不可能准确地与实际相符。在预测控制中，每一步优化进行前，都要检测实 际输出并与预测输出进行比较，得到误差信息，该信息是由不包含在已知模型中的各 种未知因素引起的( 见图2 - 3 ) 。利用这一实时信息对预测模型进行校正，可在一定程度 上补偿各种不确定因素对系统的影响。反馈校正使预测控制在整体上表现为闭环控 制。 图2 3误差校正 f i g 2 - 3e r r o r d e v i a t i o n l 一时刻的预测输出；2 一七+ l 时刻实际输出 3 一预测误差：4 一_ j + l 时刻校正后的预测输出 预测控制的基本特点是1 2 j ： ( 1 ) 模型预测控制算法综合利用过去、现在和未来模型预测的信息，而传统算法 如p i d 等却只利用过去和现在的信息。 ( 2 ) 对模型要求低，现代控制理论之所以在过程工业中难以大规模应用，其重要 的原因之一是对模型精度要求太高，而预测控制就成功的克服了这一点。 ( 3 ) 模型预测控制算法用滚动优化取代全局一次优化，每个控制周期不断进行优 化计算，不仅在时间上满足实时性的要求，而且突破了传统全局一次优化的局限，把 稳态优化和动态优化相组合。 ( 4 ) 用多变量的控制思想取代传统控制手段的单变量控制。因此，在应用于多变 量问题时，预测控制也常常称为多变量预测控制。 预测控制最重要的就是能有效处理约束问题。这是因为在实际生产中，往往希望 将生产过程的设定状态推向设备及工艺条件的边界上( 安全边界、设备能力边界、工 艺条件边界等) 运行，这种运行状态常会使操控变量饱和，使被控变量超出约束问题。 因此能够处理多目标、具有约束控制能力就成为使控制系统能够长周期、稳定、可靠 地运行的关键技术。 上海交通大学硕士学位论文第二章动态矩阵蝗型簦鲨塑垄垦薹坌堑 2 2 动态矩阵控制( d m c ) 的原理和算法 d m c 算法是一种基于对象阶跃响应的预测控制算法，它适用于渐进稳定的线性 对象。对于弱非线性对象，可在工作点处首先线性化：对于不稳定对象，可先用常规 p i d 控制使其稳定，然后再使用d m c 算法。 d m c 控制包括下述三个部分。 预测模型：预测模型的功能是根据对象的历史信息和未来输入预测其未来输出。 在d m c 中，根据被控对象的阶跃响应的采样值，构建对象的模型向量 a = 【口，口。r ，为建模时域。利用预测模型计算在肘个连续的控制增量 a u ( k ) ，a u ( k + m 一1 ) 作用下未来各时刻的输出( 七+ i k ) 。 r 8 蜓些川 夕m ( k + i k ) = 甄( 七+ f 七) + 玎。一j “a u ( k + ，1 ) ， ( 2 1 ) i = 1 ， 其中y o ( k + i k ) 为对象输出的初始预测值。 ( k ) = 诈o ( 后) + a a u m ( k ) ( 2 2 ) f 耽 + 1 k ) 兑( 七+ l k ) 1 ) = f j f ) = f j j 【( 后+ p k ) jl 舅o ( k + p k ) j a = o ： q ： a p m + l a 称为动态矩阵，其元素为描述系统动态特性的阶跃响应系数。 滚动优化；预测控制是一种以优化确定控制策略的算法，但其控制输入不是根据 模型和性能指标一次解出并予于实施，而是以滚动方式实时求解的。也就是说，预测 控制不是采用一个不变的全局最优化目标，而是采用滚动式的有限时域优化策略。不 同时刻优化性能指标的相对形式是相同的，但其绝对形式，即所包含的时间区域，则 是不同的。d m c 采用如下优化性能指标： q ；郎 上海交通大学硕士学位论文第二章动态矩阵控制算婆垫鲨垦基坌堑 m i n j ( k ) = 印( 女+ f ) 一( + ，| j ) 】+ “2 ( 尼+ ，一1 ) ( 2 3 ) i = 1j ； 为了不使缸变化过于剧烈，可以在优化性能指标中加入软约束： p 2 村 m i n ，( 七) = 艺吼 w ( k + i ) - y m ( k + i k ) + “2 ( i + 卜1 ) ( 2 4 ) i = lj 。i 其中g l ，l 是权系数，表示对跟踪误差和控制变化的抑制。 利用模型( 2 2 ) 和优化性能指标( 2 4 ) 可以得到系统在优化时域p 内性能指标的向 量形式： m i n j ( k ) = 1 1 w p ( | i ) 一歹。( i ) f | ；+ 0 ”。( 七) i i ； ( 2 5 ) 其中 w p ( k ) = h ( j + 1 ) w ( k + p ) r q = d i a g ( q l q p ) r = d i a g ( r l r u l 通过极值必要条件求得 a u ( 七) = ( 4 7 l 弘+ 且) 。a 7 q w p ( k ) 一诈o ( i ) 】 ( 2 6 ) 根据( 2 6 ) 可得即时控制增量 a u ( k ) = 【10 o 必( = 研脚( d 一 ) 】 ( 2 7 ) 其中 d = 阮砟】= n0 o k 7 q a + r ) 。1 a 7 q 反馈校正：由于实际系统存在着非线性、时变、模型失配和干扰等不确定因素， 使得基于模型的预测不可能准确地与实际相符。在预测控制中，每一步优化进行前， 都要检测实际输出并与预测输出进行比较，得到误差信息，该信息是由不包含在已知 模型中的各种未知因素引起的。利用这一实时信息对预测模型进行校正，可在一定程 度上补偿各种不确定因素对系统的影响。误差信息可以表示为： e ( k + 1 ) ；y ( k + 】)