（化工过程机械专业论文）硝酸钠制配过程中ph值的预测控制及仿真研究.pdf

国内图书分类号：tq028.4 国际图书分类号：66.048.36 工学硕士学位论文 硝酸钠制配过程中 ph 值的 预测控制及仿真研究 硕 士 研 究 生： 马 巍 导师： 王庆超教授 申 请 学 位： 工学硕士 学 科 、 专 业： 化工过程机械 所 在 单 位： 能源科学与工程学院 答 辩 日 期： 2008 年 7 月 授予学位单位： 哈尔滨工业大学 classified index：tq028.4 u.d.c.: 66.048.36 a dissertation for the degree of m. eng. research on predictive control and simulation of ph value based on the confection process of sodium nitrate candidate： ma wei supervisor： prof. wang qingchao academic degree applied for： master of engineering specialty： chemical process equipment affiliation： school of energy science and engineering date of defence： july, 2008 degree-conferring-institution： ： harbin institute of technology 哈尔滨工业大学工学硕士学位论文 - i - 摘摘 要要 ph 值是溶液酸度的标度单位。在许多化工生产过程中，ph 值的控制品 质直接影响相应产品质量和产量，在工业过程控制中占有重要的地位。然 而，ph 中和过程是一类典型具有强非线性、时变、大滞后特点的复杂过 程，针对这些特性很难建立精确的数学模型。用常规的控制方法，无法对反 应的变化过程做快速的、精确的反应，很难对其进行有效控制。预测控制适 用于不易建立精确模型且比较复杂的工业生产过程，控制效果好、鲁棒性 强。本文基于预测控制理论对腈纶生产中还原剂 nano3的制配过程中 ph 值的控制问题进行深入研讨。 首先，从 ph 中和过程的电化学反应机理出发，仔细分析了酸碱中和时 离子的反应情况，根据电平衡方程式推导出了一种针对 nano3制配实验装 置的酸碱中和机理模型。根据机理模型利用 matlab 中的 simulink 建立了 仿真模型，并利用该模型分析了 ph 中和过程的非线性特点及扰动响应情 况。 其次，分析了典型非线性模型hammerstein 模型的结构特点，选取 了最简单且应用广泛的以多项式函数描述的模型静态非线性环节的结构，接 着运用系统辨识的理论首先对 ph 中和过程进行了离线的辨识，然后采用了 具有遗忘因子的渐消记忆的递推最小二乘的方法对 ph 中和过程进行在线自 适应辨识去改变 hammerstein 模型的动态线性环节参数。 最后利用合理参数，运用模型预测控制策略对被控对象进行实时控制仿 真。并 与传 统 pid 控制 在控 制效 果上进 行了 比较 。结果 表明 基于 hammerstein 模型的预测控制器对于 nano3制配实验装置的 ph 中和过程控 制有较快的响应时间、较小的超调量和稳态误差，较好地解决了 ph 值非线 性控制的问题。 关键词关键词 ph 中和过程；hammerstein 模型；参数估计；预测控制 哈尔滨工业大学工学硕士学位论文 - ii - abstract the ph value is the scale unit of solution acidity. in lots of chemical industrial production process, the control quality of ph value influences both quality and quantity of corresponding products directly, and holds the important status in the industrial process control. however, the ph neutralization process is a typical kind of complex process, its specific characteristic, which is strongly nonlinear, time-varing, large time delay, has made it very hard to build an accurate mathematical model for the very process. using the regular control methods can not make a quick and precise response during variational process of the reaction. considered above, it is very hard to implement effective control and impact. the predictive control method is suitable well for those industrial production process, which is complicated relatively and not easy to obtain the accurate model, the control effect is quite good, and also has better robustness. in the article, with predictive control theory, the author has analyzed and researched the control problem of the ph value based on the confection process of sodium nitrate during acrylon manufacture. at first, based on the reaction mechanism of electrochemistry during the process, the reaction situation of acid-base neutralization had been analyzed deeply. and according to the equation of charge balance, the mechanism model of acid-base neutralization, which is designed for the research of sodium nitrate confection process, has been derived. on the base of mechanism model, the simulation model is created with the help of software module-simulink in matlab, and then the simulation model is utilized on the analysis of the nonlinear feature of ph neutralization process and the response of system disturbance. after that, the structure feature of hammerstein model, the typical nonlinear model, has been studied. the author has chosen the structure of polynomial function, which is the most simple and widen applied, to describe the static nonlinear element of process. then, the principle of least-squares has been used in the off-line identification for parameter estimation, followed by the on-line recursive least-square method with forgettable factor, which can adapt to identify 哈尔滨工业大学工学硕士学位论文 - iii - the ph neutralization process and to adjust the parameter of hammerstein dynamic linear sector. at the end, the valid estimated parameters under the validation of various data are adopted to take real-time control simulation of the target with the combination of model predictive control strategy. and the author has compared with the traditional methodpid in the aspect of control effects. the result indicates that, according to the experimental equipment of sodium nitrate confection ph neutralization process, the predictive controller based on hammerstein model has shorter response duration, less overshoot and static error. in that case, the nonlinear control problem of ph value has been solved well under this advanced control theory. keywords ph neutralization process; hammerstein model; parameter estimation; predictive control 哈尔滨工业大学工学硕士学位论文 - iv - 目目 录录 摘 要 .i abstract. ii 第 1 章 绪论 . 1 1.1 课题背景. 1 1.2 ph 值中和控制研究现状 . 2 1.2.1 pid 控制方法 . 2 1.2.2 现代控制方法 . 2 1.2.3 智能控制方法 . 4 1.3 预测控制理论及其应用现状和发展 . 5 1.3.1 基本预测控制方法 . 5 1.3.2 基本预测的鲁棒稳定性. 6 1.3.3 非线性预测控制 . 7 1.3.4 非线性预测控制的发展现状及应用 . 8 1.4 论文结构和内容安排 . 8 第 2 章 ph 中和反应过程介绍与机理模型仿真分析. 10 2.1 ph 值概念及 ph 中和过程的特性 . 10 2.1.1 ph 值基本概念及特性 . 10 2.1.2 ph 中和过程模型的特点. 11 2.2 ph 值中和反应过程及机理模型 . 12 2.2.1 nano3制备中 ph 值中和过程 . 12 2.2.2 ph 中和反应机理模型 . 12 2.3 ph 中和反应过程 . 15 2.4 本章小结. 19 第 3 章 用于预测控制的 hammerstein 模型及辨识 . 20 3.1 hammerstein 模型的离线辨识技术. 20 3.1.1 标准的 hammerstein 模型的表述 . 20 3.1.2 针对标准的 hammerstein 模型的辨识技术 . 21 3.2 hammerstein 模型的在线递推辨识. 30 3.2.1 hammerstein 模型的静态非线性部分的拟合. 30 哈尔滨工业大学工学硕士学位论文 - v - 3.2.2 递推最小二乘及改进递推算法 . 32 3.3 本章小结. 35 第 4 章 基于 hammerstein 模型的 ph 中和预测控制 . 36 4.1 模型预测控制的基本原理. 36 4.1.1 预测模型. 36 4.1.2 有限时域滚动优化思想. 36 4.1.3 反馈与预测校正 . 37 4.2 基于 hammerstein 模型的预测控制策略 . 37 4.3 预测控制系统的参数选取. 42 4.4 ph 中和过程预测控制及其仿真研究 . 43 4.4.1 基于 hammerstein 模型的离线辨识参数的预测控制仿真 . 44 4.4.2 hammerstein 模型的在线递推辨识参数的预测控制仿真 . 50 4.5 预测控制与传统 pid 控制效果比较. 55 4.5.1 pid 控制及参数调试原则 . 55 4.5.2 控制性能比较 . 56 4.6 本章小结. 58 结论. 59 参考文献 . 60 攻读学位期间发表的学术论文 . 65 哈尔滨工业大学硕士学位论文原创性声明 . 66 哈尔滨工业大学硕士学位论文使用授权书 . 66 致谢. 67 哈尔滨工业大学工学硕士学位论文 - 1 - 第第1章章 绪论绪论 1.1 课题背景课题背景 ph 值的控制在化工过程和生物工业中经常发生，而且不论是对生态环 境而言，还是对工业生产而言，对 ph 值进行有效地控制都是至关重要的。 虽然 ph 值的检测和控制并非一个新课题，但要取得良好效果也并非易事， 因为酸碱中和过程呈现出严重的非线性和 ph 响应的时滞性，以及进水 ph 值不确定动态变化，使得许多在理论上成熟的控制策略在实际应用中遭到严 峻的考验。 酸碱中和过程通常呈现严重的非线性和滞后性，主要表现为混合溶液的 ph 值在中和点附近的增益很大，此时添加的中和剂略有变化，就能引起 ph 值较大幅度的变化，而当 ph 值远离中和点时的增益很小，ph 值变化较缓 慢，加入大量的中和剂才能使 ph 值上升或下降。加上处理过程一般在大容 器和循环管路中进行，使得系统存在较大的时滞，给 ph 值控制不仅带来极 大困难，而且浪费大量中和剂，为此 ph 值被公认为最难的控制变量之一 1。 非线性和大滞后问题在工业生产过程中广泛存在，例如加热炉的炉温控 制、精馏塔塔釜的热焓控制以及多级反应釜中期望产品的流速和反应温度控 制等，传统的控制方法只能在一定程度上达到控制目标，效果并不理想，都 是控制领域中尚未有效解决的问题。随着工业的快速发展，人们迫切需要寻 找一种有效的控制方法来提高产品质量，因此对这一课题的研究不仅对 ph 中和过程的辨识和控制有重要意义，对其他的非线性系统的研究也有着普遍 的意义。 在本文中，将针对硝酸钠制配过程的 ph 值中和反应的实验模型进行预 测控制及仿真研究。在腈纶生产供料制备阶段中，进入聚合釜反应系统中的 nano3对 ph 值影响较大，nano3是由 naoh 与 hno3中和反应而得，作为 防腐剂与 nahso3混合一起进入聚合反应中。在生产中，采用连续配料的方 法，保证 ph 值控制在 6.01.0 范围内。目前国内用以解决 ph 值控制是采 用一组 pid 进行调节控制，普遍存在配置 ph 值合格率低的问题且无法满足 生产控制的安全、平稳、优质、高效等方面的要求。所以急需将现代控制理 哈尔滨工业大学工学硕士学位论文 - 2 - 论技术、仪表技术、电子技术等多种技术结合起来，研制成能适合各种化学 过程与工业场合的高精密通用的 ph 值全自动控制系统。 1.2 ph 值中和控制研究现状值中和控制研究现状 ph 值测量的理论始于 1907 年丹麦科学家索伦森提出的 ph 概念，而对 其建模与控制的研究国外早在 50 年代就已经开始了。可见关于 ph 值的检 测与控制并非一个新课题，但要取得良好的控制效果却并非易事，原因在于 酸碱中和反应时的 ph 值变化通常是非线性的，且从加入中和剂到 ph 值变 化需要很长潜伏时间，这一严重的非线性与时滞特性给 ph 值的控制带来极 大的困难。针对 ph 值的控制问题，众多的国内外学者进行了各种尝试和研 究。1972 年 mcavoy 首先给出了 ph 中和过程的动态数学模型2，在该模型 中假定连续搅拌反应器 - cstr (continuously stirred tank reactor)中物料完 全混合且处处等温，模型包括两部分：动态模型描述 cstr 中化学成分的浓 度的动态变化，静态非线性模型描述化学成分的化学平衡。这一模型得到了 实验结果的验证，为 ph 值控制问题的研究奠定了理论基础。目前，ph 中 和过程的控制方法主要包括早期的传统 pid 控制方法和后期的现代控制方 法与智能控制方法。 1.2.1 pid 控制方法控制方法 最初，在六七十年代多采用传统的 pid 算法。pid 控制方法简单易实 现，因此被广泛的应用于控制领域。但是由于 ph 中和反应过程中，中和点 附近的高增益使得常规的 pid 控制器参数调整非常困难，因为控制器只能 采用很小的比例增益，否则系统不稳定；而比例增益过小，又使系统的动态 特性变坏。一种改进的 pid 控制方法是增量式三区段非线性变增益 pid 控 制，这种方法能够在一定程度上克服中和反应中时滞和严重非线性对系统的 影响，控制结果优于常规的 pid 控制器3，但如何划分区段是这一方法的难 点，划分不当依然难以实现有效控制。可见传统的 pid 对于这种参数不确 定性的系统的应用其控制效果不甚理想，且参数整定非常困难。 1.2.2 现代控制方法现代控制方法 现代控制理论是六十年代初期，为适应宇航技术发展的需要而出现的新 哈尔滨工业大学工学硕士学位论文 - 3 - 理论，主要是研究具有高性能、高精度的多输入多输出、变参数系统的分 析和设计问题。到了八九十年代，现代应用数学的研究和电子计算机的应用 大大地推进了它的发展。随着现代控制理论的发展，对 ph 值的控制已经给 出了一些有效控制方法，如自适应控制4，wiener 模型的辨识与预测控制 5，模糊控制和神经网络控制6等等。 一、 自适应控制算法 自适应控制的主要理论基础是随机过程、线性代数、系统辨识、稳定性 理论等。目前，自适应控制理论已经在航空航天、化工、冶金、造纸等众多 的工程技术领域得到了成功的应用，包括本文所研究的 ph 中和过程78。 1973 年 shinskey f.g.用增益自适应的 pi 控制器来解决中和点附近的高增益 这一难题并取得较为满意的结果9；1983 年 gustafsson t.k.对 ph 值中和过 程应用非线性自适应的控制策略进行了研究10，将非线性控制器的设计加 入缓冲液的 ph 值中和过程，提出“输入输出修正线性化”方法，为估计缓 冲液的变化，非线性自适应控制器具有参数间接估计与直接估计的结构，遗 憾的是设计方法和算法都很复杂；孙西、金以惠11在谷氨酸结晶主产过程 中的 ph 控制问题中提出双线性自适应 ph 值控制，以双线性作为过程的机 理模型，基本从本质上反映了该 ph 值中和过程。 二、 预测控制算法 模型预测控制(mpc)由于具有对预测模型要求不高、设计和调整简单直 观、鲁棒性好等突出优点，在工业实际应用中受到欢迎。针对典型化工非线 性对象 ph 中和过程12，应用多模型处理方法，提出了 ph 中和过程的多模 型预测控制设计方法，根据其工作范围建立了过程的多模型表示；同样还提 出一种变模型自适应预测控制算法13，基于非线性状态空间模型，通过每 步在当前工作点(非平衡点)线性化获得线性化子模型，以此进行状态反馈预 测控制，并应用到 ph 中和过程中；bhat 等和 song1415等提出了利用神经 网络作为预测模型，用 sqp 作为优化方法来解决非线性过程控制问题， nahas16也提出了一种基于神经网络的非线性内模控制算法(nimc)，基于神 经网络的模型预测控制是神经网络与 mpc 结合的产物，它利用神经网络作 为预测模型，能较好地解决非线性动态系统的建模和预测问题，也使得优化 问题在有限时域内进行，从而实现在线控制。 哈尔滨工业大学工学硕士学位论文 - 4 - 1.2.3 智能控制方法智能控制方法 智能控制是指利用模拟人、动物或生物系统功能的技术或过程来实现动 态系统的构造或控制，以达到预定要求的一类控制方法，主要包括专家控 制、自学习控制、神经网络控制以及模糊控制等。到九十年代，随着计算机 与智能控制方法的不断发展，一些学者试图把一些智能方法应用到 ph 值的 建模与控制当中，但从发表的论文来看，还都是针对某一特定的中和反应进 行的建模与控制器的设计。 一、 专家系统控制方法 专家系统控制具有根据专家经验对现场情况分析判断的能力，并在此基 础上自行组织最佳控制策略，实现最优控制。马浩采用专家系统方法对锅炉 补水进行 ph 值控制17，庞全则把专家智能控制技术应用于提炼烟碱的过程 18，周福章等也在 ph 值控制中使用了专家系统19，一般专家系统控制由三 部分组成：知识库、数据库、推理系统。因此建立专家智能控制系统，需要 大量的系统信息和相关的专业知识，包括有关中和特征、当量计算等与 ph 值控制有关的基本化学方程式、计算公式、曲线等。系统信息库装载着废水 中和系统的基本物理结构、参数信息，如中和池容积、单位时间流量、加中 和剂泵的扬程流量、中和剂性质等，还有生产历史资料等，因此建立专家系 统比较困难，过程繁琐。 二、 神经网络方法 人工神经网络技术源于对脑神经的模拟，具有很强的适应于复杂环境和 多目标控制要求的自学习能力，也具有以任意精度逼近任意非线性连续函数 的特性。这为解决控制系统的非线性和不确定性问题提供了一条新的途径。 目前，人工神经网络技术己经渗透到了自动控制的各个领域，并被成功地应 用到 ph 中和过程中，主要用来进行系统模型辨识。应用神经网络辨识对象 的一个关键问题是神经网络的选择。神经网络经过半个世纪的发展，出现了 很多种类型的神经网络，包括前馈神经网络、rbf 神经网络、hopfield 神经 网络、art 神经网络等。andreas draeger 用 bp 网络来建立对象的模型 20；lin-en kuo、melsheimer 则用 rbf 网络构件对象的模型21；贾平等用 多个 bp 网络作为系统模型22；刘贺平等采用多层局部回归神经网络离线建 立对象模型23；翁学义、赵光宙采用径向基函数网络(rbf)分别构建对象的 静态模型和动态模型24；针对具有时延的非线性系统，刘宝坤、王慧、曹 明、李光泉利用 hga 建立起对象的离线 nn 模型作为预报模型25。 哈尔滨工业大学工学硕士学位论文 - 5 - 神经网络随着系统阶次的增加，网络结构将迅速膨胀，这使其学习速度 变得缓慢；而且网路的规模庞大，往往会出现网络对权值的过渡拟合 (overfitting)现象，从而使其泛化能力变差。 三、 模糊控制方法 许多大规模的复杂系统都具有模糊性，很难建立起精确的数学模型；具 有模糊性的被控对象，无法用一个明确的界限对其进行分类，传统的集合论 中关于集合的概念无法描述这种模糊性。1965 年美国加州大学的 l.a.zadeh 教授创建模糊集合理论26，提出一种处理模糊不确定性问题的严谨的数学 方法；1974 年英国的 mamdarni 教授首先成功地将模糊推理应用到蒸汽机控 制中27，取得了良好的控制效果，从此，模糊控制作为一种处理在不确定 性环境中不易建立精确数学模型的系统控制方法，无论在理论上还是在应用 中都取得了长足的进展。一些学者也将其应用于 ph 值控制问题，通过模糊 方法建立对象的模型用于模型预报控制2832，还可以把模糊方法与传统控 制方法相结合起来进行控制29。 1.3 预测控制预测控制理论及其应用现状和发展理论及其应用现状和发展 1.3.1 基本预测控制方法基本预测控制方法 一、 非参数模型预测控制 1978 年，预测控制创始人 richalet 等正式发表了第一篇基于对象脉冲 响应的论文， “模型预测启发式控制（mphc）33” ，在此之前，该方法已在 法国的十几个工业过程对象上获得了成功的应用。随后 rouhani 和 mehra 通 过理论分析和计算机仿真研究，进一步总结和完善了基于对象脉冲响应的预 测控制算法，提出了模型算法控制34。同时人们着手对于基于阶跃响应的 预测控制进行研究，典型的如 culter 和 ramaker 于 1980 年在联合自动控制 会议（jacc）上提交的论文“动态矩阵控制算法35” 。上述两类建立在对 象脉冲响应或阶跃响应基础上的预测控制，是直接从工业生产时间中发展起 来的，通常称之为非参数模型预测控制。 二、 参数模型预测控制 以广义最小方差（gmv）控制为基础的自校正方法中36，引入预测控 制中多步预测的思想，提出了广义预测控制（gpc）3738。广义预测控制 利用过程的参数模型进行多步预测，因此通常称之为基于参数模型的预测控 哈尔滨工业大学工学硕士学位论文 - 6 - 制。广义预测控制既适应简单过程，又适应复杂过程。 和基于对象脉冲响应或阶跃响应的非参数模型预测控制相比，由于参数 模型预测控制的参数个数要少的多，因此，在线优化的计算量较非参数模型 预测控制要小。其缺点是获得参数模型比较困难，不像对象的脉冲响应或阶 跃响应模型那样易于获取。广义预测控制通过不断在线辨识模型参数，作为 模型失配时的反馈校正机制，因此，适合于参数时延和阶次时变等的过程。 当然在线辨识模型的参数在一定程度上也加大了广义预测控制的计算量。 近十多年来，预测控制在理论和应用方面发展十分迅速，且以上述两类 预测控制为基础，形成了许多变种。 1.3.2 基本预测基本预测的鲁的鲁棒稳定性棒稳定性 当被控对象模型不精确时，利用此模型设计的“最优性能指标”控制系 统，在物理对象上运行时，系统性能将可能严重变坏39。许多有关预测控 制算法稳定性分析的文献仅局限于模型与被控对象精确匹配的情况，如文献 40。 为了考虑系统的不确定性，利用过程模型，通过最小化最坏情况的目标 函数，zheng 和 morari39针对 siso 过程，根据被控对象的脉冲响应模型， 提出了鲁棒预测控制策略。为了简化计算，不得不选择简单的模型来描述过 程的不确定性，通常只取较少的脉冲响应系数。其次，这种方法不能推广到 不稳定系统。文献41利用系统的状态空间描述从更广泛的意义上考虑了系 统的不确定性，通过设计状态反馈控制律，对有输入、输出约束的情况，按 照最小化最坏情况的目标函数，给出了一种确保不确定过程稳定的鲁棒预测 控制策略。 孙青林42提出了基于频域的多变量广义预测控制稳定性分析方法，推 导了广义预测控制的闭环反馈结构，给出了基于闭环特征多项式的广义预测 控制稳定性判据和奈奎斯特稳定性判据。这些判据可作为一控制器参数设计 的重要依据。在系统输入受限的情况下，采用一般的控制可能造成控制算法 的不稳定，李国勇43针对输入受限的广义预测控制问题，将其数学表达式 转化为系统框图，并根据内模原理求出了系统的闭环传递函数，在此基础上 对输入受限的广义预测控制算法的稳定性进行了分析，最后进行仿真验证。 哈尔滨工业大学工学硕士学位论文 - 7 - 1.3.3 非线性预测控制非线性预测控制 早期提出的预测控制是针对线性系统的，由于算法本身的鲁棒性，可适 用于弱非线性系统。实际上，大部分工业控制对象都有约束并具有非线性特 征，为此以往是在工作点附近抽取对象的线性化模型来设计控制器。但是， 随着对产品质量、产量、效益等要求的不断提高，使得工业过程越来越复 杂。如果不考虑系统约束和非线性特征难以满足实际的性能要求，因此非线 性预测控制的研究引起人们的普遍关注，主要研究工作集中在以下几个方 面： 一、 基于线性化模型的非线性预测控制 基于线性化模型的非线性预测控制的思想是将非线性对象模型线性化， 用线性化模型代替非线性模型，按照线性系统滚动优化设计预测控制器，而 模型预测一般仍采用非线性模型。chow44将系统的操作区域分为多个字区 域，用不同的线性化模型描述子区域的非线性预测控制；刘兵45针对间隙 非线性系统，引入非线性预补偿器，使广义系统转化为线性系统。 二、 基于特殊模型的非线性预测控制 针对一些非线性系统，可以用特殊模型进行描述，常见的有 volterra 模 型，hammerstein 模型和 wiener 模型，它们描述的是系统输入输出间的关 系。doyle46研究了基于 volterra 模型的非线性系统分析、综合和设计方 法；maner47研究了多变量 volterra 模型参数确定，和从原理上获取 volterra 模型的方法；刘强48研究了基于 volterra 模型的非线性系统预测控制，基于 系统正、负和双阶跃响应，提出非线性预测控制模型的建立方法，并给出了 相应的非线性控制算法；王伟49采用 hammerstein 模型，将控制问题分解 为线性模型的动态优化问题和非线性模型的静态求根问题；norquay50讨论 了一种基于 wiener 模型的非线性 mpc 方案，并将其应用于 ph 的过程控制 中。 三、 基于神经网络模型的非线性预测控制 神经网络的优点在于：能学习与适应不确定系统的动态特性；定量或定 性的信息分布存储与网络的各个神经元，有较强的鲁棒性和容错性；采用并 行分布处理方法，使得实现快速、大计算量运算成为可能，因而神经网络成 为非线性系统建模和控制的重要手段。刘贺平51采用多层局部回归神经网 络离线建立预测模型，以偏差补偿和模型修正相结合的方式对预测模型进行 误差补偿，经在线校正用于预测控制，通过对性能指标中的偏差项负指数加 哈尔滨工业大学工学硕士学位论文 - 8 - 权，进一步改善预测控制性能，仿真结果表明了控制算法的有效性。 1.3.4 非线性非线性预测控制的预测控制的发展发展现状及应用现状及应用 由于严格意义上来说几乎所有的实际控制系统都是非线性的，随着预测 控制技术的不断发展，人们已不满足于用线性系统来近似描述实际控制系 统，并应用比较成熟的线性预测控制的方法；也不满足于用一些特殊类型的 非线性系统（如含控制输入非线性或输出非线性的线性系统）来近似描述实 际控制系统，以便应用相对简单的非线性自适应控制的方法；而着力于研究 更能真实描述实际控制系统的具有一般形式的非线性系统（如仿射非线性系 统）的预测控制，并且取得了一些可喜的研究成果。然而，迄今为止，主要 的研究成果都集中在线性系统，因为预测控制的滚动式优化过程对于线性系 统是可以解析求解的，而对于非线性系统则往往需要数值求解，无法满足实 时控制的要求。 非线性预测控制主要解决如下两个问题：模型非线性的预测控制；算法 非线性导致的控制系统不稳定性和鲁棒性。其核心是在线求解有约束的非线 性优化问题虽然现有的非线性规划方法已提供了解决这一问题的技术途径， 但因计算量大、求解速度慢，难于实时应用，因而人们一直在探索新的方法 控制。 目前，非线性预测控制已被成功地应用于蒸馏塔、酸碱中和 ph 控制等 工程过程中，这些过程均具有较强的非线性，用一般的线性控制模型和方法 难以得到良好的控制品质。 非线性系统的预测控制，无论在理论上或技术上都还存在不少问题由于 实际工业过程中存在着许多强非线性系统，因此，研究非线性系统的预测控 制越来越重要。 1.4 论文结构和内容安排论文结构和内容安排 本论文的第一章简略介绍了课题的来源背景，并针对控制对象：ph 中 和过程的控制策略方法和本论文将要采用的预测控制及其应用的现状和发展 作以简要的概述。 论文第二章介绍了 ph 值的基本概念和中和过程的的特性，结合课题研 究内容：nano3的制备中 ph 值的控制问题，使用实验装置进行推导得出装 置 ph 值中和过程的机理模型，并运用仿真软件 simulink 建立了对象的仿真 哈尔滨工业大学工学硕士学位论文 - 9 - 模型。 文章第三章主要讨论并得出了作为预测控制的非线性预测模型 hammerstein 模型的结构特点和辨识技术，分别研究了最小二乘法、无限增 长记忆和渐消记忆的递推算法对模型内参数估计的原理方法，并采用前后两 者对本课题的实验对象进行了参数估计，得出了有针对性的 hammerstein 模 型。 在最后一章里，首先简要介绍了模型预测控制的基本原理，接着在第三 章得到的非线性 hammerstein 模型的基础上，讨论了针对 ph 中和过程的非 线性预测控制策略。分析了预测控制系统中各个控制参数的特性及选取原 则，并确定了实验参数。然后对实验对象在 matlab 平台上进行了实时控 制仿真实验，结合实验数据分析了针对本实验 ph 中和过程的预测控制的特 性。最后与现在工业界最为广泛采用的传统 pid 进行控制性能效果比较。 在结论部分，总结了工作重点和不足之处。 哈尔滨工业大学工学硕士学位论文 - 10 - 第第2章章 ph 中和中和反应过程介绍与机理模型仿真反应过程介绍与机理模型仿真分析分析 2.1 ph 值概念及值概念及 ph 中和过程的特性中和过程的特性 2.1.1 ph 值值