模型预测控制

模型预测控制流程工业生产过程的先进控制及其应用东华大学自动化系:任正云2012年3月先进控制面临的挑战先进控制的广泛应用，为企业带来了显著的经济效益。另一方面，在实施先进控制的过程中，也会碰到许多富有挑战性的问题，反过来又促进先进控制向更高层次发展。下面扼要介绍目前在实现先进控制策略中面临的几个主要问题。(1)模型辨识的新工具目前，为了完成象反应器这样的主要工业生产过程动态性能的测试，需要耗费数周的时间，这给工程技术人员带来很大的工作量，迫切需要更好和更有效的过程动态响应测试和能更充分利用统计信息辨识出动态模型的方法。(2)自适应模型预测控制针对那些变增益的工业过程，如油品调合和pH控制等过程，需要应用自适应控制的思想来改进多变量模型预测控制器性能，例如模型参数预测等方法的研究和开发。(3)非线性模型预测控制普遍应用的模型预测控制软件包采用的是线性模型，在碰到内在非线性问题时，必须将其参数整定得以确保在整定操作区域内的稳定性，其后果是对许多操作区域的控制作用过于迟缓。为了根本解决这一问题，迫切需要非线性模型预测控制工程化软件。(4)多元统计监控随着计算机集成控制的广泛应用，大量信号和控制回路的集中管理监督和性能的评判，已成为工艺操作者的主要责任，如何加强计算机监控是当今现代工厂企业的重要内容。传统的统计过程控制在处理含有耦合变量的连续过程单元时，通常会导致错误。然而，随着主元分析(PCA)和部分最小二乘(PLS)技术的工程化应用研究开发，并进入到在线应用阶段，含PCA和PLS的多元统计监控的应用将会日益增多。工厂自动化水平对先进控制影响先进控制是在常规控制正常运行的前提下进行的。而不同企业、不同装置自动化水平参差不齐，这给先进控制的工程应用带来了较大的困难，即使实施了先进控制，有时也难以长周期地运行。中国石油化工企业的常规控制投用率都不是太高，个别生产装置只有35%,大致有以下几方面的原因：?常规控制设计不尽合理，难以投用。特别是串级和分级等复杂控制，投用率更低。？常规控制的PID参数整定不合适。？操作工习惯手动调节，操作工感觉手动调节直接开闭调节阀更安全可靠。?工艺、设备条件制约先进控制的应用。？企业配合，先进控制工程应用过程本身就是一个系统工程。项目进行前期，要有仪表、计算机方面的配合;项目进行后期，主要是工艺方面的配合;先进控制系统试运行期间，需要仪表、计算机、工艺、生产调度、计量、化验分析和在线分析等各方面配合和协调。模型预测控制一MPCModelPredictiveControl模型预测控制的发展背景(1)?现代控制理论及应用的发展与特点？要求？精确的模型？最优的性能指标？系统的设计方法？应用？航天、航空？军事等领域模型预测控制的发展背景（2）?工业过程的特点？多变量、非线性、时变性、强耦合、不确定性？工业过程对控制的要求？高质量的控制性能？对模型要求不高？实现方便预测控制的特点（1）?建模方便，不需要深入了解过程内部机理？非最小化描述的离散卷积和模型，有利于提高系统的鲁棒性？滚动的优化策略,较好的动态控制效果？不增加理论困难，可推广到有约束条件、大纯滞后、非最小相位及非线性等过程？是一种计算机优化控制算法预测控制的特点（2）?对模型要求不高？鲁棒性可调？可处理约束（操作变量MV、被控变量CV）?可处理“方”、“瘦”、“胖”，进行自动转换？可实现多目标优化（包括经济指标）？可处理特殊系统:非最小相位系统、伪积分系统、零增益系统目前预测控制的发展方向？多变量预测控制系统的稳定性、鲁棒性？线性系统、自适应预测一理论性较强？非线性预测控制系统？内部模型用神经网络（ANN）描述？针对预测控制的特点开展研究？国内外先进控制软件包开发所采用1预测控制的基本原理？1978年，J.Richalet等就提出了预测控制算法的三要素：?内部（预测）模型、参考轨迹、控制算法？现在一般则更清楚地表述为：？内部（预测）模型、滚动优化、反馈控制预测模型（内部模型）（1）?预测模型的功能根据被控对象的历史信息和未来输入，预测系统未来响应。？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、阶跃响应预测模型（内部模型）（2）?基于模型的预测示意图过去未来3y41uk刻21一控制策略？2一控制策略？3—对应于控制策略?的输出4一对应于控制策略?的输出滚动优化（在线优化）（1）?控制目的？通过某一性能指标的最优，确定未来的控制作用？优化过程？随时间推移在线优化，反复进行？每一步实现的是静态优化？全局看却是动态优化?滚动优化示意图滚动优化（在线优化）（2）k时刻优化2131?参考轨迹yr（虚线）2?最优预测输出y（实线）3?最优控制作用uyryuk+1时刻优化yry213ukk+1t/T反馈校正（1）?每到一个新的采样时刻，都要通过实际测到的输出信息对基于模型的预测输出进行修正，然后再进行新的优化。不断根据系统的实际输出对预测输出值作出修正使滚动优化不但基于模型，而且利用了反馈信息，构成闭环优化。反馈校正（误差校正）（2）?误差校正示意图23yu41kk+1l?k时刻的预测输出2?k,,时刻实际输出3?预测误差4?k,,时刻校正后的预测输出t/T2动态矩阵控制（DMC）?基于被控对象的单位阶跃响应？适用于渐近稳定的线性对象即，设一个系统的离散采样数据{al,a2，…，aN}(如P17的示意图)，则有限个采样周期后，满足aN?a(?)动态矩阵控制(DMC)?DMC算法中的模型参数？有限集合aT={al,a2,…，aN)中的参数可完全描述系统的动态特性N称为建模时域。？？系统的渐近稳定性？保证模型可用有限的阶跃响应描述系统的线性性？则保证了可用线性系统的迭加性等DMC的预测模型？系统的单位阶跃采样数据示意图y模型截断aN-1aNal012a23a3N-lNt/TDMC的滚动优化？滚动优化的性能指标？通过优化指标，确定出未来M个控制增量，使未来P个输出预测值尽可能地接近期望值w。?不同采样时刻，优化性能指标不同，但都具有同样的形式，且优化时域随时间而不断地向前