模型預測控制簡化算法的研究.pdf

1、預測控制是一種先進的控制算法。在許多工業(yè)控制過程中,由于受對象的復雜特性及運行現(xiàn)場環(huán)境限制,模型預測控制需選擇較大的預測時域和控制時域,因此大大增加了控制器的計算量和控制周期時間,從而降低了控制品質。從現(xiàn)有算法來看,模型預測控制主要只適用于具有大采樣周期的慢動態(tài)過程和具有高性能計算機的環(huán)境,從而大大限制了其在更廣闊應用領域和應用場合的推廣。為了增大預測控制的應用領域,減少在線計算量,加快控制進程,研究預測控制的簡化算法是十分必要的。

2、r>　　 本文綜述了目前模型預測控制簡化算法的現(xiàn)狀,敘述了動態(tài)矩陣預測控制算法的實現(xiàn)過程。重點介紹了基于策略的模型預測控制簡化算法,分析了兩個重要的參數(shù)--預測時域和控制時域在預測控制中的重要作用,并研究了針對這兩個參數(shù)的三種簡化算法。
　　 首先,介紹了Blocking技術,Blocking技術打破了預測控制和控制時域連續(xù)時刻取點的傳統(tǒng)思想,采用離散不等間隔的選取方法設置預測時域。提出了基于階躍響應曲線的Blocking技術

3、的優(yōu)化方法,并與采用遺傳算法的Blocking技術的優(yōu)化方法進行了仿真比較,提出了Blocking技術的選取的基本原則。
　　 其次,介紹了集結算法,簡述了三種典型的集結算法,重點研究了衰減的集結算法,并分析了集結矩陣的維數(shù)、集結元素排布和衰減度與控制性能的關系,由仿真分析結果得出選取集結矩陣的一般指導原則。之后,針對衰減集結算法中優(yōu)化變量的函數(shù)關系,提出了解禍的衰減集結算法,并進行了仿真比較。
　　 最后,基于對blo