動態(tài)矩陣控制算法的研究及應用課件

論文結構1234研究背景及發(fā)展趨勢動態(tài)矩陣控制算法研究設計PID-DMC控制器預測函數(shù)控制總結5121.1研究背景復雜的工業(yè)生產過程控制機理比較復雜，利用現(xiàn)代控制理論難以建立精確的模型預測控制以預測模型為基礎，采用二次在線滾動優(yōu)化性能指標和反饋校正

的策略，來克服受控對象建模誤差和

結構、參數(shù)以及環(huán)境等不確定因素的

影響，有效地彌補了現(xiàn)代控制理論對

復雜受控對象所無法避免的不足之處。31.2發(fā)展趨勢將預測控制與各種先進控制策略結合起來的先進預測控制將智能控制策略與典型的預測控制算法相結合的智能預測控制系統(tǒng)其他的新型的預測控制方法4動態(tài)矩陣控制算法研究52.1動態(tài)矩陣算法的基本原理6預測模型滾動優(yōu)化DMC是一種以優(yōu)化確定控制策略的算法。在每個時刻k，都要確定從該時刻起M個控制增量，使被控對象在其作用下未來P個時刻的輸出值可以接近于期望值。反饋校正由于存在模型失配、環(huán)境干擾等不確定因素，計算出來的預測值可能會偏離實際值，因此需要及時利用實時信息進行反饋校正。72.2動態(tài)矩陣控制的算法實現(xiàn)82.3動態(tài)矩陣控制的參數(shù)選取采樣周期T和模型長度NT的選擇要考慮快速抑制干擾的影響；應該與模型長度N的數(shù)值相協(xié)調。優(yōu)化時域和誤差權系數(shù)優(yōu)化時域的大小對于控制的穩(wěn)定性和系統(tǒng)的快速性有很大的影響誤差權系數(shù)的大小反映了我們對未來時刻期望值的重視程度?？刂茣r域和控制權系數(shù)校正參數(shù)柔化因子92.4仿真研究以噴霧干燥塔為模型，進行DMC仿真研究10噴霧干燥器的機理是：當表面濕潤的固體顆粒進入干燥塔后，如果塔內干、濕溫度不

變，則微粒上的蒸發(fā)速率R為常數(shù)。因為在這種狀態(tài)，蒸發(fā)完全在霧狀料液表面進行，蒸發(fā)速率不會隨微?？偤縳變化，工藝上被稱為恒速干燥階段。當微粒一旦生成

干燥表面，則干燥速率R便開始下降。因為此時被蒸發(fā)的水分必須從微粒內部擴散至

表面，當含水量達到平衡點時，干燥速率。這一過程被稱為是降速干燥階段。11仿真結果比較122.5動態(tài)矩陣控制系統(tǒng)的狀態(tài)空間分析13傳統(tǒng)的建模過程是通過階躍響應的采樣值來辨識對象的階數(shù)，然后再確定其狀態(tài)空間。而動態(tài)矩陣空間的狀態(tài)空間模型是不可控的，因而需要構造狀態(tài)觀測器重構預測器，從而形成帶觀測器的狀態(tài)反饋形式。2.6動態(tài)矩陣控制的動態(tài)特性分析14由于DMC采用了非最小化的模型，從而控制器也是非最小化的。DMC對對象的補償性質可以使預測控制器最小化，設置新的控制極點，從而改善系統(tǒng)的動態(tài)系統(tǒng)。對于無純滯后和非最小相位性能時，用一步優(yōu)化的方式進行優(yōu)化控制。而對于純滯后的對象，就在DMC控制中把優(yōu)化時域比無滯后時延伸一下就相當于無滯后部分的DMC控制。2.7動態(tài)矩陣控制的穩(wěn)定性和魯棒性分析模型無失配時的穩(wěn)定性分析由于在DMC控制中，其被控對象總是穩(wěn)定的，要使系統(tǒng)對輸入和擾動都有穩(wěn)定的響應，則需要控制器和濾波器都是穩(wěn)定的。模型失配時的魯棒性分析模型失配時需要加濾波器進行校正15設計PID-DMC控制器163.1設計背景17PID控制算法的原理簡單、結構簡明，因此在大多數(shù)過程控制系統(tǒng)中比較常見，然而在處理復雜控制系統(tǒng)時，難以達到理想的控制品質，無法滿足控制要求。DMC設計通?；谝粋€較低階的線性近似模型，而復雜的工業(yè)過程，在模型階次、非線性、環(huán)境擾動等方面存在較大的不確定性，僅僅用DMC設計控制系統(tǒng)達不到理想的控制結果。?PID控制和DMC控制結合起來，從相對應的方面改變用來約束的目標函數(shù)，使之成為PID形式，因而形成一種新的預測控制方法（PID-DMC）。3.2設計方法18將PID控制和DMC控制結合起來，采用加入比例、積分、微分的新的目標

函數(shù)，使得推導的控制器有新的比例、積分、微分的特征。在過程控制中，先取出被控對象的一部分作為副對象，形成DMC閉環(huán)，然后將閉環(huán)和被控對象的另一部分作為廣義對象，再用PID進行控制3.3仿真過程193.4仿真結果由于系統(tǒng)具有一定的自衡能力，為了簡于計算，將系統(tǒng)看成是線性系統(tǒng)。采用方波輸入進行仿真，仿真結果如下203.5結論21從圖中可以看出，算法改進后有三個可調參數(shù)，對參數(shù)的調節(jié)可以使得改進后的算法比基本算法在趨于穩(wěn)定狀態(tài)過程中能更快速跟蹤系統(tǒng)。因此參數(shù)選取的范圍和各參數(shù)對控制結果的影響顯得更為重要，為以后的工作打下了基礎。預測函數(shù)控制224.1預測函數(shù)控制算法的基本原理預測函數(shù)控制被稱為第三代控制算法，其基本特征為基函數(shù)預測模型參考軌跡誤差校正滾動優(yōu)化234.2一階加純時滯的預測函數(shù)控制方法24一階加純滯后過程是工業(yè)系統(tǒng)中的典型過程。在實際工業(yè)過程中，許多高階過程可以用

一階加純滯后過程來近似，因此，分析和

研究一階加純滯后過程的控制問題具有重

要意義。而對于純滯后的過程，采用常規(guī)

PID控制為了維持系統(tǒng)的穩(wěn)定性，必須將控制作用整定的很弱。采用預測函數(shù)，可以通過滾動優(yōu)化來解決該問題。當設定值做階躍變化時，通常只選定一個基函數(shù)就可以滿足要求。25當設定值包含斜坡信號時，應選取兩個函數(shù)來滿足要求。即階躍和斜坡函數(shù)。4.3仿真研究選取一階加純滯后的對象的傳遞函數(shù)為設置預測時域，優(yōu)化時域，設定擾動264.4總結274.5結論28從上圖可以看出，由于基函數(shù)概念的引入，

PFC比PID控制的輸出跟蹤快，控制誤差小，有更好的抗干擾能力。全文總結29本文主要對動態(tài)矩陣控制算法進行了研究，研究了各參數(shù)的設定對控制結果的影響，同時對動態(tài)特性、穩(wěn)定性和魯棒性進行了分析。同時針對動態(tài)矩陣控制在處理復雜時變系統(tǒng)時難以達到合理的控制結果，改變用來約束的目標函數(shù)，設計了