动态矩阵控制算法的研究及应用.pptVIP

动态矩阵控制算法研究及其应用 导 师:张彦军 答辩人:张晶 专 业:检测技术与自动化装置 论文结构 1.1研究背景 复杂的工业生产过程控制机理比较复杂，利用现代控制理论难以建立精确的模型 预测控制以预测模型为基础，采用二次在线滚动优化性能指标和反馈校正的策略，来克服受控对象建模误差和结构、参数以及环境等不确定因素的影响，有效地弥补了现代控制理论对复杂受控对象所无法避免的不足之处。 1.2 发展趋势 将预测控制与各种先进控制策略结合起来的先进预测控制 将智能控制策略与典型的预测控制算法相结合的智能预测控制系统 其他的新型的预测控制方法 动态矩阵控制算法研究 2.1动态矩阵算法的基本原理 预测模型 滚动优化 DMC是一种以优化确定控制策略的算法。在每个时刻k，都要确定从该时刻起M个控制增量，使被控对象在其作用下未来P个时刻的输出值可以接近于期望值。 反馈校正 由于存在模型失配、环境干扰等不确定因素，计算出来的预测值可能会偏离实际值，因此需要及时利用实时信息进行反馈校正。 2.2动态矩阵控制的算法实现 2.3动态矩阵控制的参数选取 采样周期T和模型长度N T的选择要考虑快速抑制干扰的影响； 应该与模型长度N的数值相协调。 优化时域和误差权系数 优化时域的大小对于控制的稳定性和系统的快速性有很大的影响 误差权系数的大小反映了我们对未来时刻期望值的重视程度。 控制时域和控制权系数 校正参数 柔化因子 2.4仿真研究 以喷雾干燥塔为模型，进行DMC仿真研究 喷雾干燥器的机理是：当表面湿润的固体颗粒进入干燥塔后，如果塔内干、湿温度不变，则微粒上的蒸发速率R为常数。因为在这种状态，蒸发完全在雾状料液表面进行，蒸发速率不会随微粒总含水量x变化，工艺上被称为恒速干燥阶段。当微粒一旦生成干燥表面，则干燥速率R便开始下降。因为此时被蒸发的水分必须从微粒内部扩散至表面，当含水量达到平衡点时，干燥速率。这一过程被称为是降速干燥阶段。 2.5动态矩阵控制系统的状态空间分析 传统的建模过程是通过阶跃响应的采样值来辨识对象的阶数，然后再确定其状态空间。而动态矩阵空间的状态空间模型是不可控的，因而需要构造状态观测器重构预测器，从而形成带观测器的状态反馈形式。 2.6动态矩阵控制的动态特性分析 由于DMC采用了非最小化的模型，从而控制器也是非最小化的。DMC对对象的补偿性质可以使预测控制器最小化，设置新的控制极点，从而改善系统的动态系统。 对于无纯滞后和非最小相位性能时，用一步优化的方式进行优化控制。 而对于纯滞后的对象，就在DMC控制中把优化时域比无滞后时延伸一下就相当于无滞后部分的DMC控制。 2.7动态矩阵控制的稳定性和鲁棒性分析 模型无失配时的稳定性分析 由于在DMC控制中，其被控对象总是稳定的，要使系统对输入和扰动都有稳定的响应，则需要控制器和滤波器都是稳定的。 模型失配时的鲁棒性分析 模型失配时需要加滤波器进行校正 设计PID-DMC控制器 3.1设计背景 PID控制算法的原理简单、结构简明，因此在大多数过程控制系统中比较常见，然而在处理复杂控制系统时，难以达到理想的控制品质，无法满足控制要求。 DMC设计通常基于一个较低阶的线性近似模型，而复杂的工业过程，在模型阶次、非线性、环境扰动等方面存在较大的不确定性，仅仅用DMC设计控制系统达不到理想的控制结果。 把PID控制和DMC控制结合起来，从相对应的方面改变用来约束的目标函数，使之成为PID形式，因而形成一种新的预测控制方法（PID-DMC）。 3.2设计方法 将PID控制和DMC控制结合起来，采用加入比例、积分、微分的新的目标函数，使得推导的控制器有新的比例、积分、微分的特征。 在过程控制中，先取出被控对象的一部分作为副对象，形成DMC闭环，然后将闭环和被控对象的另一部分作为广义对象，再用PID进行控制 3.3 仿真过程 3.4仿真结果 由于系统具有一定的自衡能力，为了简于计算，将系统看成是线性系统。采用方波输入进行仿真，仿真结果如下 3.5结论 从图中可以看出，算法改进后有三个可调参数，对参数的调节可以使得改进后的算法比基本算法在趋于稳定状态过程中能更快速跟踪系统 。因此参数选取的范围和各参数对控制结果的影响显得更为重要，为以后的工作打下了基础。 预测函数控制 4.1 预测函数控制算法的基本原理 预测函数控制被称为第三代控制算法，其基本特征为 基函数 预测模型 参考轨迹 误差校正 滚动优化 4.2一阶加纯时滞的预测函数控制方法 一阶加纯滞后过程是工业系统中的典型过程。在实际工业过程中，许多高阶过程可以用一阶加纯滞后过程来近似，因此，分析和研究一阶加纯滞后过程的控制问题具有重要意义。而对于纯滞后的过程，采用常规PID控制为了维持