工程控制原理 第4章 最优控制与滚动优化.ppt

单变量的动态矩阵控制（1）预测模型在时刻，增加输入增量在时刻，初始状态在时刻，再增加输入增量阶跃响应作为预测模型单变量的动态矩阵控制（1）预测模型在时刻，增加输入增量在时刻，初始状态阶跃响应作为预测模型在时刻，再增加输入增量单变量的动态矩阵控制（1）预测模型在时刻，增加输入增量在时刻，初始状态若连续增加拍的输入增量阶跃响应作为预测模型单变量的动态矩阵控制（1）预测模型取前面P拍若连续增加拍的输入增量阶跃响应作为预测模型N：为建模时域P：为预测输出拍数M：为控制输入拍数预测模型动态矩阵A单变量的动态矩阵控制（2）滚动优化N：为建模时域P：为预测输出拍数M：为控制输入拍数预测模型期望输出控制器（3）反馈校正计算输出实际误差取前面1拍新初始值校正系数向量滚动优化单变量的动态矩阵控制（2）滚动优化N：为建模时域P：为预测输出拍数M：为控制输入拍数预测模型控制器期望输出（3）反馈校正计算输出实际误差取前面1拍新初始值校正系数向量多变量的动态矩阵控制（1）预测模型阶跃响应作为预测模型N：为建模时域P：为预测输出拍数M：为控制输入拍数预测模型动态矩阵A多变量的动态矩阵控制（2）滚动优化N：为建模时域P：为预测输出拍数M：为控制输入拍数预测模型（3）反馈校正计算输出实际误差取前面1拍新初始值校正系数矩阵滚动优化控制器（1）预测模型基于状态空间的预测控制基于状态空间的预测控制（2）滚动优化预测模型（3）反馈校正滚动优化控制器若状态可测量若状态不可测量滚动优化与最优控制的比较（1）若已知预测模型：输出预测模型：（2）若未知滚动优化输出输出例4-2-1最初几拍控制是基本一样的滚动优化抑制模型不准最优控制：滚动优化与分环控制最优控制反馈校正内部：最优控制外部：反馈校正滚动优化与“分环控制”异曲同工，经典与现代控制理论的融合（1）以性能指标泛函集成系统期望性能，将控制律的设计转为对性能指标的优化，形成了一条与过往不同的设计路径。过往一般是先确定控制器结构再设计其参数，最优控制是同步求取控制器结构与参数。另外，对于时变、非线性系统，以及存在各种变量约束条件，都能以最优控制的方式进行设计，成为了一种通用的控制律设计方法。对于线性定常系统，常取二次型性能指标，得到的最优控制正好就是状态比例反馈。再一次表明，对于复杂系统的控制，状态比例反馈确实是一个最佳选择。（2）系统的性能体现在未来的轨迹上，被嵌入在性能指标泛函里，必须事先知道系统演变的模型，才能准确计算性能指标泛函。所以，最优控制是严格依赖于模型的。若模型不准确，最优控制律肯定也不准确。但是，最初几拍的控制误差不会大。因此，采取滚动优化，每次只使用最初几步准确度高的控制，实施完后根据实际状况修正优化起点，便可弥补模型不准确的不足。这就是模型预测控制的思想，以多次优化计算的代价换来了对模型不确定性的抑制。总之，基于极点配置的设计、基于性能指标优化的设计，都成为了现代控制系统设计的通用方法，再融合经典控制方法，通过“分环控制”或“滚动优化”，建立起了复杂多变量控制问题有效解决方案。Thanks最优控制给出一条新路；滚动优化消除模型残差。至此，有望建立线性系统统一框架，详情且听下回分解。。。。。。《工程控制原理》（现代部分）第4章最优控制与滚动优化《现代控制理论》课程变分与最优控制原理线性二次型最优控制滚动优化与模型预测控制本章重点4.1最优控制变分与最优控制原理黎卡提方程与线性二次型控制无论经典控制理论还是状态空间理论，在进行控制器设计时，一般都是先假定控制器的（函数）结构，然后再设计其中的参数以满足期望的性能。这不免会想到两个问题：可否同时设计（求出）控制器的结构与参数？期望的性能可否做到最优？这便产生了最优控制的新方法。性能指标与最优控制系统性能同步得到控制器的结构与参数最优控制函数的函数称为泛函几种常见的最优控制问题（1）最优输出跟踪（2）最优（状态、输出）调节器线性二次型最优控制，LQ控制（3）最少燃耗控制（4）最短时间控制一般性的最优控制问题被控对象初态与末端目标集性能指标没涉