基于特征模型的預(yù)測(cè)函數(shù)控制及應(yīng)用研究

《基于特征模型的預(yù)測(cè)函數(shù)控制及應(yīng)用研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、上海大學(xué)博士學(xué)位論文摘要摘要在過去的幾十年里，模型預(yù)測(cè)控制的研究越來越受到眾多專家學(xué)者的重視，在大家的共同努力下，許多重要的研究成果不斷出現(xiàn)。模型預(yù)測(cè)控制以其魯棒性好，具有靈活的約束處理能力，綜合控制質(zhì)量較高，特別適合于處理具有輸入輸出約束、時(shí)滯時(shí)變特性、反向特性和變目標(biāo)函數(shù)的工業(yè)過程等優(yōu)點(diǎn)，受到工業(yè)界的廣泛歡迎，應(yīng)用成果層出不窮。預(yù)測(cè)函數(shù)控制作為第三代模型預(yù)測(cè)控制，在保持模型預(yù)測(cè)控制優(yōu)點(diǎn)的同時(shí)，通過引入基函數(shù)的概念增強(qiáng)了輸入控制量的規(guī)律性，提高了響應(yīng)的快速性和準(zhǔn)確性，可有效地減少算法的計(jì)算量。然而，與其它基于預(yù)測(cè)模型的模型預(yù)測(cè)控制一樣，預(yù)測(cè)函數(shù)控制仍然存在一旦預(yù)測(cè)模型與實(shí)際被控過程出現(xiàn)不一

2、致時(shí)，會(huì)出現(xiàn)控制性能下降的問題。盡管圍繞模型失配問題展開了一系列的研究，如將神經(jīng)網(wǎng)絡(luò)模型、模糊模型引入預(yù)測(cè)函數(shù)控制作為預(yù)測(cè)模型，但這樣做的結(jié)果使預(yù)測(cè)模型變得復(fù)雜，增加了在線計(jì)算工作量，預(yù)測(cè)函數(shù)控制原先所具有的算法簡(jiǎn)單、運(yùn)算速度快的優(yōu)點(diǎn)失去。針對(duì)預(yù)測(cè)函數(shù)控制的模型失配問題，簡(jiǎn)單、運(yùn)算速度快的優(yōu)點(diǎn)為研究出發(fā)點(diǎn)，本文以保證預(yù)測(cè)函數(shù)控制所具有的算法同時(shí)減小模型失配以保證預(yù)測(cè)函數(shù)控制的控制性能不下降為前提，提出基于特征模型的預(yù)測(cè)函數(shù)控制控制方案。特征模型通常的形式是一個(gè)二階慢時(shí)變的線性模型，它是根據(jù)被控對(duì)象動(dòng)力學(xué)特征和控制性能的要求相結(jié)合建立起來的模型，特征模型的關(guān)鍵特點(diǎn)在于模型的形式簡(jiǎn)單、易于工程實(shí)

3、現(xiàn)，而且在同樣輸入控制作用下，對(duì)象特征模型和實(shí)際對(duì)象在輸出上是等價(jià)的。特征模型這一概念是由吳宏鑫院士結(jié)合自己多年的理論研究與工程實(shí)踐而提煉出來。在本文中，作者對(duì)特征模型理論開展了進(jìn)一步研究，一是總結(jié)出幾種特征模型獲取的方法，尤其是提出了基于測(cè)試法的特征模型獲取方法，以及借助于Matlab的仿真分析法。這些方法可以方便地獲取被控對(duì)象的特征模型，以及在已有高階模型的基礎(chǔ)上，實(shí)現(xiàn)模型降階。二是為了避免特征模型時(shí)交參數(shù)計(jì)算問題，引入了參數(shù)區(qū)間的概念，將二階慢時(shí)變的線性模型等效成一族二階線性模型，從而保證特征模型引入預(yù)測(cè)函數(shù)控制后，傳統(tǒng)預(yù)測(cè)函數(shù)控制所具有的算法簡(jiǎn)單、運(yùn)算速度快等優(yōu)點(diǎn)不丟失。仿真結(jié)果表明

4、，新的算法明顯地優(yōu)于傳統(tǒng)的預(yù)測(cè)函數(shù)控制算法。由于參數(shù)區(qū)間的引入使基于新算法的特征多項(xiàng)式系數(shù)具有不確定性參數(shù)問題，為了便于進(jìn)行穩(wěn)定性分析，這里利用了多項(xiàng)式穩(wěn)定性分析理論，找到了適合于的穩(wěn)定性分析的方法?多項(xiàng)式穩(wěn)定性分析理論。上海大學(xué)博士學(xué)位論文基于特征模型的預(yù)測(cè)函數(shù)控制及應(yīng)用研究借助于DCS平臺(tái)構(gòu)建了與生產(chǎn)控制相吻合的實(shí)驗(yàn)環(huán)境進(jìn)行了實(shí)驗(yàn)研究，實(shí)驗(yàn)研究進(jìn)一步表明新算法比傳統(tǒng)預(yù)測(cè)函數(shù)控制算法具有更好的控制性能。實(shí)驗(yàn)中采用的DCS為浙江中控JX．300X系統(tǒng)，控制程序采用J'X．300X系統(tǒng)所提供的SCX語言編寫，借助于JX．300X平臺(tái)可以十分方便地把控制程序移植到工業(yè)生產(chǎn)實(shí)際中。本文的主要工作概

5、括如下：1．對(duì)特征模型獲取進(jìn)行了研究，提出了一些特征模型獲取的新方法，包括非線性系統(tǒng)的特征模型獲取，尤其是利用測(cè)試法獲取特征模型的方法，以及借助于Matlab的仿真分析法。引入了參數(shù)區(qū)間，從而使特征模型得以進(jìn)一步簡(jiǎn)化。2．提出了基于特征模型的預(yù)測(cè)函數(shù)控制算法。新算法可以克服傳統(tǒng)預(yù)測(cè)函數(shù)控制算法在模型失配時(shí)的有效控制問題。借助于Matlab，對(duì)新算法與傳統(tǒng)預(yù)測(cè)函數(shù)控制算法針對(duì)多種被控對(duì)象進(jìn)行仿真研究，仿真結(jié)果表明，新算法明顯優(yōu)于傳統(tǒng)預(yù)測(cè)函數(shù)控制算法。3．給出了幾種針對(duì)模型匹配與模型失配的預(yù)測(cè)函數(shù)控制系統(tǒng)的穩(wěn)定性分析方法，尤其是引入了多項(xiàng)式穩(wěn)定性分析方法來分析基于特征模型的預(yù)測(cè)函數(shù)控制算法系統(tǒng)的

6、穩(wěn)定性。4．借助于DCS平臺(tái)構(gòu)建了與生產(chǎn)控制相吻合的實(shí)驗(yàn)環(huán)境進(jìn)行了實(shí)驗(yàn)研究，實(shí)驗(yàn)研究進(jìn)一步表明新算法比傳統(tǒng)預(yù)測(cè)函數(shù)控制算法具有更好的控制性能。實(shí)驗(yàn)中采用的DCS為浙江中控JX-300X系統(tǒng)，控制程序采用JX．300X系統(tǒng)所提供的SCX語言編寫，借助于JX．300X平臺(tái)可以十分方便地把控制程序移植到工業(yè)生產(chǎn)實(shí)際中。關(guān)鍵詞：特征模型；預(yù)測(cè)函數(shù)控制：模型預(yù)測(cè)控制：穩(wěn)定性：DCS；飼料制粒機(jī)Ⅱ上海大學(xué)博士學(xué)位論文AbstractInthepastfewdecade．theresearchofmodelpredictivecontrolhasgainedmoreandmoreattentionamon

7、gmanyexperts．Witheveryone’seffort．manycriticalresultsareconstantlyspokenout．ModelpredictivecontrolalgorithmiSobsessedofsomeadvantageslikegoodrobustness，flexibleabilityofconstraintsolution,relativelyhi曲ercom