本報告為《先進過程控制》課程的學(xué)習(xí)和研讀報告。主要解釋模型預(yù)測控制MPC的基本方法和在實際生產(chǎn)中應(yīng)用的意義。后一部分列出了該方法的應(yīng)用舉例。并指出了模型預(yù)測控制理論發(fā)展現(xiàn)狀和前景。

編輯本段1.引言

隨著現(xiàn)代科學(xué)技術(shù)的進步和計算機技術(shù)的發(fā)展，工業(yè)過程日益走向大型化、連續(xù)化、復(fù)雜化，對工業(yè)生產(chǎn)過程控制的品質(zhì)提出了更高的要求，控制與經(jīng)濟效益的矛盾日趨尖銳。很多系統(tǒng)具有高度的非線性、多變量耦合性、不確定性、信息不完全性和大時滯等特性，被控變量與控制變量存在著各種約束等，要想獲得的數(shù)學(xué)模型十分困難，常規(guī)控制無法得到滿意的控制效果。因此，對于過程控制系統(tǒng)的設(shè)計，已不能采用單一基于定量數(shù)學(xué)模型的傳統(tǒng)控制理論和控制技術(shù)，必須研究先進的過程控制規(guī)律。先進控制的目標(biāo)就是為了解決那些采用常規(guī)控制效果不佳，甚至無法解決的復(fù)雜工業(yè)過程控制問題?，F(xiàn)代控制理論和人工智能幾十年來的發(fā)展為先進控制技術(shù)奠定了應(yīng)用理論基礎(chǔ)，而控制計算機尤其是集散控制系統(tǒng)(DCS)的普及和提高，則為先進控制(APC)的應(yīng)用提供了強有力的硬件和軟件平臺?？傊?，企業(yè)的需要、控制理論和計算機技術(shù)的發(fā)展是先進控制技術(shù)發(fā)展的強有力的推動力。 通過模型識別、優(yōu)化算法、結(jié)構(gòu)分析、參數(shù)整定和穩(wěn)定性魯棒性的研究解決和處理了許多常規(guī)控制效果不好甚至無法控制的復(fù)雜過程控制的問題，構(gòu)成了一種基于模型控制的理論體系，先進控制技術(shù)包括軟測量技術(shù)、內(nèi)?？刂啤⒛Ｐ皖A(yù)測控制、預(yù)測函數(shù)控制、模糊控制、神經(jīng)網(wǎng)絡(luò)、專家控制等。本文重點論述模型預(yù)測控制的方法和應(yīng)用。

編輯本段2.模型預(yù)測控制的方法

模型預(yù)測控制是一種基于模型的閉環(huán)優(yōu)化控制策略，其算法的核心是：可預(yù)測未來的動態(tài)模型，在線反復(fù)優(yōu)化計算并滾動實施的控制作用和模型誤差的反饋校正。模型預(yù)測控制具有控制效果好、魯棒性強等優(yōu)點，可有效地克服過程的不確定性、非線性和并聯(lián)性，并能方便的處理過程被控變量和操縱變量中的各種約束。從模型預(yù)測控制的基本原理出發(fā)，常見的有三種預(yù)測控制算法：

1)基于非參數(shù)模型的模型預(yù)測控制。

代表性算法有模型算法(MAC)和動態(tài)矩陣控制(DMC)。這類算法分別采用脈沖響應(yīng)模型和有限階躍響應(yīng)模型作為過程預(yù)測模型，無需考慮模型結(jié)構(gòu)和階次，可將過程時滯自然納入模型中，尤其適合表示動態(tài)響應(yīng)不規(guī)則的對象特性，適合處理開環(huán)穩(wěn)定多變量過程約束問題的控制。