预测控制和广义预测研究现状
时间:2024-05-26 09:18 来源:95469 作者:毕业论文 点击:次
基于多步预测和滚动优化的模型预测控制(MPC)于20世纪70年代末到80年代初、中期面世,该控制方式的出现为解决自适应控制问题提供了新的、更好的方向,尤其是对于复杂工业对象。经过近四十年的不断研究发展,模型预测控制技术逐渐发展成为先进的控制技术之一,并由于其独特的优点使该控制方式在解决复杂工业控制难题时倍受青睐。同时,关于非线性系统模型预测控制的理论研究也得到了更为深入的发展,尤其是从20世纪90年代之后,基于最优控制和预测控制的联系,研究出了非线性系统预测控制部分鲁棒性和稳定性的综合方法。但是,由于系统描述存在多样性和复杂性,所以无论是理论上还是在实际应用中,非线性系统预测控制的发展都落后于线性系统预测控制的发展,尤其是在优化求解和闭环鲁棒性等领域中,非线性系统预测控制都需要长足发展。 模型预测启发控制(ModelPredictiveHeuristicControl,MPHC)于1978年由法国的J.Richalet等人提出,他们是在系统脉冲响应的基础上提出的该控制方法,并且,模型预测控制在实际工程中的应用效果也有所提及;模型算法控制(modelalgorithmiccontrol,MAC)于1982年由R.Rouhani等人提出,该控制方法是在脉冲响应的基础上被提出的;模型的动态矩阵控制(dynamicmatrixcontrol,DMC)是基于阶跃响应模型被提出的一种预测控制,并于1974年被美国壳牌石油公司应用在了生产装置上,1980年,又由C.R.Culter等人公开发表[4]。 2011年,AnnaJADLOVSKÁ和ŠtefanJAJČIŠIN设计了基于动态系统的输入输出ARX和CARIMA模型的优化预测控制算法。提出了一个简要的理论推导和具体预测控制方法的具体公式。包括预测控制方法编程和控制结构的流程图,其中预测控制算法用于非线性液压系统控制,还提出了表示液压系统动力学的非线性微分方程。 戴永斌,杨卫东等人在一种新型的电液伺服控制算法的研究中,提出了一个新的GMC(通用模型控制),它集成预测控制与GMC控制的鲁棒性改进。此外,提出了改进的加权最小二乘支持向量机(WLS-SVM)来解决回归问题。该算法考虑了当前和过去的数据以及异常值和噪声的影响。对于在生产过程中的样本的真实特征,改进的WLS-SVM的鲁棒性更好。使用基于改进的WLS-SVM的误差预测模型预测和补偿未来的序列误差,提高了控制系统的精度,抗扰动性和鲁棒性。改进的GMC应用于热轧机中的电液伺服控制系统。孙孟辉,王益群等人结合了自适应控制与动态矩阵控制,运用在线辨识的方法,使预测控制器的控制参数得到校正,在他们的这种有效结合下,控制效果更为显著。针对冷带轧机电液力伺服系统,由于阶跃响应在工程上便于测取,采用了被控对象阶跃响应作为预测模型,并采用了反馈校正和滚动优化的控制方法,同时对轧制力设定值进行了高精度跟踪控制,取得了良好的控制效果。 2、广义预测研究现状 广义预测控制(generalizedpredictivecontrol,GPC)于1987年由C.MOHTADI,D.W.CLARKE和P.S.TUFFS提出,该自适应控制算法不仅保持了最小方差自校正控制的优点,还在此基础上借鉴了动态矩阵和模型算法控制中的滚动优化,所以该控制方法既具备预测控制的性能,又同时具备自适应控制的性能。GPC基于参数模型,引入两个不相等的参数,分别是控制长度同预测长度,整个系统很灵活,能够实现在线反馈校正。总之,该控制方法具有很好的控制性能,同时,鲁棒性也很强。 倪敬等人将预测控制应用于带锯进给系统,鉴于带锯进给系统在位置和微进给速度跟踪响应特性方面的缺点,设计了带锯电液伺服进给系统,并提出了其差分数学模型。然后,提供用于电动液压伺服馈送系统的新的自适应广义预测控制器(AGPC)。控制器通过系统控制输入和输出在线识别系统模型的参数。通过最小化基于CARIMA模型的j步预测输出的性能评价函数J,可以得到系统控制变量。所提出的控制器具有比传统PID控制器更好的位置精度和进给跟踪性能。 (责任编辑:qin) |