图3-1 预测控制系统框图

预测控制的基本思想是[7]：依据此刻和过去所要控制的系统的情况来对该系统在之后个时间段后的运行结果实现预先判断。表示现在，其左边表示该系统之前的运行结果。预测控制算法主要是根据实际与期望输出的差值，然后计算未来个时刻的控制量，从而能够使最小。其中叫做预测步长，叫做控制步长。

从1978年由Richalet等人总结并创新了一种模型预测启发式控制算法之后[8]，预测控制开始迅速在世界各地受到人们的注意，这种技术包括很多种算法，但是无论哪种算法，都是以三个过程为基础的，第一个是预测模型，第二个是滚动优化，第三个是反馈校正。论文网

(1)预测模型

预测模型主要以系统在不断变化过程中所表现出的一些特性为基础的。其作用主要是通过系统过去得到的运行结果以及之后的输入值来对系统之后的运行结果实现预先判断。预测模型着重于其功能而其结构形式并不重要。所以，它可以是非参数模型，例如阶跃响应或是脉冲响应等，同样如微分方程等一些参数模型也可以。此外，像非线性系统的模型，如果能够起到前面所说的那些作用，同样能够像预测模型一样来使用。

    可以看出，预测控制看重的是在能实现效果的前提下以最便捷的方法创建模型，而对模型的具体组成部分不是很重视。

(2)滚动优化

滚动优化是预测控制的主要特征。预测控制得到此刻之后输出的依据是某个最佳特性标准，而这受之后动作的影响，并且取决于之后所用的一些调控方法[9]。

然而，与一般的性能完善相比，预测控制中对系统的完善还是有极大区别。区别来源于其所要完善的目标在整个过程中是不断变化的。优化性能标准在每个采集数据的时刻仅涵盖这之后的一段时间，等到了下个采集数据的时刻，这一整段会一起往前移动。换句话说，其优化性能标准在不同时刻具有相同的相对形式，但其包含不同的时间区域。

(3)反馈校正

预测控制在此刻运行结束之后，在下个采集数据点会使用反馈来完善预先判断得到的结果，以防止干扰的影响。反馈校正有各种形式，能够在不改变预测模型的前提下预先判断之后未知的偏差并对其完善，而且也能通过识别改变预测模型结构。由此可知，预测控制不仅仅是以模型为基础，同时也以运行反馈的结果为依据，从而对整个系统进行完善[10]。

通过分析对比各种实现预测的方法，并结合窑炉温度的实现要求，本文决定采用DMC算法，因为这种算法比较简单，计算量相对而言也比较小，而且鲁棒性强，容易建模。

3。1。1 动态矩阵控制算法

1、预测模型

首先需要对单位阶跃响应结果进行检测，检测的值,，其中表示检测的周期。假设在时刻阶跃响应趋于稳定，可认为近似等于稳态值=，装置的动态特性即可用来描述，这样就构成了DMC模型参数，其中为建模时域，向量为模型向量[11]。

在某一时间点，假定不改变其控制功能，预先判断出之后个时段的运行结果，则可以得到刚开始预先判断得到的量。当在时间点对控制功能加入，那么可以算出之后个时段的预先判断的结果为：

                                           (3-1)

其中，表示在时间点不改变控制功能的前提下系统在之后个时段的预先判断得到的结果。为在时间点预测模型在作用下系统在之后个时段的预先判断得到的结果向量，是阶跃响应结果的动态参数向量。表示时对时刻的预测。