廣義預測控制簡化算法研究.pdf

1、廣義預測控制技術(shù)最初由Clarke和其合作者于1984年提出,它采用傳統(tǒng)的參數(shù)模型(如CARIMA模型),參數(shù)的數(shù)目較少,對于過程參數(shù)慢時變的系統(tǒng),易于在線估計參數(shù)。由于引入了不相等的預測水平和控制水平,具有預測模型、滾動優(yōu)化和反饋校正三個基本特征,呈現(xiàn)了優(yōu)良的控制性能,被認為是具有代表性的預測控制算法之一,受到學術(shù)和工程界的廣泛關注。但是基本的廣義預測控制需要進行矩陣求逆運算,計算量很大,不適合要求快速響應的實時控制系統(tǒng)。本文在參考大

2、量國內(nèi)外文獻的基礎上,對廣義預測控制算法進行了簡化研究,并針對典型的工業(yè)過程模型進行了仿真和實驗研究。
　　 (1)針對一類工業(yè)控制過程的快速無超調(diào)要求,本文引入階梯式控制方法,避免了傳統(tǒng)廣義預測控制中逆矩陣運算量大的問題。同時利用單值廣義預測控制的方法求出下一步控制增量并用來補償當前控制量,提出了一種快速無超調(diào)的預測控制方法,并給出了方法實施步驟。仿真結(jié)果表明,本算法能有效地抑制超調(diào),控制速度快,魯棒性好。
　　 (2

3、)針對在實際控制系統(tǒng)中,約束條件幾乎無處不在的情況,提出一種輸入受限的輸出增量反饋廣義預測控制算法。該算法通過離線計算未來控制增量序列的方式避免了求逆矩陣運算,大大地減少了計算量。而且,在輸入和輸入增量有約束的條件下,只需在線調(diào)整最大輸出增量的設定值就可求出約束條件下的最優(yōu)控制量,保證輸出漸進穩(wěn)定跟蹤設定值。仿真結(jié)果證明了該算法的有效性。
　　 (3)對傳統(tǒng)的輸出增量反饋預測控制算法進行了簡化,避免了高維逆矩陣而帶來的計算困難,

4、提出了基于BP神經(jīng)網(wǎng)絡的最大輸出增量在線自整定的廣義預測控制。與一般輸出增量反饋預測控制算法相比,利用神經(jīng)網(wǎng)絡在線調(diào)整θ值可以使系統(tǒng)跟蹤速度快且無超調(diào),有效地避免了人工選取參數(shù)的困難。仿真結(jié)果表明了本算法的有效性。
　　 (4)針對一類大慣性、慢時變對象,本文在基本廣義預測控制算法的基礎上,用實際誤差對模型預測輸出進行校正,引入階梯控制方法,充分利用預測信息,給出了一種具有平滑濾波作用的控制律,提出了一種改進的廣義預測算法。同時