连续搅拌釜式反应器的自适应预测控制器的设计.doc【完整版】(文档可以直接使用，也可根据实际需要修订后使用,可编辑放心下载）连续搅拌釜式反响器的自适应预测控制器的设计摘要：本文主要论述了自适应预测控制器的设计。该预测控制器模型是基于线性模型和运用适应机制设计而成的。它可以被应用于非线性系统。在回归最小二乘法的每一次抽样中，大家建议把区分线性函数模型的范围作为自适应技巧。这种方法可作为一种非线性MIMO系统应用于某一CSTR，这一系统包含很多可以测量到的干扰因素。模拟可在正常工作状态或有干扰因素影响的的状态下进行。关键词：模型预测控制自适应CSTR介绍一些流程工业如化工和石化厂有特别的应用，简单的产品规格控制算法无法完全涉及控制和经济要求的每一个方面。其中的一些规格多是非线性的，互动的，多变的以及存在干扰因素的。然而，在这些系统的自动化等级结构中，先进过程控制的应用除使控制和产品到达要求外，还带来很大的经济利益。任何先进过程控制法的支柱是模型预测控制[1]。MPC(模型预测控制),是指一种计算，它估算一系列不同可操控的调整，使某一工厂运行良好。它最初是为了满足特殊的控制需求的发电厂和石油精炼厂研制而成，现在被广泛应用于不同领域，包括化学品、石油化工、食品加工,汽车、航空航天、冶金、纸浆和造纸[2、3、4]。对于MPC的理论问题，几位作者发表了极棒的评论，提出了经销商对工业MPC技术的观点，并总结了未来可能会出现的开展。考虑到系统的非线性、线性模型的弱点，使人们从1990年开始研究非线性模型在MPC中的应用。到目前为止,许多MPC&NMPC方法的实施方案(非线性MPC)已经被报道。[2、4]这使我们对商业上可用的MPC和NMPC技术有了一个全面的了解。根据多种操作点新情况的发生的线性模型的改变是来扩展控制器非线性的线性系统的解决方案。在本文中，我们把CSTR看作为一个高度非线性系统。我们的模型预测控制器是基于一种(汽车ARMAX回归滑动平均与外部输入)模型的时候它的参数根据新的操作条件变化在恰当的位置。可测扰动被考虑在控制器设计中。这种适应基于机制线性模型的参数根据输入、输出和可测扰动的价值观与递推最小二乘(~)的识别。在第二章所提到的自适应模型预测控制器。综述模型预测控制的考虑到的可测扰动见2.1节中提出的。适应机制的解释在第2.2条。在局部所选的三个模型介绍了连续搅拌釜式反响器。仿真是在第四节的结果显示设计的对应用CSTR有效性算法和谈论的以上提到的方案。最后得出一些结论，5作为结束语。2自适应模型预测控制。2.1模型预测控制模型预测控制的概念涉及到反复优化绩效目标,如(1)超过一个有限的视野延伸至一个未来的时间地平线上升到预测镍N2期。给出一个定分r(k+j),一个参考w(k+j)re-filtering，产生和在优化的MPC本钱功能之中的使用。控制变量k+u(j),关于了地平线上的控制,得到解决本钱函数。y^(t+i)是预测的输出向量和△u是输入向量的增量。R和Q是加权矩阵,和N1、N2、Nn必须调整为控制器参数。假设一个ARMAX模型的形式(2)。在这个方程式,给出了y、u、w、ζ分别代表输出向量，输入向量，可测干扰和噪声信号分别。A、B、D、C是矩阵多项式。I(t)一个假定的不断干扰和Dd是矩阵多项式。I(t)和Dd建模的不断的术语所产生的线性化的非线性系统中被使用。(C是假定单位矩阵即白色噪音)。在接下来的分析中我们假设对自由的预测方程与强迫响应来解决一个丢番图方程。以下方法很相似的推广预测控制(GPC)。这些扩展是从方程3的扩展推导扩展中得到的。(3)方程可以代表用一个压缩形式来代表，作为4Y^=GU+HW+f〔4〕4的所有的条款不是用于(1),但是他们中的一局部,基于预测和控制视野，作为(5)都可以使用。并考虑(5)的索引表现在:(1)和解决它,输入的控制增量以及实现，作为(6)同时，6可以依据二次规划被解决即使系统变量存在。2.2非线性系统的适应机制为利用2.1节方程的我们必须把非线性系统的描述线性化在每一步的时间。这个方案,是很高效的。为了增加控制器线性化的速度,能在大时间尺度进行,但在这种情况下的线性模型的准确性会根据所选的时间尺度被降低。线性化后,线性状态空间的离散化模型,它是转化为转移作为一个ARMAX函数描述模型的形式。在这个例子中,我们有一个模型如表格(2)与舒适度干扰和恒定的任期传递函数的假定的常数，那是产生干扰线性化的因素。现在方程(1-6)即可用于计算控制输入本程序是重复的,每次步骤[8]。这个方法是费时的如果一个精确的系统模型和是不真实的可用的或系统参数的时间不同,这种方法可以不工作在恰当的位置。此外方程(1-6)可以提出了一种用于预