预测控制课程论文张红光21032042控制科学与工程学系上世纪60年代，现代控制理论蓬勃兴起，在航天、航空等领域取得了辉煌的成果。状态空间的方法的出现，使得人们对控制系统的研究进入了新的时代。但是，人们很快就发现，许多新兴的控制方法在理论和实践之间存在巨大的鸿沟，使得理论的应用受到极大的限制。这主要是因为现代控制理论的基点是对象的精确建模，而实际的工业对象的结构、环境和参数都具有极大的不确定性，而且处于经济型的考虑，工业控制中使用的计算机的性能都有一定的限制，这些因素都制约了控制理论在实际中的应用。为了克服这些不利因素的影响，专家和学者做了大量的工作以实现现代控制理论的实际应用。在这过程中，预测控制技术就应运而生了。预测控制是一种随着计算机技术发展而兴起的控制技术。它诞生于20世纪70年代末，是一种源于实际应用的控制方法。最早应用于工业过程控制的预测控制算法有J.Richalet等提出的模型预启发测控制方法（MPHC），Cutler等提出的动态矩阵方法（DMC），Meral等在MPHC基础上提出的模型算法控制（MAC）以及Clarke等提出的广义预测控制方法（GPC）等。这些控制方法的出现使得现代控制理论在实际中得到了巨大的应用，在石油、化工、电力等行业取得了明显的经济效益。1.预测控制简介预测控制是控制理论的一个分支，是一种计算机优化的控制方法，因此其算法一般应为采样控制算法而不是连续控制算法。预测控制算法以对象的阶跃或脉冲响应为模型，采用滚动推移的方式在线地对过程实现优化控制，在复杂的工业过程中显现出良好的控制性能。预测控制具有三个基本的原理，分别是预测模型，滚动优化和反馈校正。预测控制是基于模型的控制算法，这一模型被称为预测模型。预测模型的功能是更具对象的历史信息和未来输入预测未来输出。预测模型只强调Ｐ偷墓δ芏皇撬男问健Ｋ?有展示系统未来动态行为的功能，这样就可以通过给出的控制策略对未来的输出进行预测。预测控制是一种滚动优化的算法，它通过某一性能指标的最优来给出控制作用。这一性能指标将影响到系统未来的行为。优化目标的选取可以是多样的，根据实际应用的不同来分别选取。预测控制的优化不是一次离线地进行，而是在控制过程中反复进行，以滚动的方式给出控制律。为了防止模型失配或环境的干扰而引起控制对理想状态的偏离，预测控制采用反馈校正的方法进行误差的补偿。在控制过程中，控制器不将控制作用全部实施，而只是将本时刻的控制作用实现。到下一采样时刻，则首先检测对象实际输出，并利用这一实时信息对基于模型的预测进行修正，再进行优化。目前在工业实际应用的过程中，DMC方法和MAC方法应用较多，本文将对这两种控制方法进行研究和仿真。2.动态矩阵控制动态矩阵控制早在1974年就有实际应用，多年来在石油、化工等部门的过程控制中取得了成功应用。DMC算法是一种基于对象的阶跃响应的预测控制算法，它适用于渐进稳定的线性对象。DMC控制包括三个部分，预测模型、滚动优化和反馈校正。在DMC算法中，利用的是系统的单位阶跃响应的采样值作为预测模型。系统利用该采样值构成模型参数，并利用该参数模型，对被控对象在未来的输出值加以预测。而滚动优化策略则是在每一时刻确定从该时刻起的M个控制增量，使被控对象在其作用下未来的P个时刻的输出预测值尽可能接近给定的期望值，以此来优化控制量。当然，在优化过程中还可以考虑其他的优化目标，以使优化符合自己的期望。当将控制量作用于实际对象后，可利用预测模型，对被控对象的输出进行预测。然而，实际上由于模型有可能存在失配的，干扰等情况，导致预测值和实际值有偏差，此时就需要反馈校正对其进行修正，否则会使得系统失控而造成严重的后果。为此，DMC算法中，到下一采样时刻首先要检测对象的实际输出，并将其与预测输出比较，计算得到误差，再利用误差对预测输出进行补偿。在DMC中，需要做较多的离线工作，这主要包括三个方面。首先需要检测系统的阶跃响应，并经过平滑处理得到模型的参数。接着利用仿真的结果和实际要求确定系统的优化策略和优化目标，并计算出控制系数。然后还要选择系统的误差校正系数，因为系统误差采用的是加权求和的方式，因此必须选择合适的校正系数，以达到良好的控制效果。DMC的在线计算部分主要有六步，首先需要通过实际输出值和预测输出值相减得到误差；接着利用误差对预测值进行校正；将预测值作为下一步预测的初始值进行位移；然后根据参考轨迹和控制规律输出控制量，其中参考轨迹为设定值与当前输出值的折中，这样做是为了防止过大超调的出现；然后计算控制量并输