化工自动化及仪表,2010,37(1):85～88研究与应用ControlandInstrumentsinChemicalIndustryLabVIEW和Matlab混合编程的预测PID控制器研究1,212王首彬,李成伟,龚威(1.哈尔滨工业大学电气工程及自动化学院,哈尔滨150001;2.天津城市建设学院电子与信息工程系,天津300384)摘要:针对现代工业过程中普遍对控制系统稳定性、小超调和快速性的要求,在经典PID控制的基础上,介绍了对模型要求不高、鲁棒性可调的预测控制算法。充分利用预测控制的预测功能和PID控制的优势,对较复杂的DMC2PID控制算法,本文采用LabVIEW中的MatlabScriptNode模块将Matlab语言实现的预测控制器嵌入到LabVIEW流程图中,用混合编程的方法,最后在网络化测控试验平台上进行了实验。实验结果表明了该算法对抑制超调与改善系统的稳定具有一定效果。关键词:预测控制;动态矩阵控制;PID;稳定性;LabVIEW中图分类号:TP342文献标识码:A文章编号:100023932(2010)01200852041引言sN-sN-1sN-1-sN-2⋯s3-s2s2现代工业过程的特点是多变量、非线性、时变0sN-sN-1⋯s3-s2s2A0=性、强耦合、不确定性。工业过程要求高质量的控制⋯⋯⋯⋯⋯0s-ss-ss性能,而对模型要求不高,但要实现方便。而预测控NN-1⋯p+2p+1p+1制的特点是,对模型要求不高,鲁棒性可调,可处理(2)反馈校正。约束(设定或输出),可实现多目标优化(包括经济在弱非线性、模型失配、常数时变、环境干扰等指标),可处理特殊系统。鉴于以上原因,模型预测情况下,系统的实际输出往往与模型输出不能完全控制得以十分广泛的应用[1～3]。一致,为此,要进行反馈校正。由于模型误差和干扰等的影响,系统的输出预本文采用LabVIEW中的MatlabScriptNode模测值需在预测模型输出的基础上用实际输出误差进块将Matlab语言实现的预测控制器嵌入到LabVI行反馈校正,以实现闭环预测,即:EW流程图中,用混合编程的方法,在网络化测控实Y(k+)=AU(k)+AU(k-)+he(k)[4,5]p1Δ01(2)验平台上得到了很好的应用。T式中:Yp(k+1)=[yp(k+1)⋯yp(k+p)]———2动态矩阵算法的基本原理系统输出预测向量;e(k)=y(k)-yp(k)———k时作为预测控制算法的一种,动态矩阵控制算法T刻输出误差;h=[h1h2⋯hp]———反馈向量。DMC(DynamicMatrixControl)具有三个基本特[6,7](3)滚动优化。征:优化的性能指标为:(1)预测模型。TJ=[Yp(k+1)-Yr(k+1)]Q[Yp(k+1)-Yr(k+1)]预测模型为:+ΔUT(k)RΔU(k)(3)Ym(k+1)=AΔU(k)+A0U(k-1)(1)式中:Q=diag[q1,q2,⋯,qp]———输出误差加权矩T式中:Ym(k+1)=[ym(k+1)⋯ym(k+p)]———阵;R=diag[r1,r2,⋯,rM]———控制加权矩阵;预测模型输出向量;ΔU(k)=TYr(k+1)=[yr(k+1)⋯yr(k+P)]———参考输T[Δu(k)⋯Δu(k+M-1)]———待求控制增量向入向量。T量;U(k-1)=[u(k-N+1)⋯u(k-1)]———为使J为最小的最优控制,可通过5J/5ΔU(k)最优控制输入向量;=0来确定,经过计算和整理,得到最优控制:T-1Ts10⋯0ΔU(k)=(AQA+R)AQ[Yr(k+1)-A0U(k-1)-he(k)](4)s2s1⋯⋯A=;⋯⋯⋯0spsp-1⋯sP-M+13收稿日期:2009209211(修改稿)©·86·化工自动化及仪表第37卷u(k)=u(k-1)+lT[Y(k+1)-AU(k-1)-he(k)]qr0式中:T1———第一只水箱的时间常数;T2———第二(5)只水箱的时间常数;K0———过程的放大系数;C1、TT-1T式(5)中,lq为(AQA+R)AQ的第一行。C2———两只水箱的容量系数。整个控制就是以这种综合反馈校正的滚动优化方式反复在线进行的。3实验分析3.1实验模型(1)单容自衡液位控制模型。上位箱液位控制为单容自衡液位被控过程。由图1所示,上位箱流入量为q1,改变阀1的开度可以图2双容自衡液位控制模型改变q1的大小。流出量为q2,它取决于用户的要求和液位h的高低,改变阀2的开度可以改变q2;液位3.2程序编