非线性预测控制研究及其仿真

论文摘要

预测控制是七十年代末产生并发展起来的一类新型计算机控制算法。因其控制性能良好、易于实现、鲁棒性好等优点,在工业过程控制中得到广泛应用。目前,虽然线性单变量系统的预测控制理论发展较为成熟,但对强非线性系统,线性预测控制方法已不能满足要求,在此情况下就需要采用非线性预测控制方法。由于非线性预测控制自身的复杂性,无论是理论分析还是实际应用都相当困难,因此研究非线性预测控制方法,具有重要意义。本文针对工业过程的实际问题对非线性预测控制进行了较深入的研究。本文首先在广义预测控制(GPC)基础上,针对模型中随机干扰项系数无法在线估计的问题,研究了一种引入滤波器的GPC,给出了具体的算法并通过仿真总结出滤波器的作用,并对GPC的参数选取进行了定性的理论分析,讨论了主要参数的选取方法,使其更加完善。其次,从非线性系统的结构和特点出发,研究了两种适合于非线性预测控制的滚动优化方法,一种是两步法,该方法采用Hammerstein模型,将非线性预测控制问题分解为线性模型的动态优化和非线性模型的静态求根问题,第一步对线性子系统应用GPC得到一个所期望的中间变量,第二步由中间变量通过求解非线性方程得到实际的控制量,对非线性方程无实根的情况,进行了两种近似方法的探讨。另一种是整体求解方法,该方法采用遗传算法实现滚动优化,直接对控制量编码,将非线性部分纳入性能指标并以此为目标函数,直接求控制律,算法中通过提高初始种群质量来解决实时性问题。最后,通过几个典型实例的仿真,验证了上述算法的可行性及提高控制性能措施的有效性,为其应用于工业现场控制奠定了基础。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 引言
• 1.2 模型预测控制的基本原理
• 1.2.1 预测模型:基于信息处理的功能模型
• 1.2.2 滚动优化：和传统最有控制的最大区别
• 1.2.3 反馈校正：稳定的基础
• 1.2.4 模型预测控制的特点
• 1.3 预测控制的商业化软件
• 1.4 非线性预测控制及其研究现状
• 1.4.1 非线性预测控制的一般描述
• 1.4.2 常见的非线性预测控制方法
• 1.4.3 非线性预测控制的难点
• 1.5 本文的主要内容
• 2 广义预测控制的基本形式
• 2.1 引言
• 2.2 广义预测控制基本算法
• 2.2.1 预测模型
• 2.2.2 滚动优化
• 2.2.3 反馈校正
• 2.2.4 在线辨识模型参数
• -1)的广义预测控制'>2.3 引入滤波器T(Z^-1)的广义预测控制
• 2.3.1 具有模型误差修正的GPC
• 2.3.2 引入滤波器的GPC 的实现
• 2.4 广义预测控制的参数的选择
• 1'>2.4.1 最小预测控制时域N₁
• 2.4.2 最大预测时域P
• 2.4.3 控制时域M
• 2.4.4 控制加权常数λ
• 2.4.5 采样周期T
• 2.4.6 控制作用的实施
• 2.4.7 仿真实例
• 2.5 本章小结
• 3 基于HAMMERSTEIN 模型的非线性预测控制方法
• 3.1 HAMMERSTEIN 模型及其表示
• 3.2 输出预测
• 3.3 预测控制律的计算
• 3.4 求控制量的近似法
• 3.5 控制量近似法的实现
• 3.6 HAMMERSTEIN 模型的仿真
• 3.6.1 仿真对象1
• 3.6.2 仿真对象2
• 3.7 本章小结
• 4 基于标准遗传算法（SGA）的NMPC
• 4.1 遗传算法简介
• 4.1.1 遗传算法的基本原理
• 4.1.2 遗传算法的设计
• 4.1.3 遗传算法的特点
• 4.2 NMPC 的基本思想
• 4.3 基于标准遗传算法（SGA）的NMPC
• 4.4 算法中约束的加入
• 4.5 加快计算速度的方法
• 4.6 仿真研究
• 4.7 本章小结
• 5 结论
• 5.1 结论
• 5.2 展望
• 致谢
• 参考文献
• 附录