论文题目: 广义预测控制算法简化实现方法研究
论文类型: 博士论文
论文专业: 控制科学与工程
作者: 李奇安
导师: 王树青
关键词: 广义预测控制,自适应控制,多变量控制,神经网络,快速算法
文献来源: 浙江大学
发表年度: 2005
论文摘要: 生产实践发展的需要催生了模型预测控制方法,模型预测控制理论发展的目的是更好地服务于生产实践。因此,如何把先进的模型预测控制算法应用于实际控制中是模型预测控制发展的根本性问题之一。论文正是从这一观念出发,在前人研究的基础上,对广义预测控制算法提出了一系列的简化实现方法。论文包括以下内容: 首先,介绍了模型预测控制方法的发展过程、现状、目前存在的局限性以及发展趋势。分析了广义预测控制算法的特点及应用时存在的困难。在总结模型预测控制方法常用简化实现方法和广义预测控制算法简化实现已取得的成果的基础上,提出论文所要进行的研究工作。 第二,对于物理可实现的多变量系统,其CARIMA模型的A(z-1)与C(z-1)多项式矩阵总可以构造成对角形式,从而可以给出这种模型的广义预测控制算法的完整求解过程。在算法的推导过程中,显式地考虑了过程纯滞后项,以提高计算效率。利用这种形式的模型结构,不但广义预测控制算法的求解过程可以得到很大程度的简化,而且相应的模型参数辨识问题也得到了简化,可以把一个多输入多输出模型的大型参数辨识问题分解成多个多输入单输出模型的小型参数辨识问题。 第三,通过对模型预测输出自由响应项的进一步分析,得到了状态反馈结构形式的广义预测控制器,控制增量等于控制器系数与设定值、过程输入输出历史数据的乘积,控制器系数只与模型参数和设计参数有关,控制器系数维数由预测时域与模型结构参数决定。消除了在非自适应模式下在线求解模型输出自由响应的必要,可以像PID控制器一样实现广义预测控制器。 第四,利用CARIMA模型直接递推得到了更加简洁的广义预测控制器,控制增量等于控制器系数与设定值、过程输入输出历史数据、模型预测误差历史数据的乘积,控制器系数只与模型参数和设计参数有关,控制器系数维数只由模型结构参数决定。在自适应模式下无需进行Diophantine方程的求解,在非自适应模式下将实现难度与计算量降到了最低。 第五,通过对多变量广义预测控制算法内在机理的分析,指出多变量广义预测控制算法实际上是一种函数映射,是从模型参数空间到控制器系数空间的映射,并利用神经网络的映射能力来实现多变量广义预测控制器系数的快速计算,
论文目录:
摘要
ABSTRACT
致谢
目录
第一章 绪论
1.1 引言
1.2 模型预测控制方法的发展历程
1.2.1 模型预测控制方法发展参照点
1.2.2 第一代模型预测控制方法
1.2.3 第二代模型预测控制方法
1.2.4 第三代模型预测控制方法
1.2.5 第四代模型预测控制方法
1.3 模型预测控制方法的现状
1.3.1 模型预测控制在全厂控制中的位置
1.3.2 模型预测控制器所要实现的目标
1.3.3 当前MPC产品的主要特征
1.3.4 当前MPC方法的局限性
1.4 模型预测控制方法的发展趋势
1.4.1 模型预测控制的发展方向
1.4.2 模型预测控制的应用趋势
1.5 广义预测控制
1.5.1 多变量广义预测控制算法
1.5.1.1 过程模型
1.5.1.2 目标函数
1.5.1.3 输出预测表达式
1.5.1.4 控制律求解
1.5.2 广义预测控制算法的优点
1.6 广义预测控制算法简化实现方法
1.6.1 广义预测控制算法推导及实现的复杂性
1.6.2 常用的几种简化实现方法
1.6.3 广义预测控制简化实现方法
1.7 本文的主要内容
第二章 多变量广义预测控制算法
2.1 引言
2.2 多变量过程的CARIMA模型
2.3 目标函数
2.4 输出预测表达式
2.5 控制律的求解
2.6 参数辨识
2.7 算法实现
2.8 小结
第三章 多变量广义预测控制器系数求解方法
3.1 引言
3.2 控制器系数的求解方法
3.3 算法实现
3.4 小结
第四章 多变量广义预测控制器系数直接求解方法
4.1 引言
4.2 第ⅰ个输出预测表达式
4.3 控制律推导
4.4 t时刻的预测误差
4.5 算法实现
4.6 算法简化程度分析
4.7 小结
第五章 基于BP网络的多变量广义预测控制器系数快速计算方法
5.1 引言
5.2 广义预测控制算法控制器系数直接求解公式
5.3 模型参数和广义预测控制器系数之间的关系
5.4 模型参数到广义预测控制器系数的映射
5.5 控制系统结构
5.6 算法实现
5.7 算法快速性分析
5.8 小结
第六章 简化广义预测控制算法实验研究
6.1 引言
6.2 多容液位装置简介
6.3 非线性单容液位控制系统实验研究
6.3.1 非线性单容液位系统简介
6.3.2 非线性单容液位系统的模型
6.3.3 控制器参数选择
6.3.4 BP网络结构、样本选择、及训练
6.3.5 非线性单容液位系统控制实验
6.3.5.1 自适应模式
6.3.5.2 非自适应模式
6.3.6 非线性单容液位系统实验结果分析
6.4 多容液位控制系统实验研究
6.4.1 多容液位系统简介
6.4.2 多容液位系统的模型
6.4.3 控制器参数选择
6.4.4 BP网络结构、样本选择、及训练
6.4.5 多容液位系统控制实验
6.4.5.1 自适应模式
6.4.5.2 非自适应模式
6.4.5 多容液位系统控制实验结果分析
6.5 小结
第七章 结束语
7.1 研究工作总结
7.2 简化方法的适用范围
7.3 实现简化算法时需要注意的问题
7.4 需要进一步研究的工作
参考文献
作者在攻读博士期间发表与完成的论文
作者简介
发布时间: 2005-07-27
参考文献
- [1].迭代预测控制算法及其应用研究[D]. 李志勇.中南大学2006
- [2].监督预测控制算法的应用研究[D]. 李素真.华北电力大学2015
- [3].双时标预测控制算法的研究[D]. 牛健.浙江大学2010
- [4].预测控制算法及其应用研究[D]. 余世明.浙江大学2001
- [5].一类非线性系统预测控制中的建模问题[D]. 罗秋滨.哈尔滨工业大学2008
- [6].基于有限精度求解的非线性预测控制算法研究[D]. 万娇娜.浙江大学2011
- [7].化工过程中的若干预测控制算法与应用研究[D]. 韩恺.浙江大学2009
- [8].非线性模型预测控制理论及应用研究[D]. 孙峻.西北工业大学2002
- [9].化工过程混合建模问题研究[D]. 王寅.浙江大学2001
- [10].混合H2/H∞指标鲁棒模型预测控制器的设计[D]. 黄鹤.上海交通大学2011