第3章-模型算法控制-2010

2010-6-241第第33章章模型算法控制模型算法控制第3章模型算法控制模型控制算法（ModelAlgorithmicControl，MAC）又称模型预测启发控制（ModelPredictiveHeuristicControl,MPHC），是一类预测控制的典型算法，它的系统结构由参考输入、滚动优化、预测模型和闭环预测四部分组成。2010-6-242第3章模型算法控制(1)受控多变量系统被表达为脉冲响应模型。脉冲响应模型作为内部模型(即存放在计算机内存中的模型)，用于在线实时预测系统的输入和输出。模型算法控制(MAC)具有如下的特色:(2)采用参考轨迹来规范系统闭环行为。该轨迹初始值为过程实际输出，并逐渐趋于系统期望输出。MAC的一个主要调整手段就是参考轨迹的调整。(3)未来控制作用的计算标准是使过程输出尽量接近期望的参考轨迹。2010-6-243第3章模型算法控制一、脉冲响应模(1)从系统辨识的角度看，脉冲响应模型(或阶跃响应模型)最容易得到、最原始、最准确。(2)对于实施控制而言，从机理分析上得到的复杂数学模型通常也不是必需的，而且在得到机理模型时，一般也要做较多的假设。相反，脉冲响应模型(相对于机理模型而言)尽管采用更多的模型系数，却保留了系统更多的信息。(3)采用脉冲响应模型(或阶跃响应模型)可以节省控制器设的时间，减少工作量。MAC(以及采用阶跃响应模型的动态矩阵控制)算法原理都很简单，容易被过程工程师所接受。2010-6-244第3章模型算法控制设线性受控对象在没有外扰情况下，由目前采样点k到其后第j次采样点k+j的输出为：这里hj(j=1,2，…，N)是规定采样间隔的单位脉冲响应系数。对于渐近稳定对象N只要取到响应充分稳定为止，也就是选hN充分接近于零即可，通常N被取为20～60左右。上式就是受控对象的脉冲响应模型。2010-6-245第3章模型算法控制二、内部预测模型模型算法控制(MAC)采用受控对象动特性的脉冲响应的非参数模型作为内部预测模型。考虑到优化时域M和控制时域L，且LMN(建模时域)，即当iL时，u(k+i)=u(k+L-1),i=L,L+1,…,M-1。由式可知模型输出可写成:2010-6-246第3章模型算法控制(3-2)2010-6-247第3章模型算法控制2010-6-248第3章模型算法控制三、输入参考轨迹在MAC中，其目的是使系统输出y(k)按一条事先给定的参考输入轨迹yd(k+l)逐渐到达设定值s，而参考轨迹从k采样时刻开始的未来i个采样时刻值，可以采用从当前时刻实际输出值y(k)为起始的一阶指数变化形式来描述:2010-6-249第3章模型算法控制四、闭环预测2010-6-2410第3章模型算法控制五、滚动优化2010-6-2411第3章模型算法控制六、MAC的主要特征和优点(1)过程模型用脉冲响应模型；(2)设计过程的固定格式是用一次迟滞系统给出输出目标值轨迹(也称为参考轨迹或参考模型)来决定满足各种约束条件的控制量；(一)MAC的主要特征2010-6-2412第3章模型算法控制(3)参数调节：用调整给定目标轨迹的一次迟滞系统的时间常数，来满足控制特性有关鲁棒稳定性、鲁棒性等指标.(1)由于采用的是脉冲响应模型，无需降低其模型阶数;(2)对于过程输入的大小和变化率的约束，可正确地直接进行处理;(3)控制律是时变的，闭环响应对于受控对象的变化具有鲁棒性;(4)依靠内部模型的在线更新，可以实现增益预调整;(5)脉冲响应模型的设定和控制量的计算使用相同算法，可以简化硬件条件;(6)对于不同的受控对象，可以采用不同的采样周期;(7)对于传感器故障或系统控制特性的恶化，可以在线修改控制规则。(二)MAC算法的优点2010-6-2413