广义预测控制算法及其仿真研究

《广义预测控制算法及其仿真研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、青岛科技大学研究生学位论文广义预测控制算法及其仿真研究摘要广义预测控制现已成为一种重要的先进控制策略，并被广泛应用于复杂工业过程中。自1987年提出，其理论不断得到完善和发展，并在复杂的工业过程中已显示出其良好的控制性能。然而在实际工程应用中，广义预测控制也有其缺陷：1．在线计算量大，包括模型参数的在线辨识，Diophantine方程和逆矩阵的求解，以及其它计算，如处理约束问题需要的计算。2．设计参数选取困难，包括控制时域、预测时域、控制加权系数及输出柔化系数等参数的选取：3．广义预测控制仍需要相对比较精确的模型。基于此，本文在如下几个方面对广义预测控制进行了研究：1．简

2、要介绍了预测控制，包括MAC、DMC、GPC的产生背景，及其三大基本机理。然后着重对GPC算法进行了详细推导。2．针对传统广义预测控制算法的计算量大这一缺陷，通过对未来的控制序列的离线近似计算，而只精确求解当前时刻要实旋的控制量，提出了一种广义预测控制的快速算法。该算法简单，不必求解DiophanUne方程和逆矩阵，大大减小了在线计算量。仿真结果表明，该算法具有良好的控制性能，而且对控制作用具有较强的约束能力。然后，又将其推广到多输入多输出(MIMO)系统中。3．针对输入受限的广义预测控制，将预测控制中的柔化输出信号的思想推广到柔化输入信号，使得不管预测长度如何变化，约束

3、条件被简化为仅对当前控制增量的约束，可以直接计算得出；而且避免了求逆矩阵，大大减小了计算量，并能够保证控制算法的可行性和良好的控制性能。然后，又将其推，1‘到多输入多输gb(MIMO)系统中。4．针对传统广义预测控制算法中设计参数整定困难这一缺点，采用改进的BP算法，提出基于BP神经网络变参数设计的广义预测控制算法，实现了输出柔化系数和控制增量加权系数或输入柔化参数的在线调整。仿真结果表明，该算法无论在跟踪性能、控制精度及鲁棒性上，均优于崮定参数设计的广义预测r义预测控制算法及其仿真研究控制算法，并对干扰有一定的抑制作用。5．针对建模误差对预测控制的影响，提出一种基于神经

4、网络预测误差校正的广义预测控制算法：其线性模型采用RLS方法辨识：预测误差由前馈神经网络进行建模，并用Powell快速优化方法训练网络。该方法无需预先离线训练神经网络，即可投入闭环控制；并具有理想的稳定性、跟踪性能和鲁棒性。仿真结果表明了该算法有效性。最后，对全文的工作进行了总结，并对今后的发展方向进行了展望。关键词：广义预测控制快速算法输入约束参数在线整定神经网络误差校正Powell方法青岛科技大学研究生学位论文ASTUDYONGENERALIZEDPREDlCTIVECONTROLALGoRITHMSANDTHEIRSIMULATIoNSABSTRACTGeneral

5、izedPredictiveControl(GPC)hasemergedasapowerfulcontrolstrategythathasbeenwidelyappliedtocomplexindustrialprocesses．Since1987whenitwaspresented，GPChasbeenfuIlydevelopedintheoryandprovedtohaveagoodcontrolperformance．Asislogical。however,italsohasilsdisadvantagesinthepracticalapplications：1．H

6、ugecomputation，includingtheon-lineestimationoftheprocessparameters，thecomputationoftheDiophantineequationand，especially,thecompurationoftheinversematnxaswelIasothercomputation。likeoneusedtohandletheconstrains．2．Thetuningparametersarenoteasytodetermine，includethepredictionhorizon，thecontro

7、lhorizon，thecontrolweightingparameterandtheoutputsoftnessparameter．3．GPCstillneedsarelativelyprecisemodeloftheprocess．Therefore．GPCjSstudiedhereintheaboveaspects．andthethesisiSorganizedasfollows：1．Thefirstchapterdealswiththebackgroundofpresentmentandthebasicprincipl