論文結(jié)構(gòu)1234研究背景及發(fā)展趨勢動態(tài)矩陣控制算法研究設(shè)計(jì)PID-DMC控制器預(yù)測函數(shù)控制總結(jié)5121.1研究背景復(fù)雜的工業(yè)生產(chǎn)過程控制機(jī)理比較復(fù)雜，利用現(xiàn)代控制理論難以建立精確的模型預(yù)測控制以預(yù)測模型為基礎(chǔ)，采用二次在線滾動優(yōu)化性能指標(biāo)和反饋校正

的策略，來克服受控對象建模誤差和

結(jié)構(gòu)、參數(shù)以及環(huán)境等不確定因素的

影響，有效地彌補(bǔ)了現(xiàn)代控制理論對

復(fù)雜受控對象所無法避免的不足之處。31.2發(fā)展趨勢將預(yù)測控制與各種先進(jìn)控制策略結(jié)合起來的先進(jìn)預(yù)測控制將智能控制策略與典型的預(yù)測控制算法相結(jié)合的智能預(yù)測控制系統(tǒng)其他的新型的預(yù)測控制方法4動態(tài)矩陣控制算法研究52.1動態(tài)矩陣算法的基本原理6預(yù)測模型滾動優(yōu)化DMC是一種以優(yōu)化確定控制策略的算法。在每個時刻k，都要確定從該時刻起M個控制增量，使被控對象在其作用下未來P個時刻的輸出值可以接近于期望值。反饋校正由于存在模型失配、環(huán)境干擾等不確定因素，計(jì)算出來的預(yù)測值可能會偏離實(shí)際值，因此需要及時利用實(shí)時信息進(jìn)行反饋校正。72.2動態(tài)矩陣控制的算法實(shí)現(xiàn)82.3動態(tài)矩陣控制的參數(shù)選取采樣周期T和模型長度NT的選擇要考慮快速抑制干擾的影響；應(yīng)該與模型長度N的數(shù)值相協(xié)調(diào)。優(yōu)化時域和誤差權(quán)系數(shù)優(yōu)化時域的大小對于控制的穩(wěn)定性和系統(tǒng)的快速性有很大的影響誤差權(quán)系數(shù)的大小反映了我們對未來時刻期望值的重視程度?？刂茣r域和控制權(quán)系數(shù)校正參數(shù)柔化因子92.4仿真研究以噴霧干燥塔為模型，進(jìn)行DMC仿真研究10噴霧干燥器的機(jī)理是：當(dāng)表面濕潤的固體顆粒進(jìn)入干燥塔后，如果塔內(nèi)干、濕溫度不

變，則微粒上的蒸發(fā)速率R為常數(shù)。因?yàn)樵谶@種狀態(tài)，蒸發(fā)完全在霧狀料液表面進(jìn)行，蒸發(fā)速率不會隨微?？偤縳變化，工藝上被稱為恒速干燥階段。當(dāng)微粒一旦生成

干燥表面，則干燥速率R便開始下降。因?yàn)榇藭r被蒸發(fā)的水分必須從微粒內(nèi)部擴(kuò)散至

表面，當(dāng)含水量達(dá)到平衡點(diǎn)時，干燥速率。這一過程被稱為是降速干燥階段。11仿真結(jié)果比較122.5動態(tài)矩陣控制系統(tǒng)的狀態(tài)空間分析13傳統(tǒng)的建模過程是通過階躍響應(yīng)的采樣值來辨識對象的階數(shù)，然后再確定其狀態(tài)空間。而動態(tài)矩陣空間的狀態(tài)空間模型是不可控的，因而需要構(gòu)造狀態(tài)觀測器重構(gòu)預(yù)測器，從而形成帶觀測器的狀態(tài)反饋形式。2.6動態(tài)矩陣控制的動態(tài)特性分析14由于DMC采用了非最小化的模型，從而控制器也是非最小化的。DMC對對象的補(bǔ)償性質(zhì)可以使預(yù)測控制器最小化，設(shè)置新的控制極點(diǎn)，從而改善系統(tǒng)的動態(tài)系統(tǒng)。對于無純滯后和非最小相位性能時，用一步優(yōu)化的方式進(jìn)行優(yōu)化控制。而對于純滯后的對象，就在DMC控制中把優(yōu)化時域比無滯后時延伸一下就相當(dāng)于無滯后部分的DMC控制。2.7動態(tài)矩陣控制的穩(wěn)定性和魯棒性分析模型無失配時的穩(wěn)定性分析由于在DMC控制中，其被控對象總是穩(wěn)定的，要使系統(tǒng)對輸入和擾動都有穩(wěn)定的響應(yīng)，則需要控制器和濾波器都是穩(wěn)定的。模型失配時的魯棒性分析模型失配時需要加濾波器進(jìn)行校正15設(shè)計(jì)PID-DMC控制器163.1設(shè)計(jì)背景17PID控制算法的原理簡單、結(jié)構(gòu)簡明，因此在大多數(shù)過程控制系統(tǒng)中比較常見，然而在處理復(fù)雜控制系統(tǒng)時，難以達(dá)到理想的控制品質(zhì)，無法滿足控制要求。DMC設(shè)計(jì)通?；谝粋€較低階的線性近似模型，而復(fù)雜的工業(yè)過程，在模型階次、非線性、環(huán)境擾動等方面存在較大的不確定性，僅僅用DMC設(shè)計(jì)控制系統(tǒng)達(dá)不到理想的控制結(jié)果。?PID控制和DMC控制結(jié)合起來，從相對應(yīng)的方面改變用來約束的目標(biāo)函數(shù)，使之成為PID形式，因而形成一種新的預(yù)測控制方法（PID-DMC）。3.2設(shè)計(jì)方法18將PID控制和DMC控制結(jié)合起來，采用加入比例、積分、微分的新的目標(biāo)

函數(shù)，使得推導(dǎo)的控制器有新的比例、積分、微分的特征。在過程控制中，先取出被控對象的一部分作為副對象，形成DMC閉環(huán)，然后將閉環(huán)和被控對象的另一部分作為廣義對象，再用PID進(jìn)行控制3.3仿真過程193.4仿真結(jié)果由于系統(tǒng)具有一定的自衡能力，為了簡于計(jì)算，將系統(tǒng)看成是線性系統(tǒng)。采用方波輸入進(jìn)行仿真，仿真結(jié)果如下203.5結(jié)論21從圖中可以看出，算法改進(jìn)后有三個可調(diào)參數(shù)，對參數(shù)的調(diào)節(jié)可以使得改進(jìn)后的算法比基本算法在趨于穩(wěn)定狀態(tài)過程中能更快速跟蹤系統(tǒng)。因此參數(shù)選取的范圍和各參數(shù)對控制結(jié)果的影響顯得更為重要，為以后的工作打下了基礎(chǔ)。預(yù)測函數(shù)控制224.1預(yù)測函數(shù)控制算法的基本原理預(yù)測函數(shù)控制被稱為第三代控制算法，其基本特征為基函數(shù)預(yù)測模型參考軌跡誤差校正滾動優(yōu)化234.2一階加純時滯的預(yù)測函數(shù)控制方法24一階加純滯后過程是工業(yè)系統(tǒng)中的典型過程。在實(shí)際工業(yè)過程中，許多高階過程可以用

一階加純滯后過程來近似，因此，分析和

研究一階加純滯后過程的控制問題具有重

要意義。而對于純滯后的過程，采用常規(guī)

PID控制為了維持系統(tǒng)的穩(wěn)定性，必須將控制作用整定的很弱。采用預(yù)測函數(shù)，可以通過滾動優(yōu)化來解決該問題。當(dāng)設(shè)定值做階躍變化時，通常只選定一個基函數(shù)就可以滿足要求。25當(dāng)設(shè)定值包含斜坡信號時，應(yīng)選取兩個函數(shù)來滿足要求。即階躍和斜坡函數(shù)。4.3仿真研究選取一階加純滯后的對象的傳遞函數(shù)為設(shè)置預(yù)測時域，優(yōu)化時域，設(shè)定擾動264.4總結(jié)274.5結(jié)論28從上圖可以看出，由于基函數(shù)概念的引入，

PFC比PID控制的輸出跟蹤快，控制誤差小，有更好的抗干擾能力。全文總結(jié)29本文主要對動態(tài)矩陣控制算法進(jìn)行了研究，研究了各參數(shù)的設(shè)定對控制結(jié)果的影響，同時對動態(tài)特性、穩(wěn)定性和魯棒性進(jìn)行了分析。同時針對動態(tài)矩陣控制在處理復(fù)雜時變系統(tǒng)時難以達(dá)到合理的控制結(jié)果，改變用來約束的目標(biāo)函數(shù)，設(shè)計(jì)了