分层预测控制策略及其在工业过程中的应用研究

发布时间：2017-06-08 09:19

  本文关键词：分层预测控制策略及其在工业过程中的应用研究，由笔耕文化传播整理发布。

【摘要】：在市场竞争日益激烈的今天,商品供求关系很难完全处于平衡的状态,这样就会造成商品价格的频繁波动、生产装置最优工况点发生偏移,导致企业生产经济效益和过程控制品质下降。为了使企业生产获得最大的经济效益,生产过程的操作需要及时获取经济环境下的最优工况点,并使系统稳定跟踪该工况点。作为一种优化控制策略,模型预测控制(Model Predictive Control,MPC)相比传统经典的PID控制能达到更好的控制效果,提高能源利用率,从而给企业带来更显著的经济效益。通常MPC的最优轨迹是根据设备操作人员经验设定的,往往会偏离实际的最优工况点,而且对经济环境变化不敏感。为了解决最优工况点的自寻优和控制跟踪问题,本研究针对优化和控制相结合的分层模型预测控制策略(Hierarchical Model Predictive Control,HMPC)展开如下工作:(1)综述了前人在优化控制策略方面的研究现状和HMPC策略的基本原理,阐述了先进控制技术所带来的生产经济效益和控制效果。(2)HMPC策略的研究,首先要针对生存对象进行市场调研,构建与关键变量有关的对象经济目标函数模型,在工业过程模型的约束条件下,将经济优化问题转化为线性规划(Linear Programming,LP)问题和非线性规划(Non-Linear Programming,NLP)问题。当经济价格因子频繁波动时,分别用LP和SQP(Sequential Quadratic Programming)算法来求解变量最优值,作为系统新的最优工况点,并传递给控制层。控制层选用MPC算法来跟踪工况点。将CSTR过程作为仿真对象,仿真结果表明,HMPC策略可以保证CSTR装置始终运行在最优工况点,在提高经济效益的同时,还能保证系统稳定运行。(3)针对非线性对象,其运行过程对应多个模态,固定的线性化模型只在平衡点附近有效,当平衡点变化时,线性化模型失效,系统产生震荡超调,甚至系统失去稳定性,控制品质下降,无法满足系统控制要求。为了解决这个问题,本文提出了分层多模型预测控制(Hierarchical Mutil-Model Predictive Control,HMMPC)策略,将整个工作区间按系统参数的变化,划分为几个子区间,在各子区间应用小增益法建立相应的线性化模型,在控制器采样时刻采用输出误差指标对子模型进行切换,用切换后的子模型设计MPC控制器。通过仿真对比,HMMPC策略在保证系统稳定的前提下,能够提高系统的控制效果,可以改善工况跳变时系统过渡过程的控制品质。(4)将HMPC策略应用到重油分馏塔工业对象中,并利用仿真验证其有效性,表明了HMPC在工业应用中的优势。(5)最后,对本文的工作进行了总结,并对未来在HMPC策略上有待进一步研究的问题以及发展趋势进行了展望。
【关键词】：分层预测控制 经济优化 最优工况点 多模型控制 经济效益
【学位授予单位】：兰州理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F273;TP13
【目录】：

• 摘要7-9
• ABSTRACT9-11
• 第1章 绪论11-17
• 1.1 课题研究背景及意义11-13
• 1.1.1 研究背景11-12
• 1.1.2 课题研究意义12-13
• 1.2 研究现状13-15
• 1.2.1 优化控制技术研究13-14
• 1.2.2 HMPC在提高经济效益方面的研究14-15
• 1.2.3 HMPC在提高控制性能方面的研究15
• 1.3 本文研究内容15-17
• 第2章 HMPC策略17-27
• 2.1 引言17-18
• 2.2 生产计划调度18-19
• 2.3 实时优化19-23
• 2.3.1 线性规划21-22
• 2.3.2 非线性规划22-23
• 2.4 模型预测控制23-25
• 2.4.1 预测模型23-24
• 2.4.2 滚动优化24-25
• 2.4.3 反馈校正25
• 2.5 本章小结25-27
• 第3章 基于单一模型的分层预测控制策略研究27-41
• 3.1 引言27
• 3.2 单一模型的分层预测控制结构27-28
• 3.3 目标优化28-31
• 3.3.1 目标函数LP优化计算29-30
• 3.3.2 目标函数SQP优化计算30-31
• 3.4 动态控制器设计31
• 3.5 仿真研究31-40
• 3.5.1 模型的建立31-33
• 3.5.2 目标优化33-36
• 3.5.3 控制器设计36-40
• 3.6 本章小结40-41
• 第4章 基于多模型的分层预测控制策略研究41-50
• 4.1 引言41
• 4.2 多模型预测控制41-44
• 4.3 基于多模型的分层预测控制结构44
• 4.4 动态控制器设计44-46
• 4.4.1 多模型预测控制器45
• 4.4.2 预测控制器45-46
• 4.4.3 切换策略46
• 4.5 仿真研究46-49
• 4.6 本章小结49-50
• 第5章 分层预测控制策略的应用研究50-53
• 5.1 引言50
• 5.2 重油分馏塔工艺流程50-51
• 5.3 重油分馏塔经济优化51-52
• 5.4 重油分馏塔控制器设计52-53
• 第6章 总结与展望53-55
• 6.1 总结53
• 6.2 展望53-55
• 参考文献55-61
• 致谢61-62
• 附录 攻读硕士学位期间所发表的论文62

【参考文献】

中国期刊全文数据库 前10条

1 张鹏飞;赵浩;荣冈;冯毅萍;;考虑生产成本和环境成本的蒸汽动力系统多目标运行优化[J];化工学报;2016年03期

2 徐宝昌;蔡胜清;冯爱祥;罗雄麟;;变工况切换过程的Petri网自主预测与控制[J];化工学报;2016年03期

3 胡盛强;张毕西;王玲玲;程硕;;物料价格随时间波动及完工期随机的MTO订购决策[J];中国管理科学;2015年06期

4 宋治强;王昕;王振雷;;基于多模型广义预测控制器的DRTO双层结构[J];华东理工大学学报(自然科学版);2014年03期

5 罗雄麟;于洋;许捚;;化工过程预测控制的在线优化实现机制[J];化工学报;2014年10期

6 夏超英;张聪;;基于二次型性能指标的混合动力汽车实时优化控制[J];控制理论与应用;2014年05期

7 潘红光;高海南;孙耀;张英;丁宝苍;;基于多优先级稳态优化的双层结构预测控制算法及软件实现[J];自动化学报;2014年03期

8 何德峰;宋秀兰;黄骅;;优先级多目标稳定化约束模型预测控制[J];控制与决策;2013年12期

9 邹涛;王丁丁;潘昊;苑明哲;季忠宛;;从区间模型预测控制到双层结构模型预测控制[J];化工学报;2013年12期

10 宋治强;王昕;王振雷;;基于动态优化的多模型广义预测控制器设计[J];江南大学学报(自然科学版);2013年05期

中国博士学位论文全文数据库 前1条

1 吴桥;现货价格波动下原材料最优采购决策研究[D];浙江大学;2012年

  本文关键词：分层预测控制策略及其在工业过程中的应用研究，，由笔耕文化传播整理发布。

本文编号：432099