双层结构预测控制的稳态优化与动态控制算法研究

发布时间：2017-07-30 11:28

  本文关键词：双层结构预测控制的稳态优化与动态控制算法研究

  更多相关文章： 预测控制 双层结构 稳态优化 软约束调整 动态矩阵控制

【摘要】：模型预测控制(MPC)是一类基于模型的先进计算机控制算法的总称,在流程工业中被广泛运用,通常以双层结构的形式出现,即双层结构预测控制,上层是稳态优化层,下层是动态控制层。与传统预测控制相比,双层结构预测控制能够在现有配置下挖掘出更多的潜在经济效益,同时保证系统稳定运行。可是,引入稳态优化层之后,给预测控制带来了新的难题。首先,稳态目标计算作为一门优化技术,可行性判定与软约束调整是必须考虑的问题,其次是如何对计算出来的稳态目标进行跟踪。针对以上问题,本文对双层结构预测控制的稳态优化层和动态控制层分别作了研究,取得了如下的结果:(1)稳态优化层的功能是对设定点进行自动寻优,实现了对实时优化层(RTO)设定点的渐近跟踪,也实现了对MPC所对应过程的局部经济优化——分别对应的是稳态目标计算的目标跟踪方法和稳态目标计算的自优化方法。当优化不可行时,需要进行软约束调整,其中将可行性判定与软约束调整相结合的软约束调整优先级降序方法具有较高的实用价值。针对软约束调整的优先级方法,细致比较了升序策略和降序策略在计算时间等方面的区别。(2)动态控制层的功能是对稳态优化层计算得到的优化设定点进行动态跟踪,解决控制系统暂态特性问题。对动态矩阵控制算法进行了仿真对比研究,得出其具有在线计算方便、控制实时性强等优点。因此,本文重点研究了基于动态矩阵控制的跟踪算法,包括对该算法进行了推导和梳理。(3)将稳态优化与基于动态矩阵的跟踪算法相结合,形成的双层结构预测控制方法运用于双旋翼多输入多输出系统的控制仿真。通过仿真验证了本文研究的双层结构预测控制算法具有较好的跟踪特性。
【关键词】：预测控制 双层结构 稳态优化 软约束调整 动态矩阵控制
【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP273.5
【目录】：

• 中文摘要3-4
• 英文摘要4-8
• 1 绪论8-16
• 1.1 引言8-9
• 1.2 国内外研究现状9-14
• 1.2.1 传统预测控制9-10
• 1.2.2 双层结构预测控制10-11
• 1.2.3 稳态优化11-12
• 1.2.4 优化可行性判定12
• 1.2.5 软约束调整12-13
• 1.2.6 动态控制13-14
• 1.3 本文研究内容及章节安排14-16
• 2 双层结构预测控制概述16-22
• 2.1 引言16
• 2.2 稳态数学模型16-18
• 2.3 稳态目标计算18-19
• 2.4 动态控制19-21
• 2.5 本章小结21-22
• 3 稳态优化22-38
• 3.1 引言22
• 3.2 稳态优化22-28
• 3.2.1 稳态数学模型23-24
• 3.2.2 自优化问题24-26
• 3.2.3 目标跟踪问题26-28
• 3.3 稳态优化的可行性判定与软约束调整28-35
• 3.3.1 稳态优化的可行性判断28-30
• 3.3.2 软约束调整的含义30-31
• 3.3.3 软约束调整的权函数方法31-32
• 3.3.4 软约束调整的优先级方法32-35
• 3.4 仿真35-37
• 3.5 本章小结37-38
• 4 动态控制算法38-60
• 4.1 引言38
• 4.2 DMC算法原理38-44
• 4.3 多变量DMC算法原理44-49
• 4.4 多变量无静差DMC算法49-53
• 4.5 DMC参数53-54
• 4.6 DMC算法仿真54-59
• 4.6.1 单输入单输出仿真54-56
• 4.6.2 多变量DMC仿真56-59
• 4.7 本章小结59-60
• 5 仿真验证60-72
• 5.1 引言60
• 5.2 双旋翼系统模型60-66
• 5.2.1 双旋翼系统简介60-61
• 5.2.2 TRMS模型61-66
• 5.3 优化与控制问题描述66-67
• 5.3.1 稳态优化66
• 5.3.2 动态控制66-67
• 5.4 仿真结果67-70
• 5.5 本章小结70-72
• 6 总结与展望72-74
• 致谢74-76
• 参考文献76-78

【相似文献】

中国期刊全文数据库 前10条

1 徐立鸿;预测控制的研究现状及问题[J];控制理论与应用;1994年01期

2 刘兵,冯纯伯;基于双重准则的二自由度预测控制——离散情况[J];自动化学报;1998年06期

3 徐湘元,毛宗源;预测控制的常用模型及其相互关系和统一形式[J];广东工业大学学报;2000年03期

4 苏宏业,李林欢,褚健;预测控制的新进展[J];机电工程;2001年05期

5 李韫 ,李书臣;漫谈预测控制[J];自动化博览;2001年05期

6 许超,陈治纲,邵惠鹤;预测控制技术及应用发展综述[J];化工自动化及仪表;2002年03期

7 胡国龙,孙优贤;预测控制进展及其应用研究[J];电力系统及其自动化学报;2003年01期

8 陆顾新,黄道平,王永庆,朱学峰;多周期非自衡系统预测控制研究[J];计算机测量与控制;2003年09期

9 冯少辉,赵均,钱积新;预测控制中的稳态优化策略[J];自动化技术与应用;2003年03期

10 袁天保,刘新建,秦子增;混合加权连续预测控制研究[J];电机与控制学报;2005年06期

中国重要会议论文全文数据库 前10条

1 张峻;席裕庚;;输入受限时预测控制的一种简易算法[A];1996中国控制与决策学术年会论文集[C];1996年

2 魏善碧;柴毅;丁宝苍;;独立动态系统分布式预测控制研究[A];第二十七届中国控制会议论文集[C];2008年

3 任作新;;一种预测控制新算法[A];1995中国控制与决策学术年会论文集[C];1995年

4 陈虹;;预测控制鲁棒性研究的若干问题[A];第二十二届中国控制会议论文集（下）[C];2003年

5 刘兵;徐立鸿;冯纯伯;;连续系统预测控制[A];1994中国控制与决策学术年会论文集[C];1994年

6 崔小第;卢准炜;徐荣良;;一类非线性模型的预测控制[A];1994年中国控制会议论文集[C];1994年

7 刘兵;徐立鸿;冯纯伯;施建华;;具有饱和输入的预测控制[A];1995年中国控制会议论文集（上）[C];1995年

8 罗国娟;吴刚;;预测控制中柔化因子与控制增量权重的关系[A];第二十四届中国控制会议论文集（上册）[C];2005年

9 刘燕卿;刘飞;;约束预测控制软件实现及仿真研究[A];2007中国控制与决策学术年会论文集[C];2007年

10 柴毅;魏善碧;郭茂耘;凌睿;;带通信完全失效的多飞行器编队分布式预测控制研究[A];2009中国控制与决策会议论文集（3）[C];2009年

中国重要报纸全文数据库 前1条

1 陈倩;南屯矿运搬工区巧打安全“预防针”[N];经理日报;2008年

中国博士学位论文全文数据库 前10条

1 张隆阁;基于多胞的鲁棒预测控制研究[D];华北电力大学;2015年

2 罗奇;自适应光学优化控制技术研究[D];中国科学院研究生院(光电技术研究所);2016年

3 王龙生;基于多质点模型的高速列车自动驾驶预测控制[D];北京交通大学;2016年

4 李德伟;预测控制在线优化策略的研究[D];上海交通大学;2009年

5 林永君;基于复杂机理模型的过程预测控制研究[D];华北电力大学;2002年

6 徐湘元;预测控制的线性方法、非线性方法和神经网络方法[D];华南理工大学;2000年

7 盛云龙;离散时间约束不确定线性系统的鲁棒预测控制[D];浙江大学;2003年

8 徐祖华;模型预测控制理论及应用研究[D];浙江大学;2004年

9 安爱民;基于预测控制的先进过程控制技术研究[D];兰州理工大学;2010年

10 陈进东;基于模糊在线支持向量回归的建模与预测控制研究[D];江南大学;2013年

中国硕士学位论文全文数据库 前10条

1 岳海东;基于BLS-SVM的海洋生物酶发酵过程软测量与预测控制[D];江苏大学;2016年

2 林厚健;永磁同步电机伺服系统电流预测控制的研究[D];广东工业大学;2016年

3 刘魏岩;智能预测控制研究及其在CFBB燃烧控制中的仿真应用[D];燕山大学;2016年

4 陈琛;改进型预测控制及预测控制优化的PID控制研究[D];南京信息工程大学;2016年

5 魏超;PMSM参数辨识及其无模型电流预测控制[D];合肥工业大学;2016年

6 王炳林;仿射非线性系统及双线性系统网络化预测控制研究[D];中国科学技术大学;2016年

7 李阁;基于模型的癫痫状态预测控制研究[D];天津大学;2014年

8 王建飞;基于预测控制的三相三线制并联型有源电力滤波器补偿研究[D];辽宁工程技术大学;2015年

9 张利果;双层结构预测控制的稳态优化与动态控制算法研究[D];重庆大学;2016年

10 杜宇;监督预测控制的研究与应用[D];华北电力大学（北京）;2010年

，

本文编号：594042