机会受限预测控制和双积分系统实时预测控制研究

摘要

预测控制是流程工业中应用最广的一种控制方法。相比于其他控制器，它的优越性在于能够方便的处理多变量操作问题及不等式约束条件，且通过滚动优化策略及反馈校正作用提高了受控系统的鲁棒性。常规的预测控制器在设计和应用中会遇到一些困难，如优化问题在线计算耗时太多或者在不确定因素影响下不等式约束条件难以维持等问题。本文针对普通预测控制器设计的不足，提出两类新型的预测控制器设计方法，在仿真实验中取得了显著的效果。具体的，本文的工作描述如下：
　　 1.对两点边值固定、输入受限双积分系统设计一种能量最小的预测控制器。鉴于双积分系统是一类较简单的对象，本文采用庞特里亚金极小值原理结合几何图形分析的方法，离线计算出最优控制量与状态之间的函数关系，进行预测控制时，仅仅通过查公式表的方式即可得到当前状态下的控制量。从而该方法减轻了滚动优化问题在线计算的难度，适用于实时性要求高的控制场合。
　　 2.实际生产过程中随机扰动和不确定参数的影响会造成约束条件被破坏。针对这类问题，本文设计了一种基于集值优化的机会受限模型预测控制器。鉴于MAC的模型为线性，采用集值优化算法结合鲁棒控制中多包体的性质可以将原机会约束规划问题转化为一个二次规划问题，从而能用已有的优化器进行求解。最后将上述控制器作用于精馏过程，得到了满意的结果。