多变量模型预测控制应用研究

摘要

预测控制算法于20世纪70年代后期,在工业实践过程中产生,20世纪80年代得以长足发展.预测控制是一种对数学模型依赖性不很强的控制算法.现在,专业人员提出了多种预测控制算法,并深入研究了它们的性能.而且,在工程上预测控制也得到了成功应用,出现了多种商品化的预测控制软件.该论文主要关于模型预测控制在活化炉温度控制系统中的应用研究.主要内容如下:1、模型预测控制的发展背景、分类、基本思想及现状等.2、作为模型预测控制算法之一的动态矩阵控制的原理.具体分析了该论文用到的多输入多输出动态矩阵控制算法的多步预测原理.3、介绍了该论文所涉及系统的基本情况,包括其具体工艺流程和控制指标要求等.在此基础之上,分析系统特点,建立控制系统模型,并设计出两种控制方案——PID控制和模型预测控制(MPC).4、针对上述的设计思路,利用MATLAB实现该系统的算法控制仿真;并用Visual Basic实现建立了一个友好的人机界面,在该系统当中用户可以方便的进行系统设计与仿真.5、根据实验仿真结果,比较两种控制算法的优势,得出该论文的结论,即MPC算法优于传统的PID控制算法.最后总结全文,并展望了MPC算法的发展方向,未来前景.

目录

文摘

英文文摘

昆明理工大学学位论文原创性声明

第一章综述

1.1模型预测控制的发展背景

1.2应用领域

1.3模型预测控制的种类

1.4模型预测控制的基本原理

1.4.1预测模型(内部模型)

1.4.2滚动优化(在线优化)

1.4.3反馈校正

1.5国内外优秀预测控制软件介绍

1.5.1国外优秀预测控制软件介绍

1.5.2国内优秀预测控制软件介绍

第二章动态矩阵控制(DMC)原理

2.1动态矩阵控制的基本原理

2.1.1预测模型

2.1.2输出预测

2.1.3参考轨迹

2.1.4性能指标

2.2多输入多输出系统的动态矩阵控制算法

2.3动态矩阵控制参数的选择

2.3.1预测步程P

2.3.2控制步程M

2.3.3误差加权矩阵Q

2.3.4控制加权矩阵R

2.3.5模型长度N

第三章活化炉多变量温度控制系统设计

3.1关于活性炭

3.2工艺流程

3.3活化炉温度的测量方式

3.4控制系统设计

3.4.1研究对象特性分析

3.4.2控制系统方案及结构

3.4.3数据获取

3.4.4不良数据剔除

3.4.5对象模型建立

3.4.6控制目标要求

3.4.7控制算法设计

第四章控制方案实现及系统仿真

4.1软件工具介绍

4.1.1仿真工具Simulink

4.1.2 MPC工具箱介绍

4.2系统仿真实现

4.2.1模型建立

4.2.2 PID算法实现

4.2.3 MPC算法实现

4.2.4人机交互

第五章研究结果分析

5.1带解耦的PID控制系统仿真

5.2 MPC控制系统仿真

5.2.1处理约束

5.2.2控制步程M

5.2.3预测步程P

5.2.4干扰问题

5.3 PID控制与模型预测控制的比较

第六章结束语

6.1总结全文

6.2未来模型预测控制技术的发展方向

6.3论文有待完善之处

致谢

参考文献

附录A实验温度测量值