模型预测控制约束自适应研究

摘要

针对目前模型预测控制(Model predictive control,MPC)算法处理约束问题普遍以解决定值约束为主,面对大幅干扰及设定值改变等工况,由于定值约束的局限性,系统动态性能、鲁棒性受到影响,系统被控变量波动较大,且运算速度较低。以单层动态矩阵控制(Dynamic matrix control,DMC)算法为核心,提出一种约束自适应控制策略。简化约束在算法预测时域的计算长度,提升算法执行效率;针对控制变量约束引入松弛因子实现约束动态调整,降低动态规划数值求解时间;利用模型结构及反馈原理补偿模型误差。通过单变量系统仿真验证,结果表明:约束自适应算法可自动计算初始约束及过程约束,并对约束动态调整,相对于固定约束系统具有更好的快速性和鲁棒性。