多模型广义预测解耦控制

论文摘要

过程工业中的对象一般是多变量耦合系统,控制变量、被控变量之间存在关联,因此解耦控制对获得满意控制效果起着重要的作用。广义预测控制具有很好的控制品质和鲁棒性,但没有考虑控制回路之间的耦合,跟踪性能不佳。首先,本文研究了三种广义预测解耦控制算法:(1)带设定值观测器的广义预测控制算法,通过加大广义预测控制目标函数中的误差权系数使系统输出紧密跟随设定值,进而减弱耦合。(2)广义预测前馈解耦控制算法,将其它通道对当前研究通道的影响作为扰动,没有近似求解方程,而是与求解控制器的输出联系起来,从而实现完全解耦。(3)广义预测目标函数解耦控制算法,通过求解由目标函数推导的方程组,减小输出误差,实现减弱耦合。目标函数实现解耦和设定值观测器适用于广义预测控制、动态矩阵控制和模型算法控制。同时,本文将设定值观测器添加到广义预测前馈解耦控制和广义预测目标函数解耦控制中,进一步降低系统耦合的影响。仿真结果显示了上述算法的有效性。其次,本文针对现场工业中存在的非线性、强耦合的特点,提出了多模型广义预测解耦控制。即在多个平衡点线性化得到多个模型,在不同工作点根据性能指标函数选取模型,之后采用带设定值观测器的广义预测控制方法进行控制。仿真结果表明,该方法具有很好的控制效果且计算简单。最后,本文针对中速磨煤机工作过程中存在非线性、强耦合、工况范围广的特点,建立了多个模型,组成了系统模型,提出了多模型广义预测解耦控制。即将多模型广义预测控制和广义预测前馈解耦控制、广义预测目标函数解耦控制结合起来,仿真结果验证了该控制算法的有效性。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景与意义
• 1.2 国内外研究动态
• 1.2.1 预测控制的研究概况
• 1.2.2 预测解耦控制的研究概况
• 1.2.3 多模型预测控制的研究概况
• 1.2.4 基于多模型预测解耦控制的研究概况
• 1.3 本文主要内容
• 第二章 广义预测解耦控制
• 2.1 带设定值观测器的广义预测控制
• 2.1.1 带设定值观测器的广义预测控制算法
• 2.1.2 仿真研究
• 2.2 广义预测前馈解耦控制
• 2.2.1 广义预测前馈解耦控制算法（1）
• 2.2.2 仿真研究
• 2.2.3 广义预测前馈解耦控制算法（2）
• 2.2.4 仿真研究
• 2.3 广义预测目标函数解耦控制
• 2.3.1 广义预测目标函数解耦控制算法
• 2.3.2 仿真研究
• 2.4 小结
• 第三章 多模型广义预测解耦控制
• 3.1 多模型控制
• 3.1.1 模型集的建立
• 3.1.2 切换和加权策略
• 3.1.3 控制器的设计
• 3.2 多模型广义预测控制
• 3.2.1 多模型广义预测控制算法
• 3.2.2 仿真研究
• 3.3 多模型广义预测解耦控制
• 3.4 小结
• 第四章 中速磨控制系统的仿真研究
• 4.1 中速磨煤机
• 4.1.1 中速磨工作原理
• 4.1.2 中速磨影响因素
• 4.1.3 中速磨控制系统
• 4.1.4 中速磨控制主要难点
• 4.2 中速磨系统模型的建立
• 4.2.1 中速磨模型
• 4.2.2 中速磨系统模型建立
• 4.3 多模型广义预测控制
• 4.3.1 多模型广义预测控制算法
• 4.3.2 仿真研究
• 4.4 多模型广义预测解耦控制
• 4.4.1 多模型广义预测解耦控制算法
• 4.4.2 仿真研究
• 4.5 小结
• 第五章 结束语
• 5.1 本文总结
• 5.2 后续工作展望
• 参考文献
• 致谢
• 在读期间发表的学术论文与取得的研究成果