模型预测控制——现状与挑战

30多年来, 模型预测控制(Model predictive control, MPC)的理论和技术得到了长足的发展, 但面对经济社会迅速发展对约束优化控制提出的不断增长的要求, 现有的模型预测控制理论和技术仍面临着巨大挑战. 本文简要回顾了预测控制理论和工业应用的发展, 分析了现有理论和技术所存在的局限性, 提出需要加强预测控制的科学性、有效性、易用性和非线性研究. 文中简要综述了近年来预测控制研究和应用领域发展的新动向, 并指出了研究大系统、快速系统、低成本系统和非线性系统的预测控制对进一步发展预测控制理论和拓宽其应用范围的意义.     

基于多模糊模型的非线性预测控制

研究了基于多模糊模型的非线性预测控制问题 ,提出了基于多模型融合的非线性预测控制方法 .首先根据实际对象在不同运行点附近的状态建立了非线性系统的线性多模糊模型表示 ,然后给出了基于多模糊模型的预测控制原理结构框图 .非线性多模糊模型被用来作为预测模型 ,CSTR过程的仿真研究表明是一种有前景的非线性预测控制方法 .     

基于支持向量机的非线性预测控制技术

探讨了利用支持向量机进行非线性系统辨识的方法,并将支持向量机模型应用到非线性预测控制,提出了基于支持向量机模型的非线性预测控制算法.对一个CSTR反应器的仿真表明,支持向量机在小样本情况下具有良好的非线性建模能力和泛化能力.基于支持向量机的预测控制具有很好的控制性能,为通用非线性控制提供了一种新的控制思路.􀁽     

迭代学习模型预测控制研究现状与挑战

历经20多年的发展, 迭代学习模型预测控制在理论和应用方面都取得了长足的进步. 但由于批次工业过程复杂多样、结构各异、精细化程度较高, 现有的迭代学习模型预测控制理论仍面临着巨大挑战. 本文简要回顾了迭代学习模型预测控制理论的产生及发展, 阐述了二维预测模型、控制律迭代优化及二维稳定性等基本理论问题; 分析了现有方法在理论及应用方面的局限性, 说明了迭代学习模型预测控制在迭代建模、高效优化、变工况适应等方面面临的难点问题, 提出了可行的解决方案. 简要综述了近年来迭代学习模型预测控制理论和应用层面的发展动态, 指出了研究复杂非线性系统、快速系统、变工况系统对进一步完善其理论体系和拓宽其应用前景的意义, 展望了成品质量控制和动态经济控制等重要的未来研究方向.     

流程工业预测控制技术概述

对预测控的研究作了简要概述.对预测控制的发展历史作了简要回顾.阐述了预测控制与自适应和内模理论的结合方面的研究.对于非线性系统的预测控制,从预测模型的角度,描述了关于预测控制方法的研究情况.并且讨论了预测控制与其它智能控制策略结合的研究.最后指出了一些预测控制研究中的问题,以及预测控制研究的方向.     

智能井非线性预测控制器设计

随着石油开采中出现的新技术一智能井的应用,井控由地面转移到地下.为了解决地层物理属性难以准确获得以及流体流动的强非线性给井下控制带来的困难,研究了带有模型不确定性的非线性预测控制器.首先建立了带有不确定性的预测控制模型;然后基于反馈线性化和反步设计的思想设计非线性预测控制器.该控制器在模型带有不确定性时更易使闭环系统稳定,且动态特性良好.以北海油田某区块为例进行的仿真研究结果验证了控制器是有效的.     

非线性系统模型预测控制若干基本特点与主题回顾

随着线性系统模型预测控制的大量成功应用,基于非线性模型的预测控制简称非线性预测控制(NMPC)在近20年来引起了广泛关注,并取得了丰富的研究成果.本文在阐述NMPC基本原理和特点的基础上,分别从优化可行性、稳定性、鲁棒性、优化求解、吸引域等主题出发,分析并总结NMPC的研究现状.最后,在指出NMPC有待进一步深入研究问题的同时,展望当前NMPC的一些研究方向.     

非线性模型预测控制的现状与问题

模型预测控制的主要优点是能显式并优化处理控制量和状态量的约束。为此,主要围绕非线性预测控制的算法、稳定性鲁棒性、对偶问题和流动时域估计的最新研究成果进行综述,并阐述了理论与应用方面有待进一步研究的几个主要问题。     

Hammerstein模型非线性预测控制的研究

对于pH中和过程的控制,由于其本身具有严重的非线性特性,因而对于此过程的控制十分困难.鉴于此,本文提出了Hammerstein系统非线性预测控制方法,并应用仿真和试验的方法分别实现了对pH中和非线性过程的控制.研究结果表明,Hammerstein模型非线性预测控制具有良好的控制效果和很强的稳定性,且优于常用的PID控制方法.     

基于神经网络的非线性预测控制综述

基于神经网络的非线性预测控制是智能控制中的重要前沿课题，在工业过程控制领域有着非常大的应用前景。从预测方式、控制律求解方法和典型应用等几个角度对基于神经网络的非线性预测控制做了综述。对其中的关键技术做了深入阐述。并指明了今后的发展方向。