参考轨迹在线优化的区间预测控制

实际生产过程控制中,特别是多变量耦合的复杂过程中,对某些被控变量其实并没有苛刻的给定值要求,只是满足在给定区间内即可,从而保证整个生产过程控制的平稳.针对这一问题,提出一种基于模型预测控制理论的区间控制算法.该算法对预测控制的优化性能指标进行改进,将性能优化指标中的参考轨迹作为约束变量进行在线优化处理;参考轨迹自动跟踪被控变量输出,使预测控制针对输出在不同的区域范围采取不同的控制强度,从而在实现区间控制的前提下满足平稳控制要求.最后以Shell公司的典型重油分馏塔控制问题为例进行仿真,验证算法的有效性和可行性.     

基于区间特性和变量软约束的模型预测控制算法

针对传统的区间模型预测控制算法的性能指标函数设计复杂, 以及被控变量进入区间后稳态轨迹变化幅度大的缺点, 提出一种区间特性和变量软约束的模型预测控制算法. 该算法仅利用期望输出区间的上下限, 通过预测输出与区间的等式关系构造区间跟踪偏差项, 同时利用预测输出和操作变量的增量二次型构造变量软约束项, 减小区间内的稳态轨迹的变化幅度, 上述两项合称为软约束区间跟踪性能指标项. 以回转窑模型为被控对象进行仿真, 表明了算法的有效性.

     

双层结构预测控制研究进展

现代工业大系统的优化控制采用递阶结构,其中以预测控制为代表的先进过程控制已经成为重要的一级.目前,主流的工业预测控制技术均采用双层结构,即包含稳态优化层和动态控制层.双层结构预测控制技术可以有效解决复杂工业过程常见的多目标优化、多变量控制的难点问题.本文简要总结了双层结构预测控制的算法,并从控制输入与被控输出稳态关系入手分析了多变量预测控制稳态解的相容性和唯一性,说明了稳态优化的重要性.针对双层结构预测控制与区间预测控制的性能比较、稳态模型的奇异性以及闭环系统动态特性等提出了一些见解,并指出了需要重点研究的主题.     

带有输出区域控制目标特性的多变量预测控制算法

针对实际过程控制系统中某些被控变量没有设定值要求只有区域目标约束要求这一特点,提出一种带有输出区域目标特性的多变量预测控制算法(ZMMPC).该算法根据区域目标约束条件的满足情况,将控制器的目标函数及约束条件划分为两种工作状态,使用基于逻辑的方法完成动态控制过程中目标与约束条件的切换.仿真实例结果表明ZMMPC不仅可以增加控制系统的自由度,而且可根据被控变量的优先权进行灵活设计,使复杂控制系统具有更好的动态和稳态控制品质.     

一种面向输入输出故障的变结构模型预测控制方法

针对输入执行机构故障及输出测量装置故障往往导致MPC（model predictive control）控制器无法实现控制目标的问题,通过对输入稳态与输出稳态关系的分析,提出将存在故障的输入或者输出从控制器的操作变量和被控输出中去除、改变控制器结构的变结构预测控制方法．由于输入故障变结构控制减少了控制器操作变量自由度导致输出稳态误差很大,故根据输出变量优先级重新计算输出设定点以保障重要输出优先满足控制要求．输出故障变结构控制采用结合输入变量稳态值目标跟踪的DMC（dynamic matrix control）算法,避免了输出传感器故障对系统的影响并且保障了被控输出的控制目标可达．利用Shell benchmark重油分馏塔模型仿真验证了本方法的有效性.     

数据中心制冷系统非线性模型预测控制

数据中心制冷系统具有非线性、强耦合和大滞后特性,目前常用的PID方法无法实现系统整体能效提升,而现有非线性优化算法计算量大,不易工程实现.鉴于此,提出一种数据中心制冷系统模型预测控制策略,上层优化层设计预测控制器,其目标为在满足制冷要求的前提下降低系统能耗,优化层采用神经网络作为反馈控制器,将系统整体优化目标函数作为神经网络控制器优化性能指标,结合变分法与随机梯度下降法,通过滚动优化求取下层各回路被控变量最优设定值,算法占用存储区适中、计算量小;下层现场控制层通过实时控制使各回路被控变量跟踪最优设定值,可以在不破坏原有现场控制系统的情况下实现性能优化.构建Trnsys-Matlab联合仿真平台,针对系统夏季、过渡季和冬季的控制策略进行仿真实验.结果表明,所提出控制策略能够在满足数据中心安全运行的前提下,实现系统整体能效提升,且具有良好的鲁棒性.     

基于预测PI的大干扰控制算法的研究与应用

不可测量的大干扰广泛存在于过程工业中,采用常规控制策略难以对其进行很好的抑制。针对这种现象,以预测PI算法为主体,设计一种新型的快速抗大干扰控制算法。这种算法的主体思想是:当被控变量在期望的控制范围之内,预测PI控制算法可以对其进行有效的控制,当被控变量超过期望的范围时,控制器输出增大或者减小到可容许的极限值。仿真和实际工业应用数据表明:对于复烤生产线中烤房温度这一具有大干扰的大惯性、大滞后过程,采用该算法可以有效提高调节速率、减少波动等问题,以保证控制品质和精度达到规定的工艺技术指标,满足了工艺的生产要求,提升了产品的质量,同时降低了返料的次数,节约了能耗。     

可实现单边区间控制的模型预测控制算法

对于具有多变量强耦合特点的工业过程对象,控制系统的稳定性是非常重要的。这要求减少控制作用和降低控制强度。但对于控制输出偏离控制目标,尤其控制输出偏向非常不希望的方向时,需要较强的控制作用使输出快速返回目标值,这样就存在怎样协调控制的快速性和稳定性之间的矛盾。本文针对这一问题,提出了以MPC(model predictive control)理论为基础的单边区间控制算法。通过权重区分输出偏离目标值的方向,对不同的偏离方向采取不同的控制强度,在保证快速控制的前提下最大限度满足稳定控制的要求。本文还对算法的求解进行了讨论,并通过实例仿真说明了新算法能够实现单边区间控制。     

非线性系统的蚁群优化预测PID控制

针对非线性、时变及大惯性系统的控制问题,提出了一种基于蚁群算法的预测PID控制算法。该算法以神经网络作为预测模型,将预测控制和PID控制相结合,并用蚁群算法在线优化控制器参数,其中以常规的Ziegler-N ichols方法整定的控制器参数为基础,选取蚁群优化变量的动态搜索区间。该算法考虑了控制能量受限情况下,非线性系统的预测控制问题。计算机仿真结果表明,该非线性控制方案具有较好的鲁棒性,相对传统PID控制策略还表现出了良好的动态性能,能够满足对再热汽温对象的控制要求。     

基于动态矩阵控制的双层结构预测控制的整体解决方案

本文给出一种双层结构预测控制的整体解决方案. 该方案分为开环预测、稳态目标计算和动态控制三个模块. 开环预测基于实测被控变量值和过去的操作变量值, 在假设未来操作变量不再变化的情况下, 估计未来的被控变量值. 稳态目标计算根据开环预测结果和外部目标等要求, 计算操作变量、被控变量的稳态目标值以及软约束的放松量. 动态控制根据开环预测结果和稳态目标输出结果, 计算未来的控制作用增量序列, 采用经典的动态矩阵控制策略. 这个整体解决方案保证了三个模块在模型、约束、目标上的一致性. 该算法是在已有文献的基础上, 将三个模块统一处理得到的. 仿真与应用例子证实了该算法的有效性.