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.     

模型预测控制的新发展

随着模型预测控制（MPC）的广泛应用,其向智能化的方向发展成为必然,因此在近年来MPC发展的基础上,本文详细综述了预测控制包括多变量、约束、鲁棒、非线性等方面的工作,概述了预测控制与先进的控制算法的结合状况,并对存在的问题进行了探讨,从理论上分析了其智能化发展趋势和方向。     

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。     

带终端滑模约束的非线性模型预测控制方法

将预测控制和滑模控制结合起来,提出一种非线性性模型预测控制方法。给出一种可行的双模控制方案,系统状态位于终端区外时采用提出的预测控制,在终端区内部采用高线设计的滑模控制。对系统终端滑模附加不等式约束,使得系统状态在预测时域的末端位于高线设计的滑动模态区内,从而使预测时域减小。仿真结果表明了算法的有效性。     

基于Volterra 模型的非线性系统预测控制

基于系统的正、负和双阶跃响应,提出一种新的非线性预测控制模型的建立方法,同时给出了相应的非线性控制算法,并证明了控制算法解的存在性和唯一性,针对 化工过程蒸馏塔控制系统,通过仿真计算验证了该方法的有效性。     

基于遗传算法的非线性模型预测控制方法

介绍了非线性模型预调控制算法结构，提出了基于遗传算法的非线性模型预测控制方法，将遗传算法作为优化技术用于受限非线性模型预测控制器的设计。算法采用双模控制策略，将保证预测控制算法稳定性的终点等式约束转化为终点不等式约束，以利于遗传算法的实施。基于不变集理论，给出了非线性模型预测控制算法的稳定性定理。仿真结果表明了所提出控制算法的可行性和有效性。     

约束非线性系统的滑模预测控制方法

将预测控制和滑模控制结构起来,提出一种新的非线性模型预测控制方法,通过对系统状态预测得到切换函数预测值,求解约束开环优化求得预测控制律,并将当前时刻的控制作用于对象,下一时刻重复此过程,该方法具有预测控制在线处理约束及滑模控制滑动模态对干扰的不变性的优点,分析了零终端滑模约束模型预测控制的稳定性。     

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.     

约束非线性系统输入到状态稳定经济型模型预测控制

考虑约束非线性系统经济型最优控制问题,提出一种关于经济性能输入到状态稳定的经济型模型预测控制(EMPC)策略.通过离线计算系统的最优经济稳态点,构建关于该稳态点跟踪的稳定最优控制问题.在此基础上,利用稳定最优控制问题的最优值函数和关于经济性能函数的松弛量构造EMPC优化问题的收缩约束,再结合不变集原理和输入到状态稳定性...     

基于多神经元模型的非线性系统预测控制

利用单神经元来逼近非线性系统在平衡点邻域内的泰勒展开式的直至二次项,首次提出了一种用多个单神经元模型来拟合非线性系统的建模方法,引入多模型参考轨迹,得到一种新的多模型预测控制。仿真结果表明,基于二阶泰勒级数得到的多神经元模型的预测控制器的性能要优于采用泰勒级数一阶线性项得到的多模型预测控制器,但计算量并未显著增加。     

基于DRNN的非线性模型预测控制研究

针对飞机液压系统某地面试验装置具有非线性、慢时变的特征,常规的控制算法难于实现精确控制。为了提高系统的实时性和精度,提出了基于DRNN神经网络的非线性模型预测控制算法。控制算法应用对角递归神经网络DRNN作为非线性系统的预测模型,同时采用了具有全局优化能力的启发式遗传算法作为滚动优化工具。将这一控制算法进行仿真试验,仿真试验结果表明,基于DRNN的NMPC对于装置具有自适应能力,控制精度较传统的PID控制有明显的提高。     

非线性模型预测控制的理论及应用综述

对非线性模型预测控制进行了综述.从理论研究和实际应用方面,总结和归纳了非线性预测控制的进展情况,根据不同的预测模型由最初的线性化模型、机理模型和典型的实验模型到目前成为研究热点的智能模型,讨论了几种典型的非线性模型预测控制方案,并就算法、稳定性、输出反馈和实际应用等方面指出了有待于解决的问题和将来非线性预测控制的发展方向,特别指出了智能非线性预测控制等融合技术是将来研究NMPC的一个重要的发展趋势.     

液位系统的多模型广义预测控制研究

用多模型的广义预测控制器对复杂的非线性液位系统进行仿真控制。通过在覆盖工况的若干个平衡点采用最小二乘法离线辨识建立多个线性模型,形成非线性系统的多模型表示,然后对各个子模型分别设计子控制器,采用基于相对残差的方法来实现控制增量的加权以获取控制增量。通过对单容液位系统的仿真,表明该方法的有效性。     

基于Hammerstei模型的非线性预测控制

本文提出了一种针对 Hammerstein模型的预测控制策略.该策略将Hammerstein模型中的无记忆非线性静态增益环节,改进成易于由中间变量求取控制量的环节,避免了求解高阶方程根的困难,又对线性环节采用线性系统的广义预测控制.由于引入了广义预测控制中多步预测的思想,抗噪声的能力显著提高.仿真结果验证了该策略的有效性.     

约束非线性系统的一个准无限时域预测控制方案

提出了一个具有准无限预测时域的模型预测控制方案,该方案可用于输入和状态的非线性系统的控制,用优化柔性状态约束条件代替了硬性状态约束,以避免优化问题的不可解,开环优化问题含有附加的终端代价项和终的约束条件,这样预测时域延伸至准无限,而需在线优化获得的控制函数仅为有限时域,如果在最初时刻优化问题有解,则闭环系统具有保证稳定性。     

基于Hammerstein-Wiener逆模型补偿的预测控制非线性变换策略

针对一类Hammerstein-Wiener模型描述的非线性控制系统,提出一种基于逆模型补偿的预测控制策略.在控制优化计算中,利用Wiener非线性环节的逆模型分别对系统输出设定值和采样值进行变换;控制实施过程中,将控制器输出操作量经过Hammerstein静态非线性环节模型逆变换后施加到实际被控对象上,通过两次逆变换,使得标称模型下控制器输出与闭环系统中线性环节的输入相一致.通过非线性变换补偿将非线性过程的控制转化为线性系统控制,避免了对非线性模型进行优化计算量大及预测不准确的问题.最后通过仿真验证了所提方案的可行性及有效性.     

基于RBF-ARX模型的预测控制在液位系统中的应用

针对单容液位系统紊流时的非线性特征,研究了基于RBF-ARX模型预测控制策略控制单容液位系统;讨论RBF-ARX模型结构的选取,模型参数辨识,RBF参数优化,基于RBF-ARX模型的预测控制策略等问题;模型的仿真结果,证实了RBF-ARX模型在非线性系统建模和辨识中的有效性;同基于全局线性ARX模型的预测控制器和PID控制器相比较,基于此模型的预测控制取得了优异的控制效果。     

一类非线性系统非切换解析模型预测控制方法研究

针对关系度不确定非线性系统, 基于模型预测控制理论和切换解析非线性模型预测控制(Nonlinear model predictive control, NMPC) 提出了一种非切换的解析NMPC新方法. 论证了在非切换解析NMPC控制律下, 通过坐标变换可以将闭环系统分别在关系度确定和不确定的两个子空间近似为线性系统, 得出非切换解析NMPC使闭环系统稳定的必要条件. 通过仿真实验验证了非切换解析NMPC可以达到很好的响应特性, 无需切换的特征也扩大了其应用范围.     

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 .     

一类非线性系统的多模型预测控制

讨论了基于多模型的预测控制方法.对于化工生产过程中具有高度非线性的连续搅拌反应釜（CSTR）,通过对覆盖工况的数据离线辨识建立多个局部模型,根据每个局部模型分别设计子GPC控制器,通过跟踪工况变化对子控制器加权以获得控制增量.仿真结果表明该方法可取得令人满意的控制效果.