Lecture 3 - 多变量动态矩阵控制算法

动态矩阵控制算法
动态矩阵控制算法是一种用于控制系统的先进控制算法，它采用了矩阵的表示和演化方法。

其主要思想是将系统的状态和控制输入表示为矩阵，通过矩阵运算和演化来实现对系统的控制。

动态矩阵控制算法的核心思想是通过不断更新和演化控制矩阵来适应系统的变化。

它根据系统的反馈信息和目标要求，利用矩阵运算和优化算法来计算出最优的控制矩阵。

然后将该控制矩阵应用于系统中，以实现对系统的控制。

动态矩阵控制算法具有以下特点：
1. 矩阵表示：将系统的状态和控制输入表示为矩阵，方便进行矩阵运算和演化。

2. 自适应性：通过不断更新和演化控制矩阵，能够适应系统的变化和环境的变化。

3. 优化算法：利用优化算法来求解最优的控制矩阵，以满足系统的要求。

4. 实时性：动态矩阵控制算法能够在实时性要求较高的控制系统中应用，实现对系统的准确控制。

除了以上特点，动态矩阵控制算法还可以根据具体的系统和应用场景进行扩展和改进。

它在工业自动化、机器人控制、智能交通等领域具有广泛的应用前景。

multivariable feedback control analysis and design 多变量反馈控制设计是一种广泛应用于工业、交通和航空等领域的控制方法。

相对于单变量控制，多变量控制可以同时考虑多个输入和输出变量，从而更准确地控制系统的行为。

本文将介绍多变量反馈控制的基本原理和设计方法。

多变量反馈控制的基本原理是根据系统的状态变量进行控制。

系统的状态变量是指系统内部状态的变量，例如物理量、状态、状态变量积分等等。

多变量控制的目标就是通过选择合适的反馈控制算法，将系统的状态变量控制到期望值。

多变量控制系统的输入和输出变量与系统的状态变量相互关联，控制算法通过这些变量的测量值进行反馈控制。

多变量反馈控制的设计方法包括线性控制和非线性控制。

线性控制是一种常见的控制方法，通常使用线性模型进行控制。

线性模型可以使用线性代数的方法进行分析和解决，比如使用矩阵运算等技术。

非线性控制则是一种更复杂的控制方法，它可以处理非线性系统的控制问题，但通常需要更多的数学知识和技能。

多变量反馈控制的设计需要考虑系统的稳定性、可控性和观测性等因素。

稳定性是指系统在一定条件下，能够保持稳定的状态。

可控性是指系统的状态可以通过选择合适的输入变量来控制。

观测性是指可以通过不同的观测变量来观察系统的状态。

多变量反馈控制的设计需要考虑控制算法的选择、输入输出变量的选择和测量方法等因素。

控制算法选择通常是根据系统的稳定性和响应时间等因素进行选择，常见的算法包括PID控制和状态空间控制等。

输入输出变量的选择则需要根据系统的特性进行选择，例如选择温度、压力等变量进行控制。

测量方法则需要选择合适的传感器进行测量。

总之，多变量反馈控制是一种广泛应用于工业、交通和航空等领域的控制方法。

通过选择合适的反馈控制算法、输入输出变量和测量方法等因素，可以设计出稳定、可控和可观察的多变量反馈控制系统。

动态矩阵控制算法的仿真研究及PLC应用吴海中;田沛【摘要】针对具有大迟延、大惯性、时变和非线性等特性的主汽温系统,传统PID 已无法满足工业生产的需要.采用动态矩阵控制(DMC)算法,对主蒸汽温度系统进行控制仿真,并利用西门子S7-300 PLC的S7-SCL语言,将DMC算法封装成可供用户调用的功能块,完成了DMC算法的PLC实现.为了增强主蒸汽温度控制系统的抗干扰性,将DMC算法与PID控制策略相结合,设计了DMC-PID串级控制结构,以充分发挥DMC对大延迟对象适应能力强和PID抗干扰能力强的优点.针对主汽温系统时变和非线性的特性,在DMC算法中添加了模型切换策略,完成了对主汽温系统多模型控制的仿真,实现了不同模型之间平滑切换.引入性能指标,通过粒子群算法对DMC控制参数进行优化,结合国电智深EDPF-NT DCS系统,对荥阳电厂主汽温系统进行控制试验.试验结果表明,DMC算法在主汽温控制系统中具有着良好的控制效果,提高了系统动静态性能指标.【期刊名称】《自动化仪表》【年(卷),期】2018(039)003【总页数】5页(P31-34,38)【关键词】主汽温系统;DCS;DMC算法模块;优化控制站;PLC;串级控制;多模型控制;动态矩阵控制【作者】吴海中;田沛【作者单位】华北电力大学控制与计算机工程学院,河北保定071003;华北电力大学控制与计算机工程学院,河北保定071003【正文语种】中文【中图分类】TH861;TP2730 引言工业生产中，一些惯性较大的系统具有非线性、时变等[1]特点，容易被各种因素干扰。

尤其是近年来电厂向大容量发电机组发展[2]，对控制系统的要求越来越高，传统PID算法已难以满足工业生产的需要[3]。

而基于传统方法的系统模型最优控制方案，在工业现场往往无法实现最优控制[4]。

由于预测控制对被控对象模型要求不高，现代控制理论很难在过程工业中得到广泛应用[5]，其主要原因就是需要高精度的对象模型。

预测控制中动态矩阵(DMC)算法研究及仿真摘要：预测控制是近年来发展起来的一类新型计算机控制算法。

由于预测控制具有多步预测、滚动优化和反馈校正的功能，所以控制效果比较好，鲁棒性也很强，对于一些不易建立精确的数学模型并且比较复杂的工业生产过程来说，预测控制是一种比较好的控制方法。

本文阐述了预测控制的基本原理和典型方法，并选取基于动态矩阵算法预测控制实例，进行了MA TLAB仿真，并对仿真结果进行分析研究。

关键词：预测控制，动态矩阵算法，模型1 预测控制介绍20世纪70年代，在工控领域，预测控制作为一类新型计算机控制算法被工控工作者提出来。

预测控制在全球化工、炼油等行业的数千个复杂装置中得到了成功的应用，并且获得了巨大的经济效益，它对复杂工业过程的优化控制产生了很大影响，成为先进过程控制的代表，是最受工控工作者青睐的先进控制算法。

预测控制算法的应用已经扩展到了各种领域，这是因为预测控制算法具有可以在不确定环境下进行优化控制的机理。

在20世纪90年代之后，预测控制在实践中得到了广泛的应用，逐渐形成了以传统最优控制与预测控制的联系为基础的新型控制算法，它在方法上具有创新性、理论上具有深刻性，是充满活力与生机的新的学科分支。

预测控制在国外的工业过程中得到了成功的应用，在很大程度上鼓舞了我国工控工作者对于加快掌握和应用预测控制这种先进控制技术的信心。

从20世纪90年代以来，在国家科技攻关计划的支持下，国内不少单位研发了具有自主知识产权的预测控制软件，并将其应用在各类工业过程中，获得了成功，积累了丰富的经验。

然而，目前预测控制在我国应用的深度和广度和国外相比仍有很大差距，因此，进一步普及预测控制技术，特别是推广预测控制工业应用的经验，是推动预测控制在我国各行各业应用的当务之急。

一般来说，采样控制算法而非连续控制算法，作为预测控制的表现形式，这是因为计算机是预控制的实现手段。

预测控制，是指利用内部模型的输出或状态来进行预测，与此同时，采取反馈校正和有限时域滚动优化的思想，对系统的某个性能指标进行最优计算，并且依据这个最优化的计算结果来确定一个控制时域内最优的控制序列。

多变量模型预测控制算法及应用（开题报告）一．实验装置原理介绍及机理建模1.1实验装置的基本原理本装置的主体是一个填料塔，分为三段，共有三层塔板，用于冷水和水蒸汽在塔内进行热交换。

热交换主要在塔的填料层内进行。

水经过泵，调节阀和转子流量计后，进入填料塔顶，由喷淋装置淋下，经热交换后的水由塔底排入水槽。

水蒸汽由电热蒸汽发生器对水加热而提供，经过转子流量计和调节阀后入填料塔，由塔底向上排出。

蒸汽冷凝释放热量，使冷水升温。

从而水和汽实现了热交换。

本套控制系统的目标是控制填料塔某一层塔板的温度为定值，或按某一规律变化。

系统的主要控制手段有：调节水流量和蒸汽流量，从而控制水汽热交换，达到控制目标。

实验装置工艺流程图如下图所示。

各部分功能为：填料塔用于水汽热交换；电热器用于产生蒸汽；调节阀用于调节水，汽的流量及加入干扰；转子流量计用于测量水，汽的流量。

电磁阀用于控制水的通断。

1.2 实验的控制原理对填料塔塔板上温度调节的影响因素有:1.进水流量:水流量增大,换热时间减短,塔板温度降低;水流量减小,换热时间长,塔板温度升高.2.蒸汽流量:蒸汽流量大,传热量大,温度上升快;蒸汽流量小,传热量小,温度下降.蒸汽流量受蒸汽进气阀前后压力影响.若电热器压力稳定,则流量仅与阀门开启度有关,可选取线性调节阀,使两者成比例关系.若调节阀前后压力有波动,则必须采取稳压措施.3.进水温度:入水温度高,塔板温度高;入水温度低,塔板温度低.4.蒸汽温度:蒸汽由电加热器对水进行加热产生.定压下饱和蒸汽温度恒定,对操作不构成干扰.5.环境温度:影响较小,干扰可不计.由上可见,水流量,蒸汽流量和进水温度的变动是主要影响,故选取前两个因素作为控制变量,进水温度作为干扰量.控制手段:1.控制进水流量塔板温度通过测温热电阻元件检测,当温度变化时,输出信号经温度变送器,使温度信号转变为电信号操纵进水管道上的电动调节阀开大或关小阀门,用控制冷水流量来达到控制塔板温度的目标.2.控制蒸汽流量塔板温度通过测温热电阻元件检测,当温度变化时,输出信号经温度变送器,使温度信号转变为电信号操纵蒸汽管道上的电动调节阀开大或关小阀门,用控制蒸汽流量来达到控制塔板温度的目标.3.控制进水温度可采用出水部分循环的方法.出水处温度升高的热水在泵前与总管流入的冷水混合,然后输送到塔顶入口处,喷入填料塔中.电磁阀安装在热水管道上.阀门关闭,填料塔塔顶入水温度降低;反之升高.这样,就可用控制热水流量的方法来控制进水温度,给控制系统加入扰动.带控制点的工艺流程图如下图所示.本系统可采用分程控制.因为控制系统的目标是控制填料塔某一层塔板的温度为定值或按某一规律变化,即选取三层塔板温度T1,T2或T3中的任一个作为被控变量.而如前面所分析的,系统的控制变量为进水流量V i和蒸汽流量V汽.所以这是一个两输入单输出过程的控制系统,即用一个控制器来操纵两个阀门,因此可采用分程控制的控制方案,按输出信号的不同区间去操纵不同阀门.根据工艺要求,当塔板温度偏高时,应当先关小蒸汽再开大冷水,令温度控制器为反作用,温度升高时其输出信号下降.故要求在信号下降时先关小蒸汽再开大冷水,即蒸汽阀的分程区间在高信号区,冷水阀的分程区间在低信号区.系统的工作过程如下:当系统投入运行时,起始温度低于设定值,反作用的温度控制器输出信号将增大,使蒸汽阀开度变大,蒸汽流量增大,使塔板温度升高;当塔板温度升高到超过设定值后,控制器输出信号下降,渐渐关闭蒸汽阀,接着使冷水阀开度增大,水流量增大,使塔板温度下降,从而能把其温度控制在设定值上.1.3 控制系统的机理建模控制变量: 进水流量V i ,蒸汽流量V汽;被控变量: 某一层塔板上的温度T1, T2或T3;干扰: 进水温度T i系统热量衡算((忽略出口气体的质量,热损失不计):第一层塔板带控制点的填料塔热交换流量控制系统工艺流程图,11T C H p = p C 为水的比热()/(K kg kJ ⋅ 有 111m m H m H m H i si i ++=由于填料塔均分为三段,故1m 可近似为1/3汽m ,汽m 为进入填料塔的蒸汽流量 得 =1T )3/1(3/1汽汽水汽汽水V V C V H VT C i p s i p ρρρρ++1T 为第一层塔板温度;水ρ为水的密度)/(3m kg ;i V 为进水体积流量)/(3s m ; i T 为进水温度);(C ︒汽ρ为蒸汽密度)/(3m kg ;汽V 为进入填料塔的蒸汽体积流量)/(3s m . 第二层塔板s i s i H m H m m H m H m m 122211)()(++=++ (3) 2m 为进入第二层塔板的蒸汽流量)/(s kg ; 22T C H p = (1)+(3)222m m H m H m H i si i ++=⇒,2m 近似为2/3汽m得 )3/2(3/22汽汽水汽汽汽V V C V H T V C T i p s i i p ρρρρ++= (4)2T 为第二层塔板温度 第三层塔板s i s i H m H m m H m H m m 2322)()(++=++汽汽 (5)33T C H p = (1)+(3)+(5)汽汽m m H m H m H i si i ++=⇒3)(3汽汽水汽汽水V V C V H T V C T i p s i i p ρρρρ++=(6)3T 为第三层塔板温度以上(2),(4),(6)三式为基础稳态方程.系统的动态特性:热平衡方程11111)()(H m m H m H m dtdT C m m i s i i p i +-+=+ (7) 即11)3/1(3/1)3/1(T C V V V H T V C dtdT C V V p i s i i p pi 汽汽水汽汽水汽汽水ρρρρρρ+-+=+ 汽汽水汽汽水汽汽水V V V H T V C T C V V dt dT C i s i i p p i p ρρρρρρ3/13/1)3/1(11++++-=线性化, 得 汽汽V V f V V f T T f dt dT i i∆∂∂+∆∂∂+∆∂∂=010110111111-=∂∂T f 20001)3/1()(3/1汽汽水汽汽水V V C V H T C V f i p s i p i ρρρρ+-=∂∂20001)3/1()(3/1汽汽水汽水汽V V C V T C H V f i p i i p s ρρρρ+-=∂∂ 式中各参数符号下"0"使指稳态工作点上的值 去掉"∆"号,有汽汽V V fV V f T dt dT i i 010111∂∂+∂∂+-= (8) 22222)()(H m m H m H m dtdT C m m i s i i p i +-+=+ (9) 即22)3/2(3/2)3/2(T C V V V H T V C dtdT C V V p i s i i p pi 汽汽水汽汽水汽汽水ρρρρρρ+-+=+ 汽汽水汽汽水汽汽水V V V H T V C T C V V dt dT C i s i i p p i p ρρρρρρ3/23/2)3/2(22++++-=线性化, 得汽汽V V f V V f T T f dt dT i i∆∂∂+∆∂∂+∆∂∂=020220222122-=∂∂T f20002)3/2()(3/2汽汽水汽汽水V V C V H T C V f i p s i p i ρρρρ+-=∂∂ 20002)3/2()(3/2汽汽水汽水汽V V C V T C H V f i p i i p s ρρρρ+-=∂∂ 式中各参数符号下"0"使指稳态工作点上的值 去掉"∆"号,有汽汽V V fV V f T dt dT i i 020222∂∂+∂∂+-= (10) 33)()(H m m H m H m dtdT C m m i s i i p i 汽汽汽+-+=+ (11) 即33)()(T C V V V H T V C dtdT C V V p i s i i p pi 汽汽水汽汽水汽汽水ρρρρρρ+-+=+ 汽汽水汽汽水汽汽水V V V H T V C T C V V dt dT C i s i i p p i pρρρρρρ++++-=33)( 线性化, 得汽汽V V f V V f T T f dt dT i i∆∂∂+∆∂∂+∆∂∂=030330333133-=∂∂T f20003)()(汽汽水汽汽水V V C V H T C V f i p s i p i ρρρρ+-=∂∂ 20003)()(汽汽水汽水汽V V C V T C H V f i p i i p s ρρρρ+-=∂∂ 式中各参数符号下"0"使指稳态工作点上的值 去掉"∆"号,有汽汽V V fV V f T dt dT i i 030333∂∂+∂∂+-= (12) 由式(8), (10), (12), 将微分方程化为传递函数模型 式中各参数为00,,,,,,i s i p V V H T C 汽汽水ρρ 设进水温度,15C T i ︒=操作压力atm P 1=下蒸汽温度C T ︒=88.104汽KKg KJ C m Kg m Kg KgKJ H p s ⋅====/10.7/70748.0/1000/9.268433汽水ρρ因为系统试验装置还未投入运行,无法得到实验数据,模型参数如00,i V V 汽只能近似得出. 由系统实际进水量要求,进水量0i V 设为s m h m /105556.5/2.0353-⨯=电加热器功率为10,Kw 经济算得s m V /106415.2330-⨯=汽(以上有关数据,由参考文 献1得来)将各参数带入式(8),(10),(12),得汽V V T dtdT i 6.3574.1700211+--=汽V V T dtdT i 2.7159.3400422+--=汽V V T dtdT i 8.10723.5100733+--= 化为传递函数形式14.17002)()(1+-=s s V s T i 16.357)()(1+=s s V s T 汽19.34004)()(2+-=s s V s T i 12.715)()(2+=s s V s T 汽13.51007)()(3+-=s s V s T i 18.1072)()(3+=s s V s T 汽 以上各式即为机理建摸所得到的本控制系统模型,参数为近似得到.二. 模型预测控制以状态空间法为基础的现代控制理论从60年代初期发展以来,已取得了很大的进展,特别在航天航空、制导等领域中获得了辉煌的成就。

动态矩阵控制算法实验报告院系：电子信息学院姓名：黄山学号：专业：控制理论与控制工程MATLAB环境下动态矩阵控制实验一、实验目的：通过对动态矩阵控制的MATLAB仿真,发现其对直接处理带有纯滞后、大惯性的对象，有良好的跟踪性和有较强的鲁棒性，输入已知的控制模型，通过对参数的选择，来取得良好的控制效果。

二、实验原理：动态矩阵控制算法是一种基于被控对象非参数数学模型的控制算法，它是一种基于对象阶跃响应的预测控制算法，它以对象的阶跃响应离散系数为模型，避免了通常的传递函数或状态空间方程模型参数的辨识，又因为采用多步预估技术，能有效解决时延过程问题，并按预估输出与给定值偏差最小的二次性能指标实施控制，它适用于渐进稳定的线性对象，系统的动态特性中具有纯滞后或非最小相位特性都不影响改算法的直接应用，因此是一种最优控制技术。

三、实验环境：计算机，matlab2010a四、实验步骤：动态矩阵控制算法充分利用了反映被控对象动态行为的有用信息，对被控对象时滞和阶次变化的鲁棒性都有所提高，从而得到好的控制性能。

但是由于动态矩阵预测控制采用模型预测的方式，其参数的选择对性能有重要的影响。

合理的选择控制参数非常重要，它直接影响着系统整体的控制效果。

对DMC来说，影响其性能的主要参数有以下几个。

1)采样周期T与模型长度N在DMC中采样周期T和模型长度N的选择需要满足香农定理和被控对象的类型及其动态特性的要求。

为使模型参数尽可能完整的包含被控对象的动态特征，通常要求NT后的阶跃响应输出值已经接近稳定值。

因此，T减小就会导致N增大，若T取得过小，N增大，会增加计算量。

而适当的选取采样周期，使模型长度控制在一定的范围内，避免因为采样周期减少而使模型长度增加使计算量增加，降低系统控制的实时性。

所以，从计算机内存和实时计算的需要出发，应选取合适的采样周期和模型长度。

2)预测时域长度P预测时域长度P对系统的稳定性和快速性具有重要的影响。

摘要（随着科学技术和生产的迅速发展，对复杂和不确定性系统实行自动控制的要求不断提高，为进一步改善控制品质，提高经济效益，必须采用多变量先进控制器．考虑到工程实践的需要，多变量过程控制的设计本质上是解一个多变量多目标有约束优化问题。

本论文从目标规划的角度出发提出了一种新型控制方法—模块多变量动态矩阵控胄ＩＪ（ＭＩｖＩＤＭＣ），并在此基础上对其进行了工程化且在实践中加以检验。

模块多变量控制器基于多目标系统线性规划的字典序极小化方法，以实现多目标有约束控制问题的显式求解为目的。

它采用模块化的控制器分层结构，将目标达成的任务分配至各控制模块中，并按照目标的优先级构成模块序列。

在控制求解时，控制器由高到低的顺序遍历各模块。

在各模块中对一个或多个控制量计算确定值或限定可行解范围，直到所有目标满足或控制量失去自由度。

在后一情况下，可能有部分低优先级目标得不到满足，但控制器保证了对高优先级目标的最大程度的满足，符合工业过程控制的要求。

卜—＿—～本论文在对阶梯式模块多变量动态矩阵控制原理深入了解的基础上，利用相关系数法引入了对模型的在线自校正结构。

通过理论的深入分析研究，我们进一步把此种控制方法开发为较通用的控制软件包，通过统一接口向外界提供服务。

我们将这种控制方法在某石化炼油厂常压塔加热炉温度控制种进行了实际应用。

长期运行结果表明，该控制方法不仅能有效处理多类控制目标与约束，而且其结构灵活、对被控对象的增益摄动不敏感以及强鲁棒性等优点，也适合于实际生产控制的需要，具有广阔的应用前景。

文中还指出了算法中潜在的一些问题，提出了一些解决的构思和改进设想。

关键词：多变量多目标有约束控制，模块多变量控制，字典序极小化，主控制量，阶梯式控制策略．动态矩阵控制，面向对象，模型参数白校正。

第，页生竺竺竺苎兰苎竺曼竺苎苎苎————————曼墨Ａｂｓｔｒａｃｔａｎｄｕｎｃｅｒｔａｉｎｓｙ’ｓｔｅｍｓＴｈｅｄｅｍａｎｄｆｏｒｔｈｅａｕｔｏｍａｔｉｃｃｏｎｔｒｏｌｌｉｎｇｏｆｃｏｍｐｌｉｃａｔｅｄｗｉｔｈ雠ｒａｐｉｄｄｅｖｅｌｏｐｍｅｎｔｏｆｔｅｃｈｎｏｌｏｇｙａｎｄｃｏｎｔｉｎｕｏｕｓｌｙａｄｖａｎｃｅｄａｌｏｎｇｍａｎｕｆａｃｔｕｒｅ．Ｆｏｒｂｅｔｔｅｒｃｏｎｔｒｏｌｑｕａｌｉｔｙａｎｄｍｏｒｅｅｃｏｎｏｍｉｃｂｅｎｅｆｉｔｓ，ｔｈｅｍｕｌｔｉ－ｖａｒｉａｂｌｅａｄｖａｎｃｅｄｃｏｎｔｒｏｌｌｅｒｓｍｕｓｔｂｅｄｅｖｅｌｏｐｅｄ．Ｃｏｎｓｉｄｅｒｉｎｇｔｈｅｉｎｄｕｓｔｒｉａｌａｃｑｕｉｒｅｍｅｎｔ，ｔｈｅｔｈｅｃｏｎｔｒｏｌｓｖｓｔｅｍｆｏｒｍｕｌｔｉｖａｒｉａｂｌｅｐｒｏｃｅｓｓｉｓｅｓｓｅｎｔｉａｌｌｙｔｏｓｏｌｖｅａｄｅｓｉｇｎｏｆｍｕｌｔｉｖａｒｉａｂｌｅｍｕｌｔｉ—ｏｂｊｅｃｔｃｏｎｓｔｒａｉｎｅｄｏｐｔｉｍａｌｐｒｏｂｌｅｍ．ＴＭｓｐａｐｅｒｓｔｕｄｉｅｄｔｈｉｓｐｒｏｂｌｅｍｆｒｏｍａｎｅｗｐｏｉｎｔｏｆｖｉｅｗ—·ｏｔ吁ｅｃｔＰｒｏｇｒａｍｍｉｎｇ，ｔｈｅｎｃｏｎｓｔｒｕｃｔｅｄａｎｏｖｅｌｃｏｎｔｒｏｌｍｅａｎｓ—ＭｏｄｕｌａｒＭｕｌｔｉｖａｒｉａｂｌｅＤｙｎａｍｉｃＭａｔｒｉｘＣｏｎｔｒｏｌｆＭＭＤＭＣ），ｈａｄｅｎｇｉｎｅｅｒｉｎ９１ｉｚｅｄａｎｄｃｈｅｃｋｅｄｕｐｉｔｂａｓｅｄｏｎｔｈｉｓ．ＴｈｅＭｏｄｕｌａｒＭｕｌｔｉｖａｒｉａｂｌｅＣｏｎ打ｏｌｌｅｒｉｓｂａｓｅｄｏｎｔｈｅＬｅｘｉｃｏｇｒａｐｈｉｃＭｉｎｉｍｉｚａｔｉｏｎ．ｍｅｔｈｏｄｔｏｓｏｌｖｅｔｈｅｍｕｌｔｉ—ｏｂｊｅｃｔｌｉｎｅａｒｐｒｏｇｒａｍｍｉｎｇｐｒｏｂｌｅｍｓ．Ｔｈｅｃｏｎｔｒｏｌｌｅｒｃａｎｏｎｅｓｏｌｖｅｔｈｅｃｏｎｓｔｒａｉｎｅｄｃｏｎｔｒｏｌｐｒｏｂｌｅｍｓｅｘｐｌｉｃｉｔｌｙ．Ｕｓｉｎｇｔｈｅｍｏｄｕｌａｒｓｔｒａｔｉｆｉｅｄｓｔｒｕｃｔｕｒｅ，ｔｈｅｃｏｎｔｒｏｌｌｅｒａｓｓｉｇｎｓｔｈｅｇｏａｌｓｉｎｔｏｅａｃｈｃｏｎｔｒｏｌｍｏｄｕｌｅａｎｄａｒｒａｎｇｅｓｔｈｅｍｏｄｕｌｅｓｉｎｔｏａｑｕｅｕｅａｃｃｏｒｄｉｎｇｔｏｔｈｅｐｒｉｏｒｉｔｉｅｓｏｆｔｈｅｇｏａｌｓ．Ｗｈｅｎｔｈｅｓｏｌｕｔｉｏｎｉｓｎｅｅｄｅｄ，ｔｈｅｃｏｎｔｒｏｌｌｅｒｖｉｓｉｔｓａｌｌｔｈｅｍｏｄｕｌｅｓｆｒｏｍｈｉｇｈｐｒｉｏｒｉｔ、，ｔｏｌｏｗａｎｄｃａｌｃｕｌａｔｅｔｈｅＶａｌｕｅｓｏｒｌｉｍｉｔａｔｉｏｎｓｏｆｔｈｅｍａｎｉｐｕｌａｔｅｄｖａｒｉａｂｌｅｓ．１Ｍｓｐｒｏｃｅｄｕｒｅｓｔｏｐｓｗｈｅｎａｎｇｏａｌｓａｒｅａｃｈｉｅｙｅｄｏｒａｌｌｍａｎｉｐｕｌａｔｅｄｖａｒｉａｂｌｅｓｈａｖｅｆｉｘｅｄｖａｌｕｅｓ．Ｉｎｔｈｅｌａｔｅｒｃａｓｅ，ｓｏｍｅｇｏａｌｓｍａｙｎｏｔｂｅｆｕｌｆｉｌｌｅｄ．Ｂｕｔｔｈｅｃｏｎｔｒｏｌｌｅｒｄｉｓｒｅｇａｒｄｓｔｈｅｓｅｇｏａｌｓｉｎｏｒｄｅｒｔｏｋｅ印ｔｈｅｈｉｇｈｐｒｉｏｒｉｔｉｅｓｇｏａｌｓｓａｔｉｓｆｉｅｄ．Ｔｈｉｓｉｄｅａｆｏｌｌｏｗｓｔｈｅａｃｑｕｉｒｅｍｅｎｔｓｏｆｔｈｅｉｎｄｕｓｔｒｉａｌｐｒｏｃｅｓｓｃｏｎｔｒ０１ｔａｓｋＡｆｔｅｒｍａｓｔｅｒｉｎｇｔｈｅｐｒｉｎｃｉｐｌｅｏｆｓｔａｉｒ－ｌｉｋｅＭｏｄｕｌａｒＭｕｌｔｉｖａｒｉａｂｌｅＤｙｎａｍｉｃＭａｔｒｉｘＣｏｎｔｒｏｌ，ｗｅｉｍｐｏｒｔｅｄｔｈｅｓｅｌｆ－ａｍｅｎｄａｔｉｏｎｃｏｎｓｔｒｕｃｔｗｉｔｈｍｅａｎｓｏｆｃｏｒｒｅｌａｔｉｏｎｑｕｏｔｉｅ押．ＷｅｄｅｖｅｌｏｐｔｈｅｒａｔｈｅｒｇｅｎｅｒａｌｓｏｆｔｗａｒｅｐａｃｋａｇｅａｆｔｅｒｔｈｏｒｏｕｇｈａｎａｌｙｓｉｓａｎｄｒｅｓｅａｒｃｈａｎｄｐｒｏｖｉｄｅｓｅｒｖｉｃｅｓｔｈｒｏｕｇｈｔｈｅＵｎｉｔｅｄｉｎｔｅｒｆａｃｅ．ｗｅａｐｐｌｉｅｄｔｈｉｓＭＭＤＭＣｓｔｒａｔｅｇｙｉｎｃｏｍｍｏｎｐｒｅｓｓｕｒｅｐｙｒｏｃｈｅｍｉｃａｌｆｕｒｎａｃｅｏｆｅａｓｔ－ｄｉｓｔｉｌｌａｔｉｏｎｄｅｖｉｃｅａｔＬｉａｏＨｅｏｉＪ矗ｅｌｄｐｅｔｒｏｌｅｕｍｒｅｆｉｎｅｒｙ．ＬｏｎｇｔｅｒｍｏｐｅｒａｔｉｏｎｈａｓａｎｄｃｏｎｓｔｒａｉｎｔｓｅｆｆｉｃｉｅｎｔｌｙａｎｄｐｒｏｖｅｄｔｈａｔｔｈｅｃｏｎｔｒｏｌｌｅｒｃａｌＩｄｅａｌｗｉｔｈｖａｒｉｅｔｉｅｓｏｆｇｏａｌｓｍａｔｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓ，ｓｕｃｈａｓｃｈａｎｇｅａｂｌｅｓｔｒｕｃｔｕｒｅ，ｂｌｕｎｔｎｅｓｓｔｏｔｈｅｐｌａｎｔｕｎｃｅｒｔａｉｎｔ、ｒａｎｄｔｈｅｅｘｃｅｌｌｅｎｔｒｏｂｕｓｔｎｅｓｓ，ａｒｅｔｈｅｅｘｐｅｃｔａｔｉｏｎｏｆ出ｅｉｎｄｕｓｔｒｉａｌａｐｐｌｉｃａｔｉｏｎ．Ｔｈｅｒｅｆｏｒｅ，ｔｈｅｃｏｎｔｒｏｌｌｅｒｈａｓｔｈｅｐｒｏｓｐｅｃｔｉｖｅｗｉｄｅｕｔｉｌｉｚａｔｉｏｎｉｎｔｈｅｆｕｔｕｒｅ．ＴｈｅｐａｐｅｒａｌｓｏｐｏｉｎｔｓｏｕｔｓｏｍｅｐｏｔｅｎｔｉａｌｐｒｏｂｌｅｍｓｉｎｏｕｒＣｕｒｒａｎｔａｌｇｏｒｉｔｈｍ，ａｎｄｓｏｍｅｓｏｌｕｔｉｏｎｓａｎｄｐｒｏｍｏｔｉｏｎｓａｓｗｅｌｌ．ＫｅｙＷｏｒｄｓ：ＭｕｌｔｉｖａｒｉａｂｌｅＭｕｌｔｉ—ｏｂｊｏａＣｏｎｓｔｒａｉｎｅｄＣｏｎｔｒｏｌ，ＭｏｄｕｌａｒＭｕｌｔｉｖａｒｉａｂｌｅＣｏｎｔｒｏｌ，ＬｅｘｉｃｏｇｒａｐｈｉｃＭｉｎｉｍｉｚａｔｉｏｎ，ＰｒｉｍａｒｙＭａｎｉｐｕｌａｔｅｄＶａｒｉａｂｌｅ，Ｓｔａｉｒ－ⅡｋｅＣｏｎｔｒｏｌＳｔｒａｔｅｇｙ，ＤｙｎａｍｉｃＭａｔｒｉｘＣｏｎｔｒｏｌ，ｏｂｊｅｃｔ－ｏｒｉｅｎｔｅｄ？ＭｏｄｅｌＰａｒａｍｅｔｅｒＳｅｌｆ－Ａｍｅｎｄａｔｉｏｎ．横块善奄Ⅵ动态艇辞撞秘鼻注磅究ｓ强甬－歼麓第２页致谢论文完稿之际，我要对我的导师吴刚呈上深深谢意。