当前位置：文档之家 › 模型预测控制专题培训课件

模型预测控制专题培训课件

  • 格式：ppt
  • 大小：543.50 KB
  • 文档页数：29

下载文档原格式

  / 29

合集下载

模型预测控制MIMOExamplePPT课件

模型预测控制MIMOExamplePPT课件

Amplitude
0.5
0
0
10
20 0
10
20 0
Time (sec)
第22页/共37页
10
20
动态矩阵控制---例子
• 阶跃响应模型 • S=step(model) ？ • S=[S(:,:,1),S(:,:,2),S(:,:,3)] ？ • S(k,j,i), 时间k，输出j，输入i
第23页/共37页
• [A,B,C,D]=ssdata(sys);
第27页/共37页
动态矩阵控制---例子
• Now simulate closed-loop MPC in Simulink • Tstop=30; % Simulation time • mpc_miso • 解释：t=10,20时加入可测/不可测系统输入的动态特性
• %% • % We also revised the MPC design • MPCobj.Model.Disturbance=.1; % Model for unmeasured
• % measurement noise of frequency 0.1 Hz. We want to inform the MPC object
• % about this so that state estimates can be improved
• omega=2*pi/10; • MPCobj.Model.Noise=0.5*tf(omega^2,[1 0 omega^2]);
pulatedVariables; • ServoMPC.OutputVariables=OutputVar
第15页/共37页
Se r vo m o to r- 参 数 设 置 对 性 能 作用

模型预测控制课件

模型预测控制课件
• 从基本思想看，预测控制优于PID控制
PPT学习交流
8
第二节 预测控制的基本原理
r(k)
+_
d(k)
在线优化 控制器
u(k)
y(k) 受控过程
+ y(k+j| k)
+
模型输出 反馈校正
动态 预测模型
y(k|k)
_ +
三要素：预测模型 滚动优化 反馈校正
PPT学习交流
9
第二节 预测控制的基本原理 一.预测模型（内部模型）
• 预测模型的功能 根据被控对象的历史信息{ u(k - j), y(k - j) |
j≥1 }和未来输入{ u(k + j - 1) | j =1, …, m} ，预测 系统未来响应{ y(k + j) | j =1, …, p} • 预测模型形式
• 参数模型：如微分方程、差分方程 • 非参数模型：如脉冲响应、阶跃响应
• Adersa(法) : HIECON
• Invensys : Predictive Control Ltd : Connoisseur
• DOT(英) : STAR
PPT学习交流
6
第一节 预测控制的发展
预测控制的特点 • 建模方便，对模型要求不高 • 滚动的优化策略，具有较好的动态控制效果 • 简单实用的反馈校正，有利于提高控制系统的鲁
5
第一节 预测控制的发展
预测控制有关公司及产品
• SetPoint : IDCOM
• DMC
: DMC
• AspenTech : SetPoint Inc : SMC- IDCOM
DMC Corp : DMCplus
• Profimatics: PCT

模型预测控制讲解

模型预测控制讲解
? 系统的线性性
– 则保证了可用线性系统的迭加性等
2019/6/9
第五讲 模型预测控制
16
计算机控制系统理论与应用
5-2 DMC的预测模型(1)
----Coperight by SEC----
t/T 12
计算机控制系统理论与应用
5-1 反馈校正(1)
----Coperight by SEC----
? 每到一个新的采样时刻，都要通过实际 测到的输出信息对基于模型的预测输出 进行修正，然后再进行新的优化。不断 根据系统的实际输出对预测输出值作出 修正使滚动优化不但基于模型，而且利 用了反馈信息，构成闭环优化。
----Coperight by SEC----
2019/6/9
第五讲 模型预测控制
2
计算机控制系统理论与应用
----Coperight by SEC----
模型预测控制的发展背景(1)
? 现代控制理论及应用的发展与特点
– 要求 ? 精确的模型 ? 最优的性能指标 ? 系统的设计方法
– 应用 ? 航天、航空 ? 军事等领域
4
计算机控制系统理论与应用
预测控制的特点（1）
----Coperight by SEC----
? 建模方便,不需要深入了解过程内部机理 ? 非最小化描述的离散卷积和模型,有利于
提高系统的鲁棒性 ? 滚动的优化策略,较好的动态控制效果 ? 不增加理论困难,可推广到有约束条件、
大纯滞后、非最小相位及非线性等过程 ? 是一种计算机优化控制算法
第五讲 模型预测控制
11
计算机控制系统理论与应用
----Coperight by SEC----
5-1 滚动优化(在线优化) (2)

第三篇(第789章)模型预测控制及其MATLAB实现精品PPT课件

第三篇(第789章)模型预测控制及其MATLAB实现精品PPT课件

一般取
w(k j) a j y(k) (1 a j ) yr ( j 1,2,, n)
其中 为柔化系数 0 1 ；y(k)为系统实测输出 值；yr 为系统的给定值。
i 1
i j1
( j 1,2,, n)
(7-4)
上式右端的后二项即为过去输入对输出n步预估,记为
p 1
y0 (k j) ai u(k j i) a p u(k j p) i j1
将式(3-4)写成矩阵形式
( j 1,2,, n)
(7-5)
yˆ(k 1) a1
yˆ(k
(7-3)
yˆ(k j) ai u(k j i) a p u(k j p) ( j 1,2,, n)
i 1
8
由于只有过去的控制输入是已知的,因此在利用动 态模型作预估时有必要把过去的输入对未来的输出贡 献分离出来,上式可写为
j
p 1
yˆ(k j) ai u(k j i) ai u(k j i) a p u(k j p)
6
7.1.1 预测模型
从被控对象的阶跃响应出发，对象动态特性用一系 列动态系数 a1, a2 ,, ap 即单位阶跃响应在采样时刻的值 来描述，p称为模型时域长度，ap是足够接近稳态值的 系数。
图7-1 单位阶跃响应曲线
7
根据线性系统的比例和叠加性质(系数不变原理),若
在某个时刻k-i(k>=i)输入u(k-i),则 u(k i) 对输出y(k)的
第三篇 模型预测控制 及其MATLAB实现
1
第7章 预测控制理论
❖7.1 动态矩阵控制理论 ❖7.2 广义预测控制理论 ❖7.3 预测控制理论分析
2
模型预测控制（Model Predictive Control：MPC） 是20世纪80年代初开始发展起来的一类新型计算机控 制算法。该算法直接产生于工业过程控制的实际应用， 并在与工业应用的紧密结合中不断完善和成熟。模型 预测控制算法由于采用了多步预测、滚动优化和反馈 校正等控制策略，因而具有控制效果好、鲁棒性强、 对模型精确性要求不高的优点。

第7章 模型预测控制4MIMOExample ppt课件

第7章 模型预测控制4MIMOExample ppt课件
y(t) = Cx(t) + Du(t)
2020/12/27
12
MPC Control of a DC Servomotor模型描述
sys
a=
x1 x2 x3 x4
x1 0 1 0 0
x2 -51.21 -1 2.56 0
x3 0 0 0 1
x4 128 0 -6.401 -10.2
b=
u1
x1 0
备注：下面文件单独键入运行界面 ManipulatedVariables=struct('Min',umin,'Max',umax,'Units','V'); OutputVariables(1)=struct('Min',-Inf,'Max',Inf,'Units','rad'); OutputVariables(2)=struct('Min',Vmin,'Max',Vmax,'Units','Nm'); Weights=struct('Input',uweight,'InputRate',duweight,'Output',yw
2020/12/27
7
动态矩阵控制---参数设置对性能 作用
A single input, V, one measured and fead back to the controller, qL, and one unmeasured, T.
2020/12/27
8
动态矩阵控制---参数设置对性能 作用
eight);

模型预测控制全面讲解..pdf

模型预测控制全面讲解..pdf
有限脉冲响应(Finite Impulse Response，FIR)
hT={h1，h2，…，hN} 可完全描述系统的动态特性
主要内容 预测模型 反馈校正 参考轨迹 滚动优化
第三节 模型算法控制(MAC) 一. 预测模型
MAC的预测模型 渐近稳定线性被控对象的单位脉冲响应曲线
y
h11 h2
有限个采样周期后
lim
j
h
j
0
hN
0 12
t/T N
系统的离散脉冲响应示意图第节 模型算法控制(MAC) 一. 预测模型
MAC算法中的模型参数
1─k 时刻的预测输出 2─k +1时刻实际输出
t/T
3─ k +1 时刻预测误差 4─k +1时刻校正后的预测输出
第三节 模型算法控制(MAC)
模型算法控制（Model Algorithmic Control）： 基于脉冲响应模型的预测控制，又称模型预测 启发式控制(MPHC)
60年代末，Richalet等人在法国工业企业中应用 于锅炉和精馏塔的控制
1987年，Clarke 提出了基于时间序列模型和在线辨识的 广义预测控制(Generalized Predictive Control， GPC)
1988年，袁璞提出了基于离散状态空间模型的状态反馈预 测控制(State Feedback Predictive Control， SFPC)
第一节 预测控制的发展
反馈校正
在每个采样时刻，都要通过实际测到的输出信息对基于 模型的预测输出进行修正，然后再进行新的优化
闭环优化
不断根据系统的实际输出对预测输出作出修正，使滚动 优化不但基于模型，而且利用反馈信息，构成闭环优化

模型预测控制 PPT课件


现代典型过程对象的控制系统层次图
Unit1 为 传 统 结构 Unit2 为 MPC 结构
模型预测控制的基本特点
预测控制算法的核心内容：
建立内部模型 确定参考轨迹 设计控制算法 实行在线优化
预测控制算法的三要素为：
预测模型 滚动优化 反馈校正
模型预测控制的三要素
预测模型
对未来一段时间内的输出进行预测
工业自动化工具的发展（仪表）
年代 1950
1960
工业发展状况
仪表技术
化工、钢铁、纺织、造纸等，规 气动仪表，标准信号：20～100kPa
模较小；电子管时代
采用真空电子管；自动平衡型
记录仪
半导体技术；石油化工；计算机； 电动仪表，标准信号：0～10mA
大型电站；过程工业大型化
仪表控制室；模拟流程图；DDC
反馈校正
y (k+j|k)= ym(k+j|k) +e(k+j|k) e (k+j|k)= y (k|k) - ym (k|k)
反馈校正
2 3 y
u
4
yˆ(k 1) ym (k
e(k 1) yˆ(k
1
k k+1
t/T
1─k时刻的预测输出ym(k)
2─k＋１时刻实际输出y (k+1)
3─预测误差e(k+1)
预测模型形式
➢ 参数模型：如微分方程、差分方程、状态方程、 传递函数等
➢ 非参数模型：如脉冲响应、阶跃响应、模糊模型、 智能模型等
预测模型
基于模型的预测示意图（P=M）
过去
未来
3
y
4
1u2ຫໍສະໝຸດ k 时刻1—控制策略Ⅰ 2—控制策略Ⅱ 3—对应于控制 策略Ⅰ的输出 4—对应于控制策略Ⅱ的输出

讲课15模型预测控制

16.323讲课15模型预测控制z Allgower，F.,和A.Zheng，非线性模型预测控制，Springer-Verlag，2000。

z Comacho,E.，和C.Bordons，模型预测控制，Springer-Verlag，1999。

z Kouvaritakis，B.，和M.Cannon，非线性预测控制：理论和实践，IEE出版社，2001。

z Maciejowski，J.，有约束的预测控制，Pearson Education POD，2002.z Rossiter，J.A.，基于模型的预测控制：实践方法，CRC出版社，2003。

MPCz 在讲课7的计划是有效“开环”- 使用一个假设的模型和约束集设计控制输入序列u()t 。

- 问题是有模型误差与/或扰动时，这些输入不能产生期望的系统响应。

z 需要“闭环”策略补偿这些误差。

- 方法称作模型预测控制 - 也就是知名的滚动时域控制z 基本策略：- 在时刻k ，由当前状态x()k 使用系统模型的知识设计一个有限范围N 长的输入序列u(|1),u(|2),u(|3),,u(|)k k k k k k k k N ++++…- 实现输入序列的一部分，通常就是第一步。

- 在时间1k+，对状态x(1)k +重复上述步骤参考旧输出旧输入过去当前未来时间未来输入，没有控制“最优的”未来输入未来输出，没有控制“最优的”未来输出MPC ：基本思想（来自Bo Wahlberg ）MIT OCW 供图z 注意控制算法是基于在每一步数值求解一个最优化问题- 典型的有约束优化z MPC 的主要优势：- 明确说明系统约束。

不只是设计控制器使得系统远离约束。

- 可以容易处理非线性和时变对象动态，因为控制器是可以实时（和计划时间）修改的模型的显函数z 许多商业应用的时间可以追溯到20世纪70年代早期，见/~qin/cptv/cptv14.html- 很多这些工作是过程控制 — 是非线性动态，但是变化不是特别快。

课件--模型预测控制


h1
h1
h2
PM 1
hi
i1
PM
第三节 模型算法控制(MAC) 二. 反馈校正
以当前过程输出测量值与模型计算值之差修正模型预测值
yP (k j) ym (k j) jy(k) ym (k)
N
ym (k) hiu(k i) i 1
对于P步预测
j 1, 2, , P
YP (k) Ym (k) βe(k)
主要内容 预测模型 反馈校正 参考轨迹 滚动优化
第四节 动态矩阵控制(DMC) 一. 预测模型
DMC的预测模型
渐近稳定线性被控对象的单位阶跃响应曲线
和给定值的偏差来确定当前的控制输入 预测控制：不仅利用当前的和过去的偏差值，
而且还利用预测模型来预测过程未来的偏差值。 以滚动优化确定当前的最优控制策略，使未来 一段时间内被控变量与期望值偏差最小 从基本思想看，预测控制优于PID控制
第二节 预测控制的基本原理
r(k)
+_
d(k)
在线优化 控制器
u(k)
y(k) 受控过程
+ y(k+j| k)
+
模型输出 反馈校正
动态 预测模型
y(k|k)
_ +
三要素：预测模型 滚动优化 反馈校正
第二节 预测控制的基本原理 一.预测模型（内部模型）
预测模型的功能 根据被控对象的历史信息{ u(k - j), y(k - j) |
j≥1 }和未来输入{ u(k + j - 1) | j =1, …, m} ，预测 系统未来响应{ y(k + j) | j =1, …, p} 预测模型形式 参数模型：如微分方程、差分方程 非参数模型：如脉冲响应、阶跃响应

《基于模型预测控制》PPT课件


（3-3）
式中y(k)为当前时刻k的测量值。
yP (k j) ym (k j) j[y(k) ym (k)]
(3) 设定值与参考轨迹 假定设定值为yd。通常取式（3-1）的一阶指数变化形式，则有
j=1,2……p (4). 最优控制作用 设优化控制的目标函数为
yr (k j) j y(k) (1 j ) yd
N的选择显然与采样周期有关，对于给定的过程，采样周期短，则N会相应的增大。 通常可选N =20~60为宜。 ※ 输出预估时域长度P的选择 通常P越大，预测控制的鲁棒性就越强。但相应的计算量和存储量也增大。一般，P选 择等于过程单位阶跃响应达到其稳态值所需过渡时间的一半所需的采样次数。 ※控制时域长度M的选择
近年来已在化工、炼油、石油化工、冶金等企业中得到成功应用，已有商品化软件 出售。DMC算法包含预测模型、在线反馈校正、滚动优化等几部分。
10.3.3.广义预测控制
广义预测控制（Generalized Predictive Control 简称GPC）考虑过程随机噪音, 采 用易于在线辨识并能描述不稳定过程的CARMA受控自回归滑动平均模型和CARIMA受控 自回归积分滑动平均模型。
工业过程的多输入——多输出的高维 复杂系统难于建立精确的数学模型， 工业过程模型结构、参数和环境都有 大量不确定性；
工业过程都存在着非线性，只是程度 不同而已；
工业过程都存在着各种各样的约束， 而过程的最佳操作点往往在约束的边 界上等。
70年代以来，针对工业过程特点寻找 各种对模型精度要求低，控制综合质 量好，在线计算方便的优化控制算法。 预测控制是在这样的背景下发展起来 的一类新型计算机优化控制算法。
由于预测控制对于复杂工业过程的适应性，在国外许多企业得到广泛应用，取得显著 经济效益，国内亦有试点，逐步推广应用。它在工业过程有着广阔的应用前景。
  1. 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
不是采用一成不变的全局最优化目标，而是采用滚动式的有限时域 优化策略。优化过程不是一次离线进行，而是在线反复进行优化计 算、滚动实施，从而使模型失配、时变、干扰等引起的不确定性能及 时得到弥补，提高了系统的控制效果。
N 2
N u
J q j[y r(tj) y * (tj|t)2] j u 2 (tj 1 )
非线性等过程 一类用计算机实现的优化控制算法
第5章 模型预测控制
五 模型预测控制的应用
在预测控制问世来，由于计算机技术的发展和日益复杂的工业系统 对先进控制的需求，使预测控制的应用范围日渐扩大，控制水平日益 提高。目前，预测控制已成为工业控制领域应用最多的一种先进控制 策略。
商品化预测控制软件产品： (i). 第一代：以Adersa的IDCOM和She11 Oil的DMC为代表，算法针 对无约束多变量过程; (ii). 第二代：以Shell Oil的QDMC为代表，处理约束多变量过程的控 制问题; (iii). 第三代：产品包括Adersa的HIECOM和PFC，DMC的DMC plus 和Honeywell的RMPCT，算法增加了摆脱不可行解的办法，并具有容 错和多个目标函数等功能。
第5章 模型预测控制
四 预测控制的特点
预测控制是一种比较特殊的控制算法： (i). 起源于实践（不是理论发展的需要，而是工业实践向控制论提出 的挑战）； (ii). 理论研究落后于实践（定量分析）。
预测控制特点:
对模型要求低，建模方便，不需要深入了解过程内部机理 滚动优化策略，较好的动态控制效果 简单实用的模型校正方法，较强的鲁棒性 不增加理论困难，可推广应用于有约束、大纯滞后、多输入多输出、
第5章 模型预测控制
商品化预测控制软件简介
公司
Adersa
DMC Honeywell Profimatics Setpoint
产品名
HieCon PFC DMC DMI
RMPCA PCT
SMCA
产品功能
递阶约束控制 预测函数控制 动态矩阵控制 动态矩阵辨识 鲁棒模型预测控制技术 预测控制技术
多变量控制软件包
2. 动态矩阵控制（DMC）的产生：
动态矩阵控制(DMC, Dynamic Matrix Control)于1974年应用在美国壳牌石 油公司的生产装置上，并于1980年由Culter等在美国化工年会上公开发表，
3. 广义预测控制（GPC）的产生：
1987年，Clarke等人在保持最小方差自校正控制的在线辨识、输出预测、 最小方差控制的基础上，吸取了DMC和MAC中的滚动优化策略，基于参数 模型提出了兼具自适应控制和预测控制性能的广义预测控制算法。
预测模型的功能为：在当前时刻，基于过程的动态模型，利用被控 对象的历史信息和未来输入，预测系统未来响应。
第5章 模型预测控制
2. 滚动优化
(i) 优化目的 按照某个目标函数确定当前和未来控制作用的大小，这些控制作用
将使未来输出预测序列沿某个参考轨迹“最优地”达到期望输出设定 (ii)值优. 化过程
3. 计算机技术的迅速发展为求解许多复杂控制计算问题提供了 强大的物质基础。过程 1. 模型算法控制（MAC）的产生：
(i). 1978年，法国的Richalet等人在系统脉冲响应的基础上，提出了模型预 测启发控制(MPHC, Model Predictive Heuristic Control)，并介绍了其在工业 过程控制中的效果； (ii). 1982年，Rouhani和Mehra[2]给出了基于脉冲响应的模型算法控制(MAC, Model Algorithmic Control)；
(ii). 典型生产装置的优化操作点通常位于各种操作变量的约束边界处, 因而一 个理想的控制器应当保证使生产装置在不违反约束的情况下尽可能接近约束, 以确保获取最佳经济效益。
2. 传统控制及现代控制理论的局限性
(i). 传统的PID控制策略和一些复杂控制系统不能满足控制要求;
(ii). 现代控制理论的不作为： ①过分依靠被控对象的精确数学模型 ; ②不能处理非线性、时变性、不确定性、有约束、多目标问题。
第5章 模型预测控制
5.2 模型预测控制基本原理
一 模型预测控制的分类 1. 基于非参数模型的预测控制算法
代表性的算法有模型算法控制 (MAC) 和动态矩阵控制(DMC)。这 类算法适合处理开环稳定多变量过程约束间题的控制；
2. 基于ARMA或CARIMA等输入输出参数化模型预测控制算法
代表性的算法为广义预测控制算法(GPC)。这类算法可用于开环不 稳定、非最小相位和时变时滞等较难控制的对象，并对系统的时滞和 阶次不确定有良好的鲁棒性。但对于多变量系统，算法实施较困难。
预测控制的模型称为预测模型。预测控制对模型的要求不同于其他 传统的控制方法，它强调的是模型的功能而不是模型的结构，只要模 型可利用过去已知数据信息预测系统未来的输出行为，就可以作为预
测模型。 (i) 传统的模型: 状态方程、传递函数 ; (ii) 实际工业过程中较易获得的脉冲响应模型或阶跃响应模型 ; (iii)易于在线辨识并能描述不稳定系统的CARIMA等模型 ;
j N 1
j 1
第5章 模型预测控制
滚动优化示意图
yr
y
u
k
k时刻优化 2
第5章 模型预测控制
模型预测 控制
第5章 模型预测控制
二 模型预测控制的产生背景 1. 工业需求：
(i). 随着过程工业日益走向大型化、连续化，工业生产过程日趋复杂多变, 往 往具有强藕合性、非线性、信息不完全性和大纯滞后等特征，并存在着各种 约束条件，其动态行为还会随操作条件变化、催化剂失活等因素而改变。
3. 滚动时域控制( Receding Horigon Control, RHC)
这种算法由著名的LQ或LQG算法发展而来。对于状态空间模型， 用有限时域二次性能指标再加终端约束的滚动时域控制方法来保证系 统稳定性。它已拓展至跟踪控制和输出反馈控制。
第5章 模型预测控制 二 模型预测控制的基本原理 1. 预测模型