模型預測控制的抗擾性能分析與改進方法研究.pdf

1、隨著工業(yè)系統(tǒng)的日益復雜，大量復雜、時變的擾動越來越嚴重地影響控制系統(tǒng)的性能，進而影響產品的質量以及系統(tǒng)的安全運行。這對控制算法的擾動抑制性能提出了更高的要求。
　　 模型預測控制已經發(fā)展成為具有豐富的理論和廣泛的應用的先進控制方法。但是，目前在工業(yè)界廣泛應用的動態(tài)矩陣控制算法(DMC)的擾動抑制作用比較遲滯，不能很好的抑制復雜時變的擾動。因此，本文對模型預測控制的擾動抑制策略進行了較為深入的研究，從時域和頻域兩方面分析現有的擾動

2、抑制策略的抗擾性能并改進了擾動自適應預測控制算法。全文的主要研究工作與貢獻如下：
　　 1.對模型預測控制算法三種不同擾動抑制策略的時域性能進行了研究。分析比較了基于階躍擾動模型、基于卡爾曼濾波技術和采用自適應擾動模型的擾動抑制策略的原理和特點。仿真研究了三種擾動抑制方法對工業(yè)過程中典型的隨機擾動、周期性擾動和原油切換擾動的抑制能力。采用基于MVC準則的性能評估算法對擾動抑制性能進行了比較，結果表明擾動模型自適應策略對上述常見擾

3、動具有良好的抑制能力。
　　 2.對無約束模型預測控制的閉環(huán)結構進行了分析。在此基礎上，給出了模型預測控制擾動抑制性能的頻域分析方法。研究了三種擾動抑制策略的閉環(huán)靈敏度函數、帶寬等頻域指標的計算方法，考察閉環(huán)系統(tǒng)的調節(jié)速度、魯棒性以及對不同頻率擾動的抑制程度，彌補了時域分析方法的不足。頻域仿真表明擾動自適應策略對低頻擾動的抑制能力最強，系統(tǒng)的帶寬大而魯棒性稍差。
　　 3.針對擾動自適應預測控制算法控制作用包含較多高頻分

4、量的問題，提出一種基于低通濾波技術的改進算法。改進算法通過對預測誤差信號進行指數加權平滑來削弱高頻擾動的影響。時域與頻域分析仿真結果表明：改進算法有效削弱了控制作用的高頻波動，改善了系統(tǒng)對高頻擾動的抑制能力，增強了系統(tǒng)的魯棒性。
　　 4.對擾動自適應預測控制算法的參數設計進行了研究。結合仿真實例，分析了時間序列擾動模型ARMA的階次、遞推辨識算法中的迭代次數、擾動預測時域、濾波器增益等參數的選取與擾動抑制性能的關系，提出了參數