分布式模型預(yù)測(cè)控制算法相關(guān)研究.pdf

1、隨著科學(xué)技術(shù)的不斷發(fā)展，現(xiàn)代工業(yè)過(guò)程呈現(xiàn)出結(jié)構(gòu)復(fù)雜、規(guī)模龐大、子系統(tǒng)間能量、物料耦合強(qiáng)烈等特性。分布式模型預(yù)測(cè)控制(Distributed ModelPredictive Control，DMPC)是一種有效的解決大規(guī)模系統(tǒng)控制問(wèn)題的方法。DMPC的優(yōu)勢(shì)在于:(1)減小每個(gè)子系統(tǒng)的計(jì)算負(fù)擔(dān);(2)多個(gè)控制器之下可以提高系統(tǒng)的可擴(kuò)展性;(3)系統(tǒng)的容錯(cuò)能力強(qiáng)等。DMPC算法的主要設(shè)計(jì)目標(biāo)在于:在盡可能簡(jiǎn)單的系統(tǒng)通信方式和盡可能少的通信負(fù)擔(dān)

2、之下達(dá)到盡可能好的控制性能，同時(shí)保證算法的收斂性和系統(tǒng)的穩(wěn)定性。針對(duì)DMPC算法以及控制器設(shè)計(jì)中的相關(guān)問(wèn)題，本文圍繞DMPC快速算法設(shè)計(jì)，大系統(tǒng)結(jié)構(gòu)拆解以及MPC控制系統(tǒng)性能評(píng)估問(wèn)題進(jìn)行研究，取得以下成果:
　　1.針對(duì)分布式預(yù)測(cè)控制大系統(tǒng)拆解問(wèn)題，提出了一種基于遺傳算法(GA)的最優(yōu)結(jié)構(gòu)分解方法。該方法包括兩個(gè)新的拆解指標(biāo)分別對(duì)應(yīng)分解的兩個(gè)階段，包括輸入分組(Input Clustering Decomposition，ICD)

3、以及輸入輸出配對(duì)(Input-Output Pairing Decomposition IOPD)。ICD可以用來(lái)消除子系統(tǒng)之間輸入的耦合，同時(shí)還能平衡各個(gè)子系統(tǒng)之間的計(jì)算負(fù)擔(dān)，IOPD是為了找到合適的輸入輸出之間的配對(duì)。ICD和IOPD所對(duì)應(yīng)的優(yōu)化問(wèn)題是通過(guò)GA來(lái)求解的。
　　2.針對(duì)DMPC分布式算法設(shè)計(jì)問(wèn)題，提出了一種基于SVD分解的DMPC算法有效降低了子系統(tǒng)間的通信負(fù)擔(dān)。該方法在無(wú)約束的情況下，把集中式MPC在線二次優(yōu)化

4、問(wèn)題轉(zhuǎn)到共軛空間進(jìn)行處理。每個(gè)子系統(tǒng)可以獨(dú)立并行地求解各自的最優(yōu)控制輸入，全局的最優(yōu)輸入可以由各個(gè)子系統(tǒng)的解合并來(lái)產(chǎn)生。該方法同樣可以推廣到有約束的情況之下，得到的無(wú)約束解首先在共軛空間中并行檢查，然后再根據(jù)奇異值的大小去除小的奇異值所對(duì)應(yīng)的解，最終可以得到帶有約束情況下的最優(yōu)解。
　　3.針對(duì)DMPC在線優(yōu)化問(wèn)題，提出了一種基于有效集方法(active-set)的快速DMPC算法，該算法利用Hessian矩陣的離線求逆來(lái)快速求解

5、一個(gè)帶約束的分布式有效集二次規(guī)劃問(wèn)題。根據(jù)無(wú)約束解的大小，提出了一種雙模式優(yōu)化策略來(lái)加快在線計(jì)算速度。該算法可以提前停止迭代，同時(shí)可以保證系統(tǒng)穩(wěn)定性，并且易于實(shí)現(xiàn)。最后，一種利用前一時(shí)刻DMPC最優(yōu)值的暖啟動(dòng)的策略可以進(jìn)一步加快算法迭代收斂速度。
　　4.針對(duì)串聯(lián)結(jié)構(gòu)DMPC算法的設(shè)計(jì)問(wèn)題，提出了一種分布式模型預(yù)測(cè)算法，該算法利用串聯(lián)結(jié)構(gòu)各個(gè)子系統(tǒng)的輸出僅與其上游子和其本身系統(tǒng)輸入相關(guān)的特點(diǎn)，對(duì)傳統(tǒng)的迭代式DMPC算法進(jìn)行改進(jìn)，得