论文部分内容阅读
模型预测控制(Model Predictive Control, MPC),亦称为滚动时域控制(Receding Horizon Control, RHC),通常简称为预测控制,本质上是一种基于系统模型和最优化方法的先进控制策略。在流程过程先进控制领域,预测控制基本上是多变量约束控制的代名词。迄今,针对线性系统的预测控制方法已有比较成熟的设计思路,且可得到具有足够小的优化在线计算量。但是,由于实际被控对象或多或少地存在非线性特性,从而针对实际系统若仅单一地采用线性预测控制,可能会导致控制性能变差,甚至使闭环系统失去稳定性。所以,直接针对约束非线性系统设计相应的预测控制器是非常必要的。非线性预测控制的应用领域非常广泛,目前为止,非线性预测控制已在流程工业过程、电力系统、建筑节能和飞行器控制等领域的实际系统中得到了应用。针对有约束的非线性系统的预测控制方法研究主要侧重于预测模型、稳定性、鲁棒性和优化计算量等方面。本文针对约束非线性系统,设计了相应的预测控制方法,并分析了相应方法下的闭环系统特性。本文的主要贡献为:①提出了一种基于收缩约束的滑模预测控制方法,并证明了闭环系统的稳定性。选择合适的切换函数,同时联立状态方程求得对应的等效控制。为了保证闭环系统的稳定性,预测控制优化问题中加入了切换函数收缩约束。通过求解此优化问题,得到的最优控制输入使得切换函数具有渐近收敛特性、且闭环系统状态趋近并沿着滑模面渐近收敛至平衡点。由于优化问题的求解时间间隔和切换函数收缩速率参数可变,本文进一步设计了基于最优时间间隔和最优收缩速率的滑模预测控制方法。②提出了一种基于相容性约束的分布式预测控制方法,并证明了全局闭环系统的指数稳定性。考虑子系统动态非耦合的约束大规模非线性系统,本文提出了一种新的邻居子系统确定方法。对比其他方法,此方法下的每个子系统仅仅具有一个邻居,从而大大减小了邻居子系统间的通信量。通过分解集中式预测控制的优化问题,确定了分布式预测控制的优化问题,其中各子控制器采用了基于准无穷时域的预测控制方法。为了保证闭环系统的全局稳定性,将集中式预测控制的稳定性条件分解,得到相容性约束并加至各子系统优化问题中。此外,本文分析了在分布式控制方法下的最优性损失的范围。③根据输入-状态稳定性定理,提出了两种基于次优解的鲁棒预测控制方法。为了获得输入-状态稳定性,在优化问题中采用适当的李雅普诺夫函数、并加入了状态紧缩约束。这样,预测控制的优化问题是一般的非线性约束优化问题,直接求解将涉及到非常大的计算量。本文选择可行序列二次规划算法求解该非线性优化问题,并且仅得到次优解,从而使得在线计算量大大降低。④通过将非线性模型用准线性参数时变(Linear Parameter Varying,LPV)模型包含,并根据已有的插补预测控制算法,分别设计了基于椭圆不变集和多面体不变集的零时域插补预测控制。这种插补算法可部分弥补采用线性差分包含所造成的预测控制可行域的减小,从而使得用凸规划求解非线性预测控制更具吸引力。为了进一步增大优化的可行域,本文将LPV模型进一步描述为受扰LTI模型,从而提出了基于椭圆不变集和多面体不变集的有限时域插补预测控制方法。仿真结果表明,基于有限时域的插补预测控制方法比基于零时域的插补预测控制方法的可行域更大。