论文部分内容阅读
自适应控制、动态矩阵控制和多模型控制是当今控制理论界和工业控制界的热点研究课题,都有其各自的特点和优点,但目前无论是在理论上还是实际应用中都存在着不少问题:自适应控制必须预知或预设模型阶次、滞后时间,而且未建模动态可能造成自适应控制系统的不稳定;动态矩阵控制则只适用于弱非线性系统;多模型控制则存在多模型覆盖、逼近程度与实时计算量之间的矛盾。
本文在分析和总结前人工作的基础上,结合自适应控制、动态矩阵控制的特点,针对传统动态矩阵控制误差反馈校正方面的不足,提出了一种基于辨识模型误差反馈校正的自适应动态矩阵控制算法,这种控制算法利用辨识模型的偏差来预测在未来输入增量作用下的模型预测误差,使预测模型更好的逼近真实系统。本文的自适应动态矩阵控制是基于非参数模型辨识的,有效地避免了参数模型辨识中必须预知或预设模型阶次、滞后时间等参数的缺点。
在误差权系数选择方面,文中还证明了优化控制量与系统滞后部分对应的权系数无关的结论。
在上述自适应动态矩阵控制算法的基础上,结合多模型控制的思想和方法,本文提出了一种可以动态优化模型集的、基于辨识模型误差反馈校正的多模型自适应动态矩阵控制算法,有效地解决了单一模型的自适应动态矩阵控制在参数突变系统中控制不够理想的缺点。这种算法比传统的多模型控制方法所需的模型数量少,减轻了系统的实时运算负担,可以获得更好的控制效果,更快的跟踪速度和更强的鲁棒性。
在各种典型工业过程的仿真研究实验中,己证明了上述两种控制算法的有效性和优越性。