資源描述：
《基于塊狀結(jié)構(gòu)模型的非線性預(yù)測函數(shù)控制研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、摘要摘要模型預(yù)測控鋁tJ(MPC)是工業(yè)過程控制中得到成功應(yīng)用的先進(jìn)控制技術(shù)之一，作為MPC最新研究領(lǐng)域之一的預(yù)測函數(shù)控制(PFC)已經(jīng)在理論和實(shí)際應(yīng)用中取得了很大的進(jìn)展。然而，由于大部分工業(yè)過程都帶有不同程度的非線性，因此非線性預(yù)測函數(shù)控制的研究已經(jīng)成為工業(yè)控制領(lǐng)域的重要命題。本文針對(duì)一類具有特殊結(jié)構(gòu)的非線性對(duì)象，采用非線性預(yù)測函數(shù)控制技術(shù)進(jìn)行了較為深入的研究，主要內(nèi)容如下：(1)在介紹了模型預(yù)測控制基本原理的基礎(chǔ)上，對(duì)模型預(yù)測控制的發(fā)展情況和國內(nèi)外研究現(xiàn)狀進(jìn)行了綜述。(2)根據(jù)塊狀結(jié)構(gòu)模型的特點(diǎn)，給出了一種N．L兩步辨識(shí)算法，然后以Hammerstei
2、n模型為例，討論了不同形式的多變量系統(tǒng)塊狀結(jié)構(gòu)模型，以及各自的優(yōu)缺點(diǎn)，并介紹了單變量塊狀結(jié)構(gòu)模型的預(yù)測函數(shù)控制算法。(3)提出了一種基于塊狀結(jié)構(gòu)模型的非線性自適應(yīng)預(yù)測函數(shù)控$*J(NAPFC)算法。利用靜態(tài)數(shù)據(jù)辨識(shí)得到非線性部分的預(yù)測模型，利用漸消記憶最小二乘算法在線辨識(shí)線性部分的ARMAX模型參數(shù)，根據(jù)所得的模型參數(shù)求解非線性優(yōu)化問題，獲得非線性自適應(yīng)預(yù)測函數(shù)控制律，并且可以適應(yīng)過程時(shí)變的情況。通過求解模型輸出的一階導(dǎo)數(shù)，得到了最優(yōu)控制律的參數(shù)化表達(dá)式，減少了求解非線性優(yōu)化問題的在線計(jì)算量。通過熱交換器和pH中和過程的計(jì)算機(jī)仿真，表明了該算法比PID控制
3、和非線性預(yù)測函數(shù)控制具有更好的控制效果。(4)提出了一種基于塊狀結(jié)構(gòu)模型的多變量非線性預(yù)測函數(shù)控制算法，將非線性系統(tǒng)的最優(yōu)控制問題轉(zhuǎn)化為線性系統(tǒng)控制問題和非線性方程組的求根問題。在模型己知的情況下可以給出控制律的解析式，從而提高了最優(yōu)控制律的求解速度。計(jì)算機(jī)仿真結(jié)果表明了該算法的有效性。最后對(duì)全文作了總結(jié)和展望。關(guān)鍵詞：塊狀結(jié)構(gòu)模型，非線性預(yù)測函數(shù)控制，多變量預(yù)測函數(shù)控制ABSTRACTModelpredictivecontrol(MPC)isoneofthesuccessfulapplicationsofadvancedcontrolmethodsini
4、ndustrialprocesscontr01．AsoneofthenewestresearchdomainofMPC，predictivefunctionalcontrol(PFC)hasmadegreatdevelopmentaboutthetheoryandapplication．However，mostprocessesinindustrialcontrolareactuallynonlinearsystems．Thusresearchonnonlinearpredictivefunctionalcontrol(NPFC)hasbecomeanim
5、portantissueincontrolfield．Someproblemsofnonlinearpredictivefunctionalcontrolareresearchedinthisthesisaboutsomenonlinearprocesseswithspecialstructures．Themaincontentsareasfollows：(1)Asurveyonthedevelopmentandstatusofthemodelpredictivecontrolisgiven．(2)Accordingtothespecialstructur
6、esandfeaturesofblock-structuredmodels，aN—Ltwostepsidentificationmethodisgiven．Differentformsofmultivariablesystems’block-structuredmodelsareshownandtheiradvantagesanddisadvantagesarediscussed．TheSISONPFCalgorithmisintroducedbasedonblock-structuredmodels．(3)Anonlinearadaptivepredic
7、tivefunctionalcontrol(NAFPC)strategyisdevelopedbasedontheblock-structuredmodels．ThenonlinearcomponentofthepredictivemodelCallbedeterminedfromthesteady-statedataoftheprocess，andtheARMAXmodelofthelinearcomponentcanbeestimatedfromtheonlineinput-outputdatausingtherecursiveleastsquarem
8、ethodwithforgettingfactor．Anonlin
