过程控制工程_8-13非线性控制系统.ppt

g2 模型算法控制（MAC） 13.1 （2）参考轨迹 系统输出沿着一条光滑的曲线达到给定值， 减少过量的控制的引导轨迹——参考轨迹 模型算法控制（MAC） 13.1 （3）优化算法 根据预测输出、参考轨迹、优化目标，可求解控制量U ---〉预测轨迹尽量靠近参考轨迹 ---〉代入预测模型 --- 〉最优预测控制 得 动态矩阵控制 13.2 动态矩阵控制原理与算法 控制结构组成 优化策略 反馈校正 算法 设计参数选择 采样周期 优化时域长度 控制时域程度 权矩阵 误差校正向量 动态矩阵控制 13.2 DMC依靠对象的阶跃响应 控制结构组成 预测模型 a2 a1 1 2 3 N-1 N a3 aN-1 aN 模型截断 离散的阶跃响应 动态矩阵控制 13.2 预测模型 对象的动态特性通过动态系数{a1, a2, …, aN}来描述 {a1, a2, …, aN}是阶跃响应在采样时刻t=T,2T,…,NT的值 (ai step response coefficients) (ai+1-ai impulse response coefficients) N的选择应该使ai~as, (jN), as是阶跃响应终止值 动态矩阵控制 13.2 预测模型 假设t=kT,(k+1)T,…, (k+M-1)T 有控制增量Δu(k), Δu(k+1), … ,Δu(k-M+1); 后面控制量不变 在采样时刻t=(k+1)T, (k+2)T,…, (k+P)T的值 (滚动) 动态矩阵控制 13.2 优化策略 权矩阵： 期望轨迹： 优化控制变量:ΔuM(k) 期望指标(无约束问题) ：误差小，控制量小，即 动态矩阵控制 13.2 优化策略 优化控制量:ΔuM(k) 优化控制 这就是t=kT时刻解的最优控制增量序列 优化控制量: Δu M(k)=[Δu (k); …; Δu (k+M-1)] t=kT, u (k)=u (k-1)+ Δu (k); t=(k+1)T, u (k+1)=u (k)+ Δu (k+1); … t=(k+M-1)T, u (k+M-1)=u (k+M-2)+ Δu (k+M-1); t=(k+M)T, u (k+M)=u (k+M-1); t=(k+M+1)T, u (k+M+1)=u (k+M);…; 动态矩阵控制 13.2 u(k+3) u(k+2) Δu(k+M-1) Δu(k+3) Δu(k+1) Δu(k+2) Δu(k) ?1 ?2 ?3 W(k) t/T w k k+M-1 k+P k+1 W(k+1) W(k+2) W(k+3) W(k+M-1) W(k+P) yM(k+1|k) k+2 yM(k+2|k) yM(k+3|k) yM(k+P|k) ?P t/T k k+M-1 k+P k+1 k+2 u(k-1) u(k) u(k+1) u(k+M-1) u(k+P) 图 DMC的优化策略 3 反馈校正 原因 模型误差 非线性特性 干扰 方法 动态调整 动态矩阵控制 13.2 算法 (1) 离线计算 N; 阶跃响应系数 a1,a2,…,aN 优化校正参数 h1,h2,…,hP 优化控制参数 d1,d2,…,dM (2) 初始化 初始值 (3) 在线计算 Y(k)更新规律;优化控制量Δu (k)，Δu M(k) 动态矩阵控制 13.2 * 解耦控制系统 10. 1 关联系统解耦条件 10.2 解耦控制方案 10.3 解耦控制应用实例 第10章 教学进程 10 解耦控制系统 Gc1(s) Gc2(s) R1 R2 Y1(s) Y2(s) 解耦控制—设计控制系统，消除系统之间耦合 P1（s） P2（s） G22（s） G11（s） G12(s) G21(s) 关联系统解耦条件 10.1 方法：在相互关联的系统中增加一个解耦装置（解耦矩阵F（S）），使对象的传递矩阵与解耦装置矩阵的乘积为对角阵。 条件：广义对象的传递矩阵G（S）必须是对角阵 GC1（s） GC2（s） P1(s) P2（s） F11（s） F22（s） P‘1(s) P‘2(s) G11（s） G22（s） F12(s) F21(s) G12(s) G21(s) Y1（s） Y2（s） R1 R2 关联系统解耦条件 10.1 ●方案一 设置对角阵元素为原对象传递矩阵的主对角元素。 ●方案二 设置对角阵为单位阵。 ●方案三 设置对角阵元素为其它形式。 优点：完全消除关联，完全解耦，理想解耦 缺点：模型复杂，仪表实