1、东南大学硕士学位论文热工过程多模型预测控制方法研究姓名：张云广申请学位级别：硕士专业：动力工程及工程热物理指导教师：沈炯20090501东南大学硕士学位论文，；，（）（）（），融；东南大学学位论文独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致 谢的地方外， 论文中不包含其他人已 经发表或撰写过的研究成果，也不包含为获得东南大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。研究生签名：毯墨主日期：圣竺：苎：！东南大学学位论文使用授权声明东南大学、中
2、国科学技术信息研究所、国家图书馆有权保留本人所送交学位 论文的复印件和电子文档，可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文外，允许论文被查阅和借阅，可以公布（包括以电子信息形式刊登）论文的全部内容或中、英文摘要等部分内容。论文的公布（包括以电子信息形式刊登）授权东南大学研究生院办理。研究生签名：毯三主导师签名：期：华尹第一章绪论课题背景及研究意义第一章绪论本论文研究基于教育部科学技术重点研究项目“热力系统的多模型鲁棒自适应切换控制研究”（项目编号：）。能源是人类赖以生存的物质基础，是经济社会发展的制约因素。电力作为一种清洁的二次能
3、源在能源结构中占有特别重要的地位。在我国，电力主要由煤炭转化而来，煤炭的燃烧效率与发电经济性和污染物的排放量有着密切的关系。在煤炭资源日益短缺、生态环境日益恶化的今天，提高燃煤电站的能源利用效率越来越引起人们的重视。现代化的燃煤电站，其生 产过程都是在自动控制系统的控制下完成的，控制系统的性能直接影响生 产效率。因此，为了提高火电厂的能源利用率，必须努力改善和提高火电厂自动控制系统的控制性能和品质。欲实现上述目标，首先要从了解被控对象的特性入手。火电厂热工过程对象是一个非常复杂的非线性系统，主要表现在以下几个方面：（）对象动态特性或模型参数随工况参数（如负荷、压力、温度和流量等）的变化而大幅度
4、变动。例如，在机组负荷范围内，常规亚临界汽包锅炉压力对象的稳态增益会变化倍以上，主导时间常数也会变化倍左右 【】。而在同 样的负荷 变化范围内，超临界机组燃水比调节的温度对象增益变化将达倍，时间常数变化将达到倍左右闭；（）不同子系统间存在着较强的耦合。例如汽 轮机和锅炉之间的非线性耦合， 给水和汽温之间的耦合等；（）超临界机组由于调峰调频需要运行在亚临界区时，因工质问巨大差异呈现出强烈的非线性和变参数特性；（）部分被控对象（如汽温对象）存在很大的时滞。因此，对于火电厂热工控制系统 而言，控制器方案需充分考 虑 其各方面特性方能取得满意的控制品质。常规的火电厂控制系统绝大部分采用由或控制器构成的
5、单输入单输出反馈回路进行控制，同时应用前馈补偿、串级等控制策略来提高系统抑制扰动 的能力。控制器参数选取大多较为保守，通常情况下，是在基本负荷点处整定好控制器参数，然后将这个控制器用于全工况控制。当电厂机组在基本负荷点及其附近运行时，控制器能够取得令人满意的控制效果。然而，当越来越多的超临界、超超临界机组参与到 调峰调频中来时，火 电机 组很难再长时间地维持在基本负荷下运行，负荷大范围变化不可避免。从对象的特性分析中可以看到，负荷变化将直接引起对象模型参数的变化。而由于控制器的鲁棒性是有限的，在一个模型参数下整定得到的控制器对另外一个模型的控制性能和品质将会大打折扣。所以，用单一固定的控制器来
6、保证大范围工况内控制品质的方法很难获得令人满意的效果，是不尽合理的。为了克服模型参数变化对控制品质的影响，人 们主要采用了两类方法：一类是鲁棒控制。 鲁棒东南大学硕士学位论文控制是根据已知的模型参数变化范围设计最。不保守 ”的控制器，用最小的性能代价换取鲁棒稳定性。研究人员对鲁棒控制技术如只。及 控制等在热工过程控制领域的应用进行了广泛的探讨。但对于大范围变负荷运行下的热工过程，由于 对象参数变化范围太大，直接采用 鲁棒控制提高性能的余地是有限的。另一类是基于辨识的自适应控制。如参数自整定、自校正嘲、模糊自适应等。但基于辨识的自适应控制主要适合于参数变化远比状态变化慢且参数与状态无关的场合。对
7、于大多数热工对象而言，负荷（状态）变换引起对象参数大幅度变化，且参数变化和状态变化一样快，原则上已经破坏了基于辨识的自适应控制的适用条件。因此，这两类方法都无法从根本上解决模型参数变化对控制性能造成的不利影响。上世纪年代，一种借鉴了日常生活中人们习惯使用的分解合成（）思路的多模型方法进入了研究人员的视野。这种方法将复杂非线性系统分解成若干简单的线性系统，针对各简单线性系统进行求解，然后通 过一定的合成法则， 获 得复杂非线性系统的全局模型和控制效果。这一思路最早的应用是将几个模型相加来提高模型的预测精度和鲁棒性，其后人们进一步将它运用到复杂非线性系统的控制中来：即按照一定的原理，为复杂系统建立
8、多个局部模型来逼近系统的动态特性，再基于多个局部模型 设计多个局部控制器，使被控对象的全局模型和全局控制器是这些局部模型和控制器的加权组合，或是在 这些局部模型和控制器间切换，从而 让系统得到较好的全局控制精度、跟踪速度以及稳定性。 经过多年的发展，现在人们已经普遍认为多模型策略是一种对于复杂非线性系统能够获得较好建模与控制效果的方法。采用多模型建模与控制方法的优势在于【】：（）建立局部模型，控制器较之全局模型，控制器简单，因为考虑系统局部特征变化要比全局范围内变化更为容易；（）无论定性还是定量，局部模型，控制器的结构都容易理解和描述；（）该模型，控制器结构适于灵活的在 线调整、学 习算法，便
9、于在更高层次上融入各种知识，如定性知识、专家经验等；（）相对于其他非线性全局建模或控制方法， 计算复杂性低。因为上述特点，多模型建模与控制受到越来越多的关注，在过程控制、航空、医学等领域得到了广泛应用，一。近年来。国际自动控制领域的主要学术杂志如，以及重要国际会议如美国控制会议（），控制与决策会议（）等均发表了很多关于多模型建模与控制的论文。年后，国内有关多模型建模与控制研究的文献明显大幅增多。多模型策略处理复杂非线性系统控制的有效性，也使得它在解决火电机组大范围变工况控制问题上颇具优势。除了模型参数随工况大范围变化，火电机组被控对象还具有大滞后、大惯性、被控量有约束等特性。以过热汽温系统为例
10、，各个工况下对象传递函数模型的 阶次往往达到六阶以上，等效为纯滞后时间将达秒以上【。因此当电网调度指令要求机组负荷快速变化时，传统控制器将很难获得满意的快速跟踪的效果。在工 业应用中发展起来的模型预测控制（）技术，是解决具有时滞特性对象控制 问题的一种有效方法。它的理论基础来源于最优控制问题，最第一章绪论主要的特征是将优化过程由离线变为在线实施，利用 获得的最新信息及时校正因模型失配、 时变和干扰等引起的不确定性，反复进 行的优化过程使控制可以保持实际上的最优。它 对模型的宽容性（参数或非参数、线性或非线性）和解决 带有各种软、硬 约束的工 业过程控制问题的有效性使它成为工业过程控制的典范。自
11、上世纪年代提出至今，经过近年的发展，早期的基于非参数模型和线性模型的预测控制算法（如动态矩阵控制、模型算法控制、广义预测控制）已经相当成熟，研究的焦点正在转向复杂的非线性。应用技术对火电厂热工过程进行控制也已取得了很好的效果。因此，将多模型控制方法与模型预测控制算法相结合，构建多模型预测控制策略，是解决火电厂热工过程控制难题的一种切实可行的方法。 虽然模型预测控制理论与多模型方法已有三十多年发展，但理论上仍存在许多不成熟之 处，将其二者 结合构成的多模型 预测控制方法仅有短短十几年的发展。在模型，控制器合成方式、切换平滑性、系 统稳定性等方面还存在很多问题，同 时也缺乏针对诸如火电厂热工过程这
12、类特定对象的系统研究。因此，本论文将结合火电厂热工过程背景，对多模型预测控制理论及应用进行广泛而深入的研究。多模型建模与控制的原理及研究现状多模型建模与控制的基本原理多模型建模与控制的核心内容是分解一合成法则。对于分解来说，最关键的是确定 问题分解所遵循的准则。一般来说，对复杂系统的建模与控制问题进行分解时，可遵循下述准 则：按物理单元划分（）；按现象划分（）；按目标划分（）；按基算子划分（）；按工况范围划分（）。实际上，各种划分并非各自孤立的，而是互相联系彼此交叉的。目前采用较多的是按工况范围将复杂问题进行分解，工况范围可由一系列不同现象或系统特征来定义。这种分解准则的核心是通 过对系统工况
13、范围进行划分来简化建模与控制问题，即在不同的工况条件下分别建立不同的局部模型或控制器。局部模型或控制器往往是线性的， 仅在某种特定工况条件下有效，这与在全部工况范 围内均适用的全局模型或控制器有所不同。在问题分解并得出各局部模型或控制器之后，就需要通过某种调度机制来协调各局部模型或控制器，这是多模型方法的难点和重点，直接影响到系统的稳定性和收 敛性，以及过渡过程品质。根据系统实际情况，调度机制可以 选择硬切换至其中一个最接近的局部模型，控制器，将其作为当前系统模型，控制 剁，也可以采取软切换思路，即为每个局部模型控制器分配一个权值函数，将多个局部模型，控制器进行某种加权求和，如概率加 权【或模
14、糊加权【等，得到系统最终输出。多模型建模与控制的具体实施步骤可概括如下【：（）按照某种分解准则，如基于工况范 围将整个系统划分为若干工况区间，定 义整个工况范围以及用来表征工况区间的变量等；（）选定各个工况区间内的局部模型，控制器 结构；东南大学硕士学位论文（）辨识各局部模型，控制器的参数；（）根据某种调 度机制将各局部模型，控制器 进行组合得出原问题的解。多模型建模方法多模型集的建立是多模型控制系统设计的基础和出发点。由于不同被控对象输入输出变量、状态变量之间的非线性关系复杂程度不同，控制目 标各异，系 统 先验知识也不尽相同，所以选择局部模型的建模方法也有很大的差别。目前用来建立多模型集的
15、方法主要有：线性化非线性系统【佣、模糊模型侧、局部模型网络（）【捌、分段仿射建模（） 】和混合逻辑建模（）等。其中，若系统状态方程、输入输出关系己知，在不同工作点 处将非线性系统线性化，用多个线性模型渐近逼近系统的非线性模型，是一种常用的多模型建模方法。系统的工作点一般取为系统的平衡点，也可以取为非平衡点。非平衡点的引入有助于有效地改善系统过渡过程品质【侧。线性化方法建立局部模型的优点在于：可以使用成熟的线性系统控制理论构成局部控制器。以如下一般非线性系统为例：主（），（）【（，（）设垒（，），是系统的个平衡点，分别在的邻域将系统进行级数展开，得到如下式所示的 个局部线性模型：；：搀缎！黔三
16、缨（）【田（）以（）加（）式中，缸，（）（），形）（，如）（）一，（，；）细 ，（，），（，）加。钟（，），由线性化模型的局部性可知，在平衡点（，）的万邻域内，非线性系统可近似用，表示；在邻域万的边界上，非线性系统 既可用“近似表示，也可用表示。除了上述一些基本方法外，还有混合专家建模捌、多神经网络建榭剀等，但百变不离其宗，多模型建模的核心都是分解合成原则。多模型控制方法在多模型概念诞生的二十世纪七十年代，将多模型、切换、 调整的概念引入控制就已有了雏形，当时等人提出的分块自适应控制（）就是一种基于模型加权的多模型控制方法【凋。接下来的十几年中，人 们利用这种方法在许多实际问题中进行了有益的尝
17、试，如移动目标的跟踪问题【习 、飞行器故障诊断与控制问题等等。然而上述方案仅是简单的对应于不同模型的控制器之间的线性组合，并未涉及到切 换问题，也没有考虑稳定性。自上世纪八十年代末起，基于多模型、切换及调整的控制的稳定性问题成为了研究热点，并陆续取得了许多重要成果。同 时，将多模型与各种常规控制方法相结合也逐步成为解决非线性控制问题的一种有效方法。常见的多模型控制方法主要有以下几种：第一章绪论（）增益调度控制（汹）从传统意义上讲，增益调度控制（）是解决实际中具有强非线性系统控制问题最为普遍的一种方法。增益调度控制系统主要包括两个方面：多个局部控制器和一个增益调度器。除非要考 虑系统的全局稳定性
18、和系统的工作性能，否 则增益调度控制对各局部控制算法设计没有任何限制，可以采用几乎所有常见的线性控制思想来设计控制器，如、和。等。相对控制器设计，调度器的设计则较为复杂，包括增益变量的选取和调度准则的确定两项内容。在实际应用中，往往采用经验法选取随系统动态特性缓慢变化并同时能够涵盖整个系统非线性的调度变量【。调度准则中最简单的是硬切换，即直接采用与当前工况点最为接近的工况所对应的控制量。这种方法虽然简单，但常常造成工况切换处控制器参数的剧烈变化，于是后来人们广泛采用插值法来获取控制器或其参划刀。增益调度中的插 值可对各局部控制器的 输出进行插值，也可以 对控制器参数进行插值。增益调度控制的优点
19、是能快速跟踪系统动态变化，不需要在线调整控制器参数，但也存在着难以对闭环稳定性进行严格的分析和证明的缺点。（）多模型自适应控制（）多模型自适应控制可以说是多模型控制方法中取得的成果非常丰富的一类。它最早的雏形是上世纪七十年代美国的等基于卡尔曼滤波和概率统计的思想提出的分块自适应控制【刎。它根据每个局部模型的误差确定它们的加权值，整个系统的控制器是基于这些模型的控制器的加权和。这种算法在结构上是并行性的，各个控制器分 别并行 处理，没有涉及到模型间的切换，系统的输出比较平稳，但是没有稳 定性证明。此后将切 换的概念引入到自适应控制中，简化了自适应稳定未知线性系统的条件。在这之后关于多模型自适应控
20、制的文献中，主要出现了两种切换控制方案：一种是在多个局部线性模型的基础上相应地建立多个稳定的局部控制器【孤引，将这些控制器按照从，大的编 号顺序排好，从 编号为的控制器开始作 为当前控制器，根据切换函数值判断当前控制器是否为使被控对象稳定的控制器，如果是则继续保留为当前控制器，否 则将下一编号的控制器切换为当前控制器，以此 类推直到切换至能使闭环系统稳定的控制器。 这种切换方法的缺点是如果最优控制器在所有切换控制器中的序号很大，将造成大的超调和较长的过渡过程时间， 难以在实际问题上得到广泛的 应用。另一种是美国耶鲁大学提出的间接型多模型自适应控制（），。该算法建立以模型输出误差为变量、具有 积
21、分特点的指标切换函数，根据指标切换到最优模型和控制器。显然这种算法在实际应用中更具吸引力。在多模型自适应控制领域建树颇丰，提出了一套完整的控制方案，并不断对其完善。最初，等人提出用个初值不同的自适应模型作为被控对象的模型集【，但是当自适应模型集收敛到同一邻域时，会退化成常规自适应控制器而失去多模型的优点。为此，他们采用一个覆盖整个工作域的固定模型加上一个常 规自适应模型来构成模型剁。在此基础上，文【 】又为模型集加入一个参数可重新赋值的自适应模型，该自适应 模型的参数值用当前时刻最优固定模型的参数值重新赋值以加快自适应模型的辨识速度。年，文【】将此前他们提出的多模型自适应控制策略从连续系统推广
22、到了离散系统。对于切换策略，建立了四种切换指标函数硐：东南大学硕士学位论文（）孑（）（孑（渺（）口孑（）孑矽正（）口孑（） 矿工。叫露（矽（）（）（）（）其中，口、 为暂态和记忆长度的加权因子，五为遗忘因子， 岛为子模型与系统输出之间的误差。口、的大小决定了模型切 换频率跟随动态特性变化的程度，当系统动态特性发生变化时，口越大，模型间的切 换越频繁，越大，模型间的切换越缓慢。文献【】详细分析了上述四种指标切换函数的特点，文献【】则深入研究了口、和兄的选择标准和方法， 认为旯，口：是比较理想的选择。在每一采样时刻， 选择最小的模型所 对应的控制器切换为当前控制器。这几种切换指标随后不再局限于多模
23、型自适 应控制，而被广泛应用到了多种基于切换的多模型控制方法中。等分别对连续时间线性系统【， 删、离散时间线性系统删、离散 时间随机系统陶、以及离散时间非线性系统【刀证明了他所设计的间接多模型自适应控制器在多个控制器之间进行有限次或无限次切换均可保证系统稳定，但结果都是限于单变量最小相位系统。是常规自适应控制概念的延伸，为各种复杂的、具有高度不确定性的、快时变的系统的控制提供了一种可行思路。目前，的研究重点在于在线学习器的设计以及基于多步预测控制技术的局部控制器设计。多模型控制方法的另一大类就是多模型预测控制。预测控制突破了传统控制对于模型的束缚，具有鲁棒性强的特点，但非线性系 统的预测控制仍
24、存在不少问题。多模型 预测控制是对非线性预测控制的一种改进，本文将在下面一 节对其进行详细介绍。预测控制及多模型预测控制研究现状预测控制预测控制是上世纪年代诞生于工业过程领域的一种计算机控制算法。经过三十多年的发展，预测控制在理论和工业实践中都取得了相当丰硕的成果，成为当前一种最具代表性的先进控制算法。有关预测控制理论及其应用的著作和文献可谓汗牛充栋，在学术搜索中键入预测控制词条，相关的结果达到，项，而在中从年至今可以检索到的相关文献及出版物达到，项。预测控制具有预测模型、滚动优化和反馈校正三大特征，它与其他控制方法最大的不同之处在于控制作用的实施方式。 预测控制在每个采样时刻求解一个优化问题
25、，得到 这个采样时刻和未来一段时间的控制作用，但只有 这个采样时刻的控制作用是实施的；在下个时刻，重复相同的优化问题。它具有与许多人 们日常生活经验相类似的“边走边优化”的特点，因此，从某种程度上讲，预测控制适用于工程 问题是必然的。第一章绪论预测控制的发展主要经历了三个阶段：一是世纪年代以阶跃响应、脉冲响应为模型的工业预测控制算法，其典型算法如动态矩阵控制（）、模型算法控制（）等。这些算法在模型选择和控制思路方面十分适合工业应用的要求，因此从一开始就成为工业预测控制软件的主体算法并得到广泛应用，但理论分析的困 难使得它们在应用中必须融入对实际过程的了解和调试经验；二是年代由自适应控制发展而来
26、的广义预测控制（）等自适应预测控制算法，相 对于工业预测控制算法而言，这类算法的模型和控制思路都更为控制界所熟悉，因此更适合于理论分析，由此推动预测控制定量分析取得了一些新进展，然而，对于多变量、有约束、非线性情况，解析上的困难成为定量分析中不可逾越的障碍，从而束缚了这一方向研究的深入发展；三是年代以后发展起来的预测控制定性综合理论，在这一阶段，人 们因为定量分析所遇到的困 难而转变了研究的思路，不再束缚于研究已有算法的稳定性，而在研究如何保 证稳定性的同时发展新的算法， 这些研究可以针对最一般的对象。由于充分借 鉴了最优控制、分析、不变集等成熟理论和方法，使 预测控制的理论研究出现了新的飞跃
27、，取得了丰硕的成果，成为当前预测控制研究的主流。由于篇幅所限，本节将不对预测控制各个 阶段的发展状况一一进行介绍， 仅对论文内容所关注的综合型预测控制的发展和研究现状进行简要综述。综合型预测控制产生的目的就是为了解决传统预测控制算法在有约束情况下稳定性难以定量分析的难题。年，针对 离散时间系统提出了带有终端等式约束的稳定模型预测控制算法【弱】，首次将每一时刻的最优目 标函数值作为系统的函数从而建立了闭环系统的稳定性。此后，提出了针对连续时间系统的终端等式约束算、法【。文【】提出了一种采用终端代价函数的稳定算法，尽管这种算法只考虑了无约束的线性系统，但终端代价函数的思想对约束算法的 设计有很大借
28、鉴作用。文【】采用终端约束集代替终端等式约束来保证闭环系统稳定性，提出了针对连续时间系统的双模 设计方法。随后文【】、文【】又分别提出了针对线性和非线性离散系统的双模算法。文【】提出了一种保证闭环稳定性的（）算法，但这种算法通常只能 处理稳定对象，在 处理不稳定对象时，仍然需要对其中的不稳定模态增加终端等式约束，文【】进一步给出了对带有混合约束（包含输入硬约束和状态软约束）的算法以及输出反馈的一些研究成果。在 这之后，一些能够保证闭环稳定性的约束算法不断涌现出来【丌，这些算法同时采用了终端约束集和终端代价函数。系统地综述了有限时域约束模型预测控制稳定性和最优性，归纳了约束稳定性设计的三个组成部
29、分【】：局部镇定控制器，终端约束集和终端代价函数。上述算法讨论的都是基于标称系统的模型预测控制，而与此同时，研究人 员也越来越多地开始关注当系统存在不确定性时的算法。这一问题分为两类，一类可以称之为的固有鲁棒性分析。在这类研究中，文【】采用了收缩映射原理（） 对约束算法的鲁棒性进行了分析，提出了保 证鲁棒稳定性的充分条件。文【】提出了算法的一种鲁棒性分析框架，分别在多面体不确定性下和 结构反馈不确定性下推导了线性矩阵不等式（）形式的鲁棒稳定性条件。另一类称之 为鲁棒预测控制综合，即 设计 不确定系统下稳定的模型预测控制器。文【】在设计中最先提出解决这类问题的一个思路：采用最坏情况下（）的无穷范
30、数性能指标来包含系统的各种不确定性， 对这个性能指标求取最小得到控制律。它引入了东南大学硕士学位论文优化技术，因此也被称 为。此后的研究基本都沿用了 这种思路，文 】在参数不确定状态空间模型下描述了的一般形式，文【】针对有界扰动不确定性系统提出了闭环形式的控制算法，文【 】针对输入矩阵有界不确定性和结构反馈不确定性系统讨论了有限时域算法，并对优化问题提出了一种求解方法。算法存在的一个突出问题是求解方法极为复杂，对此进行了大量的研究。他将优化问题转换为司题进行求解，降低了求解 难度，同 时基于不变集（）提出双模策略增加了控制自由度。国内学者丁宝苍在 鲁棒预测控制领域颇有建树，文 【】对离线鲁棒预
31、测控制器综合方法进行改进。引入参数函数得到多包椭圆型吸引域和多包二次稳定的离线控制律，改进了控制器的可行性和最优性。文【】进一步采用标称目标函数来改进离线综合算法的可行性和最优性，改进的控制器保持了原有控制器的 稳定性以及控制律关于系统状态的连续性。值得注意的是，尽管综合型预测 控制是当前预测控制研究的主流，但其成果主要停留在理论，与实际工业应用存在较大的距离。而且相关研究多 见于外刊，国内学者对这一领域的关注较少。多模型预测控制多模型预测控制是在多模型策略中使用预测控制算法来对非线性系统进行控制。它的构成既离不开各种预测控制算法，也离不开多模型的加权或者切换策略。它可以先对多个子模型进行加权
32、得到全局模型，针对全局模型设计预测 控制器，其 结构如图所示；也可以先 对各个子模型设计子预测控制器，然后将子控制器加 权或者切换构成全局控制器，其结构如图所示。可以 说，多模型预测控制的构成方式还是较为多样的。文【】采用模糊多模型来逼近对象系统的非线性特性，在每一时刻得出加权的全局模型作 为预测模型， 继而设计 多模型预测控制器，是一种基于模型加权的多模型预测控制。文，分别采用这种形式研究了多模型广义预测控制和多模型动态矩阵控制。更多的文献则是采用对控制器的加 权或切换。文 【】使用了算法设计局部控制器，文【使用了算法设计局部控制器，文，使用了预测函数算法设计局部控制器，文【】使用了广义预测
33、算法设计局部控制器， 这四类多模型预测控制方法的全局控制量均是加权得到的。与基于模型加权的多模型预测控制相比， 这种算法需对每个局部模型实时求解预测控制，因而 计算量较大。全局控制量也可以通过切换至最适合当前工况的子控制器得到。文献【】就提出了一种基于多模型切换的动态矩阵控制算法，并将其 应用到强非线性中和过程和苯乙烯聚合过程，取得了 较好的控制效果。基于切换策略的算法需要考 虑切换过程的稳定性和平滑性问题。文献 【】在设计多模型切换预测控制时，在模型切 换时间已知的条件下， 对切换 前后的两个局部模型，通过重新构造系统的步限矩阵，实现了平滑切 换。文 【】提出了一种预测 控制器的无扰切换方法
34、。文【】提出了多模型预测函数控制的平滑切换方法。第一章绪论口图一种基于模型加权多模型预测控制系统示意图图一种基于控制器加权或切换的多模型预测控制系统示意图多模型预测控制的发展与模型预测控制技术的发展是紧密联系的。上一小节提到预测控制目前转向了保稳定性的综合型预测控制研究，多模型 预测控制方法也在朝着这个方向发展。文献，】设计了基于多分段仿射模型的保稳定性的多模型预测控制算法，首先将非线性系统转化为多个分段仿射线性模型（），然后考虑到预测时域内模型各种可能的切换，用方法求解出切换最坏情况下的预测控制量，最后 证明了这种算法是能保证全局系统渐近稳定的。文【】与文【】采用混合逻辑描述模型之间的切换，通过引入终端约束来保证控制系统的稳定性。文【 】将一种综合型多模型预测控制方法应用到核电站蒸汽发生器水位控制系统，取得了不错的效果。值得注意的是，无论是对多模型预测控制算法 进行稳定性分析还是设计稳定
