1、2019/1/9,1,2019/1/9,2,61 内模控制技术,内模控制是一种基于过程数学模型进行控制器设计的新型控制策略。它与史密斯预估控制很相似，有一个被称为内部模型的过程模型，控制器设计可由过程模型直接求取。设计简单、控制性能好、鲁棒性强，并且便于系统分析。,2019/1/9,3,2019/1/9,4,2019/1/9,5,2019/1/9,6,2019/1/9,7,2019/1/9,8,2019/1/9,9,2019/1/9,10,2019/1/9,11,2019/1/9,12,2019/1/9,13,2019/1/9,14,2019/1/9,15,2019/1/9,16,2019/1
2、/9,17,2019/1/9,18,2019/1/9,19,2019/1/9,20,62 模型预测控制技术,模型预测控制算法是以模型为基础，同时包含有预测的原理；另外，作为一种优化控制算法，它还具有最优控制的基本特征。模型预测控制不管其算法形式如何，都具有以下三个基本特征；即模型预测、滚动优化和反馈校正。,2019/1/9,21, 模型预测模型预测控制算法是一种基于模型的控制算法，这一模型称为预测模型。系统在预测模型的基础上根据对象的历史信息和未来输入预测其未来的输出，并根据被控变量与设定值之间的误差确定当前时刻的控制作用。其预测模型的结构形式可为状态方程、传递函数这类传统的模型。对于线性稳定
3、对象，甚至阶跃响应、脉冲响应这类非参数模型也可直接作为预测模型使用。而对于非线性系统、分布参数系统的模型，只要具备上述功能，也可作为预测模型使用。,2019/1/9,22, 滚动优化模型预测控制是一种优化控制算法，它通过某一性能指标的最优来确定未来的控制作用。这一性能指标涉及系统未来的行为，然而，模型预测控制中的优化与传统意义下的最优控制又是有差别的。主要表现在模型预测控制中的优化是一种有限时域的滚动优化，在每一采样时刻，优化性能指标只涉及该时刻起未来有限的时域，而在下一采样时刻，这一优化域同时向前推移。即模型预测控制不是采用一个不变的全局优化指标，而是在每一时刻有一个相对于该时刻的优化性能指
4、标。优化计算不是一次离线完成，而是在线反复进行的。,2019/1/9,23, 反馈校正模型预测控制是一种闭环控制算法。在通过优化计算确定了一系列未来的控制作用后，为了防止模型失配或环境扰动引起控制对理想状态的偏离，预测控制通常不把这些控制作用逐一全部实施，而只是实现本时刻的控制作用。到下一采样时间，则需首先检测对象的实际输出，并利用这一实时信息对给予模型的预测进行修正，然后再进行新的优化。模型预测控制中的优化不仅基于模型，而且构成了闭环优化。,2019/1/9,24,2019/1/9,25,2019/1/9,26,2019/1/9,27,2019/1/9,28,2019/1/9,29,2019
5、/1/9,30,2019/1/9,31,2019/1/9,32,2019/1/9,33,2019/1/9,34,2019/1/9,35, 闭环预测,由于被控对象的非线性、时变及随机干扰等因素，使得预测模型的预测输出值与被控对象的实际输出值之间存在误差是不可避免的。因此需要对上述开环模型预测输出进行修正。在模型预测控制中通常是用输出误差反馈校正方法，即闭环控制得到。,2019/1/9,36,2019/1/9,37,2019/1/9,38,2019/1/9,39,2019/1/9,40,2019/1/9,41,2019/1/9,42,2019/1/9,43,2019/1/9,44,2019/1/9,45,2019/1/9,46,2019/1/9,47,2019/1/9,48,2019/1/9,49,2019/1/9,50,可求出,这种方法没有充分利用已取得的全部信息，受系统中随机干扰的影响大。一种改进算法是将 以前 M个时刻得到的 时刻的全部控制量加权平均作用于系统，即,然后重复上述步骤计算 时刻的控制量。,，减少模型误差的影响。,2019/1/9,51,2019/1/9,52,2019/1/9,53,2019/1/9,54,2019/1/9,55,2019/1/9,56,2019/1/9,57,
