[发明专利]一种基于机理模型的非线性预测控制器的参数设计方法

说明书

技术领域

本发明涉及一种参数设计方法，尤其是涉及一种基于机理模型的非线性预测控制器的参数设计方法。

背景技术

预测控制(Modelpredictivecontrol，MPC)是一种直接在工业过程应用中提出的基于模型的优化控制算法，自20世纪70年代问世以来，其已被成功地应用于化工、食品加工、高分子合成、造纸、炼油、航空、汽车及电力等工业过程。非线性预测控制(NonlinearModelpredictivecontrol，NMPC)与预测控制的原理相同，但其模型或目标函数是非线性的，目前主要有基于多模型的非线性预测控制、基于实验模型的非线性预测控制、基于智能模型的NMPC非线性预测控制、基于机理模型的非线性预测控制几种算法。

根据被控对象的物理、化学特性所建立的数学模型被称作机理模型。基于机理模型的非线性预测控制器具有描述工况范围宽、刻画过程非线性特征准确、变量物理意义清晰等优点。化学工程学科进行过程建模主要凭借物料平衡、能量平衡、焓平衡、相平衡、分子归一、热力学定律等等导出一系列描述对象的平衡方程式，通常还包括必要的设计约束，这些方程的数学特征就表现为由微分方程与代数方程及一些变量约束共同组成。化工过程工业中，对常规过程单元操作的机理模型建模已基本完成，例如针对精馏塔、高温气冷堆核电站等过程模型，这些机理模型的建立，促进了基于机理模型的非线性预测控制器的研究与发展。

化工过程工业中，在复杂的非线性机理模型约束之外，通常还存在不等式约束表示物理限制、操作范围、产品规格等操作性能和工艺要求，故而存在非线性预测控制器的参数多、性能整定困难等特点，给优化控制带来了难度。快速准确地确定非线性预测控制器的参数关系到整个控制系统能否正常工作，也决定了各种非线性预测控制器能否投入到实际应用中去。因此，研究非线性预测控制器的参数设计方法具有十分重要的工程实践意义。非线性预测控制器的参数主要有采样周期T、模型时域N、优化时域P、控制时域M、误差权矩阵Q、控制权矩阵R、控制增量权矩阵S等。对于工业过程的变负荷工况，非线性预测控制器通常可分成离线稳态优化计算与在线动态滚动优化控制两部分。在稳态优化层，非线性预测控制器根据生产过程的稳态要求计算出变负荷之后控制系统的最佳设定值；在滚动优化层，非线性预测控制器根据负荷变化的大小，将稳态优化的控制变量作为前馈加入目标函数，使过程趋向稳态优化层计算出的最佳稳态值，并在满足控制性能的条件下，计算得到输出变量与操纵变量。因此，动态优化的目标函数中还需控制增量权矩阵S表征操作变量与设定值的差值。

非线性预测控制器需设计的参数多并且相互影响，例如预测控制进行优化时的目标函数，同时存在误差权矩阵Q、控制权矩阵R、控制增量权矩阵S。增大误差权矩阵Q可以使得被控变量的控制品质更好，但误差权矩阵Q的增大使控制权矩阵R的影响相对变小，这将使控制作用过强导致被控变量超调；而控制权矩阵R太大则会使被控变量响应缓慢，同时使得控制增量权矩阵S也相应变小，前馈作用减弱；另外，优化时域P必须超过对象阶跃响应的时滞部分，优化时域P越小，控制系统的动态性能变快但是鲁棒性变差；由于控制时域M是优化变量的个数，在优化时域P已确定的情况下，控制时域M越小，越难保证输出在各采样时刻紧密跟踪期望值，所得到的性能指标也就越差，为了改善跟踪性能，就要增加控制时域M来提高控制的能力，使各点输出误差最小化，但是此时鲁棒性变差。

目前，针对预测控制器的参数设计主要有以下两类方法：第一类方法考虑了设计的参数之间耦合关系复杂，故而首先依据经验获得的规则大致设定，然后通过反复试验获得确切参数，一旦选定，一般不再变动；第二类方法考虑了评价控制器优劣的性能指标，在进行预测控制器参数设计时，常用评价控制器优劣的性能指标是闭环系统受到设定值变化后响应曲线的误差积分性能指标，如ISE(平方误差积分准则)、ITSE(时间乘平方误差积分准则)、IAE(绝对误差积分准则)、ITAE(时间乘绝对误差积分准则))等，对抑制大的误差，ISE比IAE好；而抑制小的误差，IAE比ISE好；ITAE能够较好的抑制长时间存在的误差；与ISE指标对应的系统响应调节时间较长，最大动态偏差较小；与ITAE指标对应的系统响应调节时间最短，但最大动态偏差最大，故而该类方法借助上述指标，采用验凑法获得确切参数。上述，第一类方法难以同时满足控制系统的动、静态性能；第二类方法参数整定速度慢，且效果难以达到最优。