李志斌

摘 ?要 ?模型預測控制（MPC）是一種基于計算機技術的控制方法，它的產生來自于實際工業(yè)的需要，使得這種控制方法在工業(yè)過程控制中具有重要的作用。隨著社會的發(fā)展和企業(yè)競爭的不斷加劇，在設計控制器的過程中除了考慮如何提高產品質量，還需要考慮能源的消耗，使得資源得到合理的利用和經(jīng)濟效益的最大化。為了滿足工業(yè)過程的控制要求，傳統(tǒng)的控制理論已經(jīng)不能夠滿足這一要求，這就使得模型控制在現(xiàn)代工業(yè)過程控制中得到快速的發(fā)展。本文主要對工業(yè)過程模型預測控制進行了簡要的介紹，重點論述了模型預測控制的方法，希望能夠給相關的人員提供參考

依據(jù)。

關鍵詞 ?工業(yè)過程;模型預測控制;理論;方法;研究

中圖分類號：TP13 ? ? ?文獻標識碼：A ? ? ?文章編號：1671-7597（2014）22-0054-01

由于模型預測控制對于模型要求比較低，并且魯棒性、抗干擾性等特別強，適用于實際工業(yè)過程的控制?，F(xiàn)階段，模型預測控制已經(jīng)在發(fā)電廠控制、化工生產控制等具體工業(yè)生產中得到了廣泛的應用。雖然模型預測控制已經(jīng)得到了較為廣泛的應用，但是當生產系統(tǒng)的工況條件發(fā)生變化是時，控制系統(tǒng)往往也會出現(xiàn)參數(shù)的變化，使得控制問題變得復雜，所以對于復雜工業(yè)過程的模型預測控制成為了現(xiàn)階段工業(yè)生產過程控制中急需解決的問題。

1 ?模型預測控制概述

模型預測控制是一種基于在線優(yōu)化的控制策略，主要是在每一個采樣時刻都會將控制系統(tǒng)的當前狀態(tài)作為下一個控制的初始條件，然后利用過程的動態(tài)模型預測在有限時域內得到系統(tǒng)的未來響應，最后再根據(jù)該模型優(yōu)化對象的未來性能指標來解一個開環(huán)最優(yōu)問題，進而得到一個控制序列，并將這一控制序列的第一個控制變量作用于系統(tǒng)的被控對象。到下一個采樣時刻，再利用新的狀態(tài)測量重新求解開環(huán)最優(yōu)問題，最終形成一個完整的閉環(huán)控制。在這一過程中，每一采樣時刻，優(yōu)化性能指標只涉及從該時刻起到未來有限的時間，不能夠一直延續(xù)下去，而在下一個采樣時刻，這一優(yōu)化時段將向前推移。因此，預測控制并不是一個對全局相同的優(yōu)化性能指標，只是針對某一時段的優(yōu)化性能指標，這樣預測控制只能得到全局的次優(yōu)解，并且優(yōu)化的過程是反復在線進行，而不是一次離線進行的。對于模型預測需要經(jīng)過預測模型、滾動優(yōu)化和反饋校正三個不同的過程中，這樣才能夠得到準確的全局次優(yōu)解。

2 ?預測模型的方法

模型預測控制是一種基于模型的控制方法，這使得預測模型成為預測控制中的一個重要環(huán)節(jié)。預測模型與其他的環(huán)節(jié)相比，它只注重模型的功能，而不注重模型的形式。所謂的預測模型的功能就是根據(jù)相關的信息來預測未來系統(tǒng)動態(tài)行為，只是一個預測功能，不需要考慮模型的形式，任何形式均可作為模型預測?，F(xiàn)階段，建立預測模型的方法主要有：機理建模、混合建模和實驗建模三種方法。以下將對這三種方法進行簡要的介紹。

1）實驗建模法。

實驗建模不需要對過程做詳細的了解，除了選擇模型的結構形式，還需要輸入序列設計、噪聲建模及參數(shù)估計等重要的環(huán)節(jié)，相比激勵建模法有著明顯的優(yōu)勢。此外，實驗建模容易限制模型的復雜程度，當過程參數(shù)變化或運行的范圍發(fā)生變化時，能夠容易的通過過程數(shù)據(jù)重新建模，也可以通過自適應的方法對原模型進行在線修正。大多數(shù)實際工業(yè)系統(tǒng)工藝是很復雜的，在建立系統(tǒng)的機理模型時是極為復雜，有時候是不能夠進行機理建模的，這時就必須進行實驗建模，這樣才能夠滿足工業(yè)過程控制的要求。

2）機理建模法。

機理建模法主要是根據(jù)系統(tǒng)質量、能量守恒等定律建立系統(tǒng)的動態(tài)模型，這種方法同其他兩種方法相比，一個明顯的優(yōu)勢就是不要很多的過程數(shù)據(jù)，這就使得當控制對象工作在特性變化快的場合。雖然機理建模能夠應對特性變化快的情況，但是對于不同的控制對象和不同的特性，在進行機理建模時都需要重新做大量的工作，這樣必然會延長工作周期和耗費大量的資金，不利于企業(yè)經(jīng)濟效益的最大化。

3）混合建模法

混合建模法是實驗建模法和機理建模法的結合，根據(jù)工業(yè)過程控制的具體要求，充分利用這兩種建模法的優(yōu)點。對于這兩種建模法如何結合才能使模型最佳，一般有兩種不同的結合法。一種是：先用機理建模法來描述系統(tǒng)的基本動態(tài)，然后在根據(jù)基本參數(shù)用實驗建模法補充辨識未知函數(shù)或是實際系統(tǒng)與機理模型之間的一些誤差，這樣將兩者有效的結合在一起，使模型達到工業(yè)過程控制的要求。另一種則是：根據(jù)對系統(tǒng)機理的初步了解，初步建立系統(tǒng)的機理模型，然后建立相應的實驗模型，最后根據(jù)機理模型相關參數(shù)來進一步的調節(jié)實驗模型的相關參數(shù)，最終得到一個最佳的模型。

3 ?模型預測控制方法

對于一些復雜的工業(yè)過程，當控制系統(tǒng)模型參數(shù)不清楚或是變化不明顯時，需要采用模型預測控制進行有效的控制。在工業(yè)生產過程中應用模型預測控制法進行過程控制，不僅能夠有效的提高產品的質量和生產效率，同時也能夠降低生產成本，使企業(yè)的經(jīng)濟效益最大化。對于不同的工業(yè)過程需要采用不同的模型預測控制方法。以下對兩種常用的模型預測控制方法進行詳細的論述。

1）加權多模型預測控制法。

對于加權多模型預測控制法，一般會根據(jù)具體的工業(yè)過程擬定一個基本的思想，然后再進行具體的模型設計。首先需要根據(jù)相關的數(shù)學模型和給定的性能指標及相關的約束條件設計控制器，并求出各個控制器的獨立輸出。然后在設計加權器，并通過計算不確定的參數(shù)來確定控制器輸出的加權值，最后求出各個控制器輸出與加權乘積之和來確定實際的控制輸出值?；谀Ｐ图訖嗟亩嗄Ｐ皖A測控制法能夠有效的進行工業(yè)過程控制。因此，在工業(yè)過程控制中得到了極為廣泛的應用。

2）切換多模型預測控制法。

切換多模型預測控制法主要是通過對系統(tǒng)進行多模型描述后，設計一組預測控制器和一個控制器切換準則，最后根據(jù)控制器切換準則合理、科學的選擇其中具有預測控制的控制器。在采用這樣模型控制法中一個關鍵的問題就是如何設計控制器切換準則，進而使閉環(huán)切換系統(tǒng)穩(wěn)定和保證相關的性能指標。

4 ?結束語

工業(yè)過程模型預測控制對于提高產品質量和工業(yè)生產效率都起著重要作用，對于模型預測控制進行相關的研究是十分必要的。隨著科學技術的不斷發(fā)展，模型預測控制研究將得到更好的發(fā)展，將更好的滿足工業(yè)過程控制的要求和得到更加廣泛的應用。

參考文獻

[1]李少遠.工業(yè)過程系統(tǒng)的預測控制[J].控制工程，2010（04）.

[2]李軍，張宇，王紀森.基于DRNN的非線性模型預測控制研究[J].計算機仿真，2010（08）.

[3]高強，李航.基于單變量與多變量系統(tǒng)的模型預測控制研究[J].計算機工程與設計，2013（09）.endprint