專利名稱：應用逆向差分抑制不可測擾動的模型預測控制器及方法
技術領域：
本發(fā)明涉及一種模型預測控制器，具體的是一種應用逆向差分抑制不可測擾動的 模型預測控制器。
背景技術：
模型預測控制是1970年左右提出的新型控制理論，經(jīng)過四十余年的發(fā)展，其對應 的理論和應用軟件已經(jīng)比較成熟，在工程實踐領域也有著非常廣泛的應用。
模型預測控制是一種基于預測模型的閉環(huán)優(yōu)化控制策略。模型預測控制的基本出 發(fā)點與傳統(tǒng)控制(如PID控制)不同。傳統(tǒng)的控制，是根據(jù)過程當前的和過去的輸出測量值 和設定值的偏差來確定當前的控制輸入。而預測控制不但利用當前的和過去的偏差值，而 且還利用預測模型來預估過程未來的偏差值，以滾動優(yōu)化確定當前的最優(yōu)輸入策略。因此， 從基本思想看，預測控制優(yōu)于傳統(tǒng)控制。
模型預測控制一般有三個基本特征，即預測控制、反饋校正和滾動優(yōu)化。

圖1是模 型預測控制過程的結(jié)構(gòu)圖。
預測控制需要一個描述系統(tǒng)動態(tài)行為的模型，稱為預測模型，它應具有預測功能， 即能夠根據(jù)系統(tǒng)現(xiàn)時刻的控制輸入以及過程的歷史信息，預測過程輸出的未來值。預測模 型通常采用在實際工業(yè)過程中較易獲得的脈沖響應模型或階躍響應模型。
在預測控制中，采用預測模型進行過程輸出值的預估只是一種理想的方式，對于 實際過程，存在各種各樣的不確定因素，使基于模型的預測不可能準確地與實際相符。因 此，在預測控制中，通過輸出的測量值與模型的預估值進行比較，得出模型的預測誤差，再 利用模型預測誤差來修正模型預測控制器的輸出結(jié)果。這種模型加反饋校正的過程，使預 測控制具有很強的抗干擾和克服系統(tǒng)不確定的能力。
預測控制是一種優(yōu)化控制算法。但是，優(yōu)化過程不是一次離線完成的，而是反復在 線進行的。即在每一采樣時刻，優(yōu)化性能指標只涉及從該時刻到未來有限的時間內(nèi)，而到下 一個采樣時刻，這一優(yōu)化時段會同時向前推進，這就是滾動優(yōu)化的概念。這種在線反復進行 的優(yōu)化算法，能有效克服和校正過程中的各種不確定性，使控制保持實際上的最優(yōu)。
真實的工業(yè)過程實際上是灰色的，即過程的一部分是確定的，可以用模型關系來 描述；過程的另一部分是不確定的。在確定的部分，預測控制保證了控制器有良好的控制效 果；在不確定的部分，反饋校正和滾動優(yōu)化保證了控制器有良好的適應性。如果只有預測控 制，則控制器無法在不確定部分工作；如果只有反饋校正和滾動優(yōu)化，則控制器也沒有良好 的控制效果。這三個特征是不可或缺的一個整體。
模型預測控制在工業(yè)過程上的實際應用，稱之為模型預測控制器。一個典型 的模型預測控制器，需要根據(jù)工業(yè)過程的工藝原理和控制需求，定義一個或者多個被控 變量(controlled variable, CV)、操縱變量(manipulated variable, MV)和干擾變量 (disturbance variable, DV)。
被控變量是指被控制在某個范圍內(nèi)或者目標值附近以改善工藝操作及產(chǎn)品質(zhì)量性能的物理量。操縱變量是指受控于控制器，用于調(diào)節(jié)被控變量大小的物理量。干擾變量是其本身不可被控制器調(diào)節(jié)，但其變化會對被控變量造成影響的物理量。干擾變量根據(jù)其可測量與否，分為可測干擾變量和不可測干擾變量。
加熱爐是一個簡單的例子。加熱爐出口溫度是控制的目標，為被控變量(CV);天然氣流量被用來調(diào)節(jié)加熱爐出口溫度，為操縱變量(MV);水流量可測量但不可調(diào)節(jié)，其波動會對加熱爐出口溫度造成影響，為可測干擾變量(DV);而天然氣熱值是不可測量的，但其波動也會對加熱爐出口溫度造成影響，為不可測干擾變量(DV)。
對可測干擾變量而言，控制器會預測到可測干擾變量的變化對被控變量的未來變化趨勢的影響，從而進行預先調(diào)節(jié)操縱變量來補償，調(diào)節(jié)的效果非常好。而對于不可測干擾變量，控制器無法預測未來的變化，只能依靠反饋控制來實現(xiàn)調(diào)節(jié)，其調(diào)節(jié)是滯后的，調(diào)節(jié)效果自然就較差。
如前所述的加熱爐的例子，如果天然氣熱值不穩(wěn)而頻繁波動，就可視為不可測干擾的波動占主導的過程。對不可測干擾變量波動占主導的過程，控制器只是依靠反饋來進行調(diào)節(jié)，模型預測控制很難達到良好的控制效果。此類過程是模型預測控制技術應用的難點之一 O不可測干擾變量波動占主導地位的典型過程包括各類化學反應器，使用煤、生物燃料等熱值不穩(wěn)定的燃料的各類加熱爐、鍋爐和窯。發(fā)明內(nèi)容
針對現(xiàn)有技術中存在的上述技術問題，本發(fā)明提供了一種應用逆向差分模塊抑制不可測擾動的模型預測控制器，所述逆向差分值的采用如下公式計算
權(quán)利要求
1.一種應用逆向差分模塊抑制不可測擾動的模型預測控制器，其特征在于所述逆向差分值的采用如下公式計算▽/0) = /0)-/(X-W)其中/0)為原始信號，/7為計算步長，聊、為逆向差分值。
2.如權(quán)利要求1所述的應用逆向差分模塊抑制不可測擾動的模型預測控制器，其特征在于所述原始信號/00為控制器的被控變量，或者被控變量的相關變量。
3.如權(quán)利要求1所述的應用逆向差分模塊抑制不可測擾動的模型預測控制器，其特征在于在常規(guī)控制系統(tǒng)中，所述逆向差分模塊通過I/o接口與模型預測控制器進行連接。
4.如權(quán)利要求1所述的應用逆向差分模塊抑制不可測擾動的模型預測控制器，其特征在于所述逆向差分模塊作為使用了模型預測控制模型的系統(tǒng)的在線平臺部分的新增模塊，或者作為工藝計算模塊中的一部分。
5.如權(quán)利要求1所述的應用逆向差分模塊抑制不可測擾動的模型預測控制器，其特征在于所述逆向差分模塊通過逆向差分值的在線計算、逆向差分預測模型定義、與預測控制器的連接來實施。
6.如權(quán)利要求1所述的應用逆向差分模塊抑制不可測擾動的模型預測控制器，其特征在于所述逆向差分預測模型定義為一階階躍響應模型，其模型參數(shù)如下增益為O. 5到2 之間的某個數(shù)值，死時間為零，時間常數(shù)為I到5倍控制器運行周期中的某個數(shù)值。
7.一種應用逆向差分模塊抑制不可測擾動的模型預測控制方法，用于將逆向差分值應用到模型預測控制模型中以抑制不可測擾動，其特征在于所述逆向差分模塊通過逆向差分值的在線計算，逆向差分預測模型的定義，與模型預測控制器的連接來實施。
8.如權(quán)利要求7所述的應用逆向差分模塊抑制不可測擾動的模型預測控制方法，其特征在于所述逆向差分值通過如下公式計算WW = /<>)-/(>- )其中/00為原始信號，/7為計算步長，W)為逆向差分值。
9.如權(quán)利要求8所述的應用逆向差分模塊抑制不可測擾動的模型預測控制方法，其特征在于所述原始信號/(幻為控制器的被控變量，或者被控變量的相關變量。
10.如權(quán)利要求7所述的應用逆向差分模塊抑制不可測擾動的模型預測控制方法，其特征在于所述逆向差分預測模型定義為一階階躍響應模型，其模型參數(shù)如下增益為O. 5 到2之間的某個數(shù)值，死時間為零，時間常數(shù)為I到5倍控制器運行周期中的某個數(shù)值。
全文摘要
本發(fā)明公開了一種應用逆向差分模塊抑制不可測擾動的模型預測控制器，在常規(guī)控制系統(tǒng)中，所述逆向差分模塊通過I/O接口與模型預測控制器進行連接，所述逆向差分模塊作為使用了模型預測控制模型的系統(tǒng)的在線平臺部分的新增模塊，或者作為工藝計算模塊中的一部分。本發(fā)明還公開了一種應用逆向差分模塊抑制不可測擾動的模型預測控制方法。本發(fā)明的應用逆向差分模塊抑制不可測擾動的模型預測控制器對現(xiàn)有的模型預測控制技術進行了改進，適用于不可測干擾變量波動占主導地位的工業(yè)過程。
文檔編號G05B13/00GK103064284SQ201210582480
公開日2013年4月24日 申請日期2012年12月28日 優(yōu)先權(quán)日2012年12月28日
發(fā)明者袁亦兵 申請人:浙江邦業(yè)科技有限公司