基于模型預(yù)測(cè)控制ppt課件-wenkub.com
2025-04-27 23:43 本頁面
【正文】 RMPC對(duì)其輸入變量的有效性檢查功能可以保證不至于因輸入數(shù)據(jù)錯(cuò)誤而產(chǎn)生誤動(dòng)作。在控制過程中，漏斗控制區(qū)域自動(dòng)以當(dāng)前受控變量值為初值，以要求的閉環(huán)響應(yīng)時(shí)間為長(zhǎng)度張開漏斗，實(shí)施控制作用，使受控變量處于漏斗區(qū)域內(nèi)，而當(dāng)受控變量處于區(qū)域內(nèi)時(shí)，控制器將不再采取進(jìn)一步的控制作用，以提高整個(gè)控制系統(tǒng)的魯棒性?？刂破饕话愣家匝b置的一個(gè)獨(dú)立單元 (如常壓塔 )作為整體進(jìn)行控制，除能把整個(gè)過程控制在允許的約束之內(nèi)，還可在操作條件有自由度的情況下，把過程推向其經(jīng)濟(jì)最優(yōu)化的操作點(diǎn)上。讓液位在一定范圍 內(nèi)波動(dòng)而緩沖流量，使工藝過程平穩(wěn)變化。 化驗(yàn)室校正的基本思想是以采樣時(shí)刻的化驗(yàn)值為準(zhǔn)，與計(jì)算的平均值進(jìn)行比較，推算出兩者之 間的偏差(稱為 BIAS )，并把該值按一定速率在線地作用于以后的計(jì)算結(jié)果，從而得到一個(gè)修正后的產(chǎn)品質(zhì)量計(jì)算。 . Honeywell先進(jìn)控制的技術(shù)包括： 實(shí)時(shí)數(shù)據(jù)庫平臺(tái) PHD 分餾塔工藝計(jì)算軟件包 Fractionator Toolkit 中間調(diào)節(jié)控制器 IRC 多變量控制器 RMPC 工藝計(jì)算結(jié)果的化驗(yàn)室數(shù)據(jù)校正軟件LABUPD等。 ? DMCplus控制軟件包可以用簡(jiǎn)單的步驟來構(gòu)造控制器。 主要特點(diǎn)是 :過程模型辨識(shí) 。用戶可以通過調(diào)整加權(quán)因子使得在系統(tǒng)自由度不足時(shí)， CV變量的偏差合理分布。 多變量預(yù)估控制軟件包 為過程模型組態(tài)。 DMC還有動(dòng)態(tài)加權(quán)及在線整定功能。在動(dòng)態(tài)特性測(cè)試期間，過程不需處于穩(wěn)態(tài)。第二個(gè)目標(biāo)函數(shù)的求解就可以使輸入值接近 IRV或使 LEF最大或最小，以取得更大經(jīng)濟(jì)效益。 ? IDCOMM控制器首先考慮第一個(gè)目標(biāo)函數(shù)，即先控制每一個(gè) CV到它的設(shè)定值或在它的區(qū)間限制內(nèi)。 系統(tǒng)的胖與瘦是會(huì)轉(zhuǎn)化的，例如，當(dāng)某些操縱變量達(dá)到約束邊界而不能再調(diào)整時(shí)，胖系統(tǒng)就有可能變?yōu)榉较到y(tǒng)。 第二種是 MV的理想靜態(tài)值 (Ideal Resting Value 簡(jiǎn)稱 IRV),只有在系統(tǒng)有多余的自由度時(shí)才考慮MV的 IRV要求?！坝病焙汀败洝奔s束都有優(yōu)化級(jí)的定義。 (4). 第四代模型預(yù)測(cè)控制技術(shù) 它們的特征是：基于 Windows的圖形用戶界面；采用多層優(yōu)化，以實(shí)現(xiàn)不同等級(jí)目標(biāo)控制；采用靈活的優(yōu)化方法；直接考慮模型不確定性 (魯棒控制設(shè)計(jì) )；改進(jìn)的辨識(shí)技術(shù)等。 (2) 第二代模型預(yù)測(cè)控制技術(shù) QDMC算法可以被稱為是第二代預(yù)測(cè)控制軟件包，它采用二次規(guī)劃方法（ QP）求解，可以系統(tǒng)地處理輸入、輸出約束問題。但它的抗干擾性卻比不上傳統(tǒng)的 PID控制，這是因?yàn)轭A(yù)測(cè)控制一般采樣周期較大 1— 5min,對(duì)隨機(jī)突發(fā)性干擾難于及時(shí)克服。 近年來已在化工、煉油、石油化工、冶金等企業(yè)中得到成功應(yīng)用，已有商品化軟件出售。 ※ 控制權(quán)矩陣 R的選擇 在整定中，當(dāng)控制量變化太大時(shí)，可先置 r=0，待系統(tǒng)穩(wěn)定且滿足要求后則加大 r值。相反， 若過小，則過渡過程較易出現(xiàn)超調(diào)與振蕩。一般， P選擇等于過程單位階躍響應(yīng)達(dá)到其穩(wěn)態(tài)值所需過渡時(shí)間的一半所需的采樣次數(shù)。 djjr ykyjky )1()()( ?? ????2R22QrP kUkYkYJ )()()(m in ???)()()]()([)]()([ kRUkUkYkYQkYkY 2T2rPTrP ???? (5) MAC在實(shí)施中應(yīng)注意的若干問題 ※ 脈沖響應(yīng)系數(shù)長(zhǎng)度 N的選擇 N的選擇顯然與采樣周期有關(guān)，對(duì)于給定的過程，采樣周期短，則 N會(huì)相應(yīng)的增大。 j=1,2…… p (32) p稱之為預(yù)測(cè)步長(zhǎng) (2). 反饋校正 為了克服擾動(dòng)和模型失配等因素對(duì)模型預(yù)測(cè)值的影響，采用當(dāng)前的過程輸出的測(cè)量值與模型的計(jì)算值進(jìn)行比較，用其差來修正模型輸出的預(yù)估值。 目前應(yīng)用最可泛的先進(jìn)控制技術(shù)！ . 模型算法控制（ MAC） 模型算法控制 (Model Algorithmic Control 簡(jiǎn)稱 MAC)是基于脈沖響應(yīng)模型的預(yù)測(cè)控制，又稱模型預(yù)測(cè)啟發(fā)式控制（ MPHC）。 （ 2）在現(xiàn)時(shí)刻 k依次施加最優(yōu)控制作用組的前 n個(gè)，等施加完后，再重新計(jì)算出一組新的最優(yōu)控制。 顯然， T 越小， 則越小，參考軌跡就能越快地達(dá)到設(shè)定值 yd。 ? 事實(shí)上， 預(yù)測(cè)控制的三個(gè)基本特征：預(yù)測(cè)模型，反饋校正和滾動(dòng)優(yōu)化也不過是一般控制理論中模型、反饋和控制概念的具體表現(xiàn)形式。 正是這種由模型加反饋校正的過程，使預(yù)測(cè)控制具有很強(qiáng)的抗干擾和克服系統(tǒng)不確定的能力。 目前經(jīng)常采用易于在線辨識(shí)并能描述不穩(wěn)定過程的 CARMA受控自回歸滑動(dòng)平均模型 (Controlled AutoRegressive Moving Average,簡(jiǎn)稱CARMA)和 CARIMA受控自回歸積分滑動(dòng)平均模型 (Controlled AutoRegressive Integrated Moving Average,簡(jiǎn)稱 CARIMA)。 1 基本原理 各類預(yù)測(cè)控制算法都有一些共同特點(diǎn) ,歸結(jié)起來有三個(gè)基本特征
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1