一种基于预测模型的控制方法和控制器技术

本申请公开了一种基于预测模型的控制方法和控制器。该方法所基于的预测模型是归一化的预测模型，该归一化的预测模型为无单位且取值范围为0～1的变量之间的函数关系，如此，在根据所述被控对象在第二时刻时归一化后的被控对象测量量的预测值，优化计算第二时刻归一化后的控制量增量时，建立的约束方程各系数的数值范围较为稳定，便于减少优化算法的迭代次数，因而使得优化过程的耗时较少，提高优化速度，从而能够实现底层控制器的实时控制，进而能够使得底层控制器对被控对象的控制效果达到最优化。

【技术实现步骤摘要】
一种基于预测模型的控制方法和控制器
本申请涉及工业控制
，尤其涉及一种基于预测模型的控制方法和控制器。
技术介绍
目前，在工业控制系统中，用于实现对被控对象(例如，设置在管路上的阀门开度)控制的底层控制器多采用PID(proportion、integraldifferential)控制器(比例-积分-微分控制器)。PID控制器是一个在工业控制应用中常见的反馈回路部件，由比例单元P、积分单元I和微分单元D组成。PID控制的基础是比例控制；积分控制可消除稳态误差，但可能增加超调；微分控制可加快大惯性系统响应速度以及减弱超调趋势。然而，在非线性、大纯滞后的工业过程系统中，PID控制器无法实现控制效果的最优化，例如，在众多的约束情况下找到控制参数的最佳操作点；当系统发生干扰时，如原料性质、环境温度变化等，及时的将控制参数稳定在可行的操作区间内；强耦合系统多输入多输出的系统解耦控制；监视环境变化，并实时计算出系统操作的最优区域等。
技术实现思路
有鉴于此，本申请提供了一种基于预测模型的控制方法和控制器，以解决在工业控制系统中PID控制存在的上述问题。为了解决上述技术问题，本申请采用了如下技术方案：本申请的第一方面提供了一种基于预测模型的控制方法，包括：获取被控对象在第一时刻的控制量及其对应的被控对象测量量；对所述被控对象在第一时刻的控制量及其对应的被控对象测量量进行归一化；根据预先建立的归一化的预测模型、第一时刻归一化后的控制量及其对应的被控对象测量量，计算所述被控对象在第二时刻时归一化后的被控对象测量量的预测值；所述归一化的预测模型用于根据任一时刻归一化后的控制量及被控对象测量量，预测被控对象在所述任一时刻之后的至少一个时刻的归一化后的测量量；根据所述被控对象在第二时刻时归一化后的被控对象测量量的预测值，优化计算第二时刻归一化后的控制量增量，以得到第二时刻归一化后的最优控制量增量；根据所述第一时刻归一化后的控制量以及第二时刻归一化后的最优控制量增量，获取第二时刻归一化后的最优控制量；对所述第二时刻归一化后的最优控制量进行逆归一化；输出第二时刻逆归一化后的最优控制量，以控制所述被控对象。作为本申请的一种可选实现方式，所述根据所述被控对象在第二时刻时归一化后的被控对象测量量的预测值，优化计算第二时刻归一化后的控制量增量，以得到第二时刻归一化后的最优控制量增量，具体包括：根据预测值以最优地跟踪期望轨迹的方式建立优化目标函数；求解所述优化目标函数达到最小值时的第二时刻归一化后的控制量增量；将所述优化目标函数达到最小值时的第二时刻归一化后的控制量增量作为第二时刻归一化后的最优控制量增量；其中，所述优化目标函数为：其中，J(k)为优化目标函数，为测量量期望轨迹，P为位于第k时刻后的第P个时刻；Q＝diag(q(1),…,q(P))，为测量量跟踪轨迹权矩阵，为对角矩阵；R＝diag(r(1),…,r(M))，为控制量增量权矩阵，为对角矩阵；为第k时刻归一化后的被控对象测量量的预测值；ΔuM(k)为第k时刻之后的M个时刻的控制量增量。作为本申请的一种可选实现方式，所述求解所述优化目标函数达到最小值时的第二时刻归一化后的控制量增量，具体包括：将所述优化目标函数转化为第一二次规划问题；采用Hildreth’s法和有效集法相结合的方法计算所述第一二次规划问题的解，所述二次规划问题的解为第二时刻归一化后的控制量增量。作为本申请的一种可选实现方式，将所述优化目标函数转化为第一二次规划问题，具体包括：结合控制量和被控对象测量量的约束条件，将所述优化目标函数转化为第一二次规划问题；其中，所述第一二次规划问题描述为：其中，为第k时刻后的未来M个时刻的归一化后的控制量u的增量向量；为第k时刻后的未来M个时刻有控制量增量ΔuM(k)时，归一化后的测量量在未来P个时刻的预测值；为归一化后预测模型的动态矩阵，a(X)＝,X＝1,2,…,N，为归一化后的第X个时刻的系统阶跃响应，由归一化的预测模型计算求出，其中N为系统受到控制量阶跃激励后被控对象测量量达到稳定的时间；umin*＝umin-u(k-1)；umax*＝umax-u(k-1)；其中，umin、umax分别为归一化的控制量约束最低、最高值；u(k-1)为归一化的控制量在第(k-1)时刻时的控制量；Δumin、Δumax分别为归一化的控制量增量约束最低、最高值；分别为归一化的测量量在第k时刻后的未来P个时刻约束最低、最高值组成的向量；所述第一二次规划问题能够转化为的形式，其中，E＝2ATQA+2R为M阶正定矩阵；F为向量，C为约束矩阵，为约束不等式方程组转化成的形式后，不等号左边矩阵项，为(2P+4M)行M列；γ为不等式约束方程组的不等号右边项,为(2P+4M)行1列，作为本申请的一种可选实现方式，所述采用Hildreth’s法和有效集法相结合的方法计算所述第一二次规划问题的解，具体包括：根据所述第一二次规划问题的描述构建如下关于λ的方程组：(CE-1CT)λ+γ+CE-1F＝0；采用Hildreth’s法迭代求解方程组(CE-1CT)λ+γ+CE-1F＝0的解，直至第m次迭代结果λm与第m-1次迭代结果λm-1满足收敛条件||λm-1-λm||2≤ε或λm中非零向量个数降至I个；其中，λ为引入的拉格朗日乘子，m为迭代次数，I为控制器计算性能可支持矩阵可求逆的最大阶数；将每个非零λim对应的约束条件Ciλ≤γi,i＝(…)≤I个做为新的约束条件，代入所述第一二次规划问题中，得到第二二次规划问题；采用有效集法求解所述第二二次规划问题的解，所述第二二次规划问题的解为所述第一二次规划问题的解；其中，所述第二二次规划问题能够转化为的形式；其中，E＝2ATQA+2R为M阶正定矩阵，F为向量，CI为每个非零λim对应的约束条件Ciλ≤γi,i＝(…)≤I个组成的约束不等式组的不等号左边项，是从中取出的，不大于I行，M列；相应的，γI为从中取出的，不大于I行，1列。作为本申请的一种可选实现方式，所述根据所述被控对象在第二时刻时归一化后的被控对象测量量的预测值，优化计算第二时刻归一化后的控制量增量之前，还包括：当时间基点达到第二时刻时，获取所述被控对象在第二时刻时归一化后的被控对象测量量的实际值；计算所述预测值与所述实际值之间的偏差；根据所述偏差对所述预测值进行校正，得到校正后的预测值；所述根据所述被控对象在第二时刻时归一化后的被控对象测量量的预测值，优化计算第二时刻时归一化后的控制量增量，具体包括：根据所述校正后的预测值，优化计算第二时刻归一化后的控制量增量。作为本申请的一种可选实现方式，所述方法还包括：建立归一化的预测模型；所述建立归一化的预测模型，具体包括：获取外部输入的预测模型的连续传递函数、控制量及其对应的被控对象测量量；将所述连续传递函数转化为离散函数；对所述控制量及其对应的被控对象测量量进行归一化，得到归一化后的控制量及其对应的被控对象测量量；对所述离散函数进行归一化处理，得到归一化的预测模型。作为本申请的一种可选实现方式，所述预测模型为一阶模型；所述连续传递函数为：其中，G(s)为系统传递函数；Y(s)、U(s)分别为系统输出、输入函数的拉普拉斯变换；Tdelay为系统纯滞后时本文档来自技高网...

【技术保护点】
1.一种基于预测模型的控制方法，其特征在于，包括：获取被控对象在第一时刻的控制量及其对应的被控对象测量量；对所述被控对象在第一时刻的控制量及其对应的被控对象测量量进行归一化；根据预先建立的归一化的预测模型、第一时刻归一化后的控制量及其对应的被控对象测量量，计算所述被控对象在第二时刻时归一化后的被控对象测量量的预测值；所述归一化的预测模型用于根据任一时刻归一化后的控制量及被控对象测量量，预测被控对象在所述任一时刻之后的至少一个时刻的归一化后的测量量；根据所述被控对象在第二时刻时归一化后的被控对象测量量的预测值，优化计算第二时刻归一化后的控制量增量，以得到第二时刻归一化后的最优控制量增量；根据所述第一时刻归一化后的控制量以及第二时刻归一化后的最优控制量增量，获取第二时刻归一化后的最优控制量；对所述第二时刻归一化后的最优控制量进行逆归一化；输出第二时刻逆归一化后的最优控制量，以控制所述被控对象。

【技术特征摘要】
1.一种基于预测模型的控制方法，其特征在于，包括：获取被控对象在第一时刻的控制量及其对应的被控对象测量量；对所述被控对象在第一时刻的控制量及其对应的被控对象测量量进行归一化；根据预先建立的归一化的预测模型、第一时刻归一化后的控制量及其对应的被控对象测量量，计算所述被控对象在第二时刻时归一化后的被控对象测量量的预测值；所述归一化的预测模型用于根据任一时刻归一化后的控制量及被控对象测量量，预测被控对象在所述任一时刻之后的至少一个时刻的归一化后的测量量；根据所述被控对象在第二时刻时归一化后的被控对象测量量的预测值，优化计算第二时刻归一化后的控制量增量，以得到第二时刻归一化后的最优控制量增量；根据所述第一时刻归一化后的控制量以及第二时刻归一化后的最优控制量增量，获取第二时刻归一化后的最优控制量；对所述第二时刻归一化后的最优控制量进行逆归一化；输出第二时刻逆归一化后的最优控制量，以控制所述被控对象。2.根据权利要求1所述的方法，其特征在于，所述根据所述被控对象在第二时刻时归一化后的被控对象测量量的预测值，优化计算第二时刻归一化后的控制量增量，以得到第二时刻归一化后的最优控制量增量，具体包括：根据预测值以最优地跟踪期望轨迹的方式建立优化目标函数；求解所述优化目标函数达到最小值时的第二时刻归一化后的控制量增量；将所述优化目标函数达到最小值时的第二时刻归一化后的控制量增量作为第二时刻归一化后的最优控制量增量；其中，所述优化目标函数为：其中，J(k)为优化目标函数，为测量量期望轨迹，P为位于第k时刻后的第P个时刻；Q＝diag(q(1),…,q(P))，为测量量跟踪轨迹权矩阵，为对角矩阵；R＝diag(r(1),…,r(M))，为控制量增量权矩阵，为对角矩阵；为第k时刻归一化后的被控对象测量量的预测值；ΔuM(k)为第k时刻之后的M个时刻的控制量增量。3.根据权利要求2所述的方法，其特征在于，所述求解所述优化目标函数达到最小值时的第二时刻归一化后的控制量增量，具体包括：将所述优化目标函数转化为第一二次规划问题；采用Hildreth’s法和有效集法相结合的方法计算所述第一二次规划问题的解，所述二次规划问题的解为第二时刻归一化后的控制量增量。4.根据权利要求3所述的方法，其特征在于，将所述优化目标函数转化为第一二次规划问题，具体包括：结合控制量和被控对象测量量的约束条件，将所述优化目标函数转化为第一二次规划问题；其中，所述第一二次规划问题描述为：其中，为第k时刻后的未来M个时刻的归一化后的控制量u的增量向量；为第k时刻后的未来M个时刻有控制量增量ΔuM(k)时，归一化后的测量量在未来P个时刻的预测值；为归一化后预测模型的动态矩阵，a(X)＝,X＝1,2,…,N，为归一化后的第X个时刻的系统阶跃响应，由归一化的预测模型计算求出，其中N为系统受到控制量阶跃激励后被控对象测量量达到稳定的时间；umin*＝umin-u(k-1)；umax*＝umax-u(k-1)；其中，umin、umax分别为归一化的控制量约束最低、最高值；u(k-1)为归一化的控制量在第(k-1)时刻时的控制量；Δumin、Δumax分别为归一化的控制量增量约束最低、最高值；分别为归一化的测量量在第k时刻后的未来P个时刻约束最低、最高值组成的向量；所述第一二次规划问题能够转化为的形式，其中，E＝2ATQA+2R为M阶正定矩阵；F为向量，C为约束矩阵，为约束不等式方程组转化成的形式后，不等号左边矩阵项，为(2P+4M)行M列；γ为不等式约束方程组的不等号右边项,为(2P+4M)行1列，5.根据权利要求4所述的方法，其特征在于，所述采用Hildreth’s法和有效集法相结合的方法计算所述第一二次规划问题的解，具体包括：根据所述第一二次规划问题的描述构建如下关于λ的方程组：(CE-1CT)λ+γ+CE-1F＝0；采用Hildreth’s法迭代求解方程组(CE-1CT)λ+γ+CE-1F＝0的解，直至第m次迭代结果λm与第m-1次迭代结果λm-1满足收敛条件||λm-1-λm||2≤ε或λm中非零向量个数降至I个；其中，λ为引入的拉格朗日乘子，m为迭代次数，I为控制器计算性能可支持矩阵可求逆的最大阶数；将每个非零λim对应的约束条件Ciλ≤γi,i＝(…)≤I个做为新的约束条件，代入所述第一二次规划问题中，得到第二二次规划问题；采用有效集法求解所述第二二次规划问题的解，所述第二二次规划问题的解为所述第一二次规划问题的解；其中，所述第二二次规划问题能够转化为的形式；其中，E＝2ATQA+2R为M阶正定矩阵，F为向量，CI为每个非零λim对应的约束条件Ciλ≤γi,i＝(…)≤I个组成的约束不等式组的不等号左边项，是从中取出的，不大于I行，M列；相应的，γI为从中取出的，不大于I行，1列。6.根据权利要求1-5任一项所述的方法，其特征在于，所述根据所述被控对象在第二时刻时归一化后的被控对象测量量的预测值，优化计算第二时刻归一化后的控制量增量之前，还包括：当时间基点达到第二时刻时，获取所述被控对象在第二时刻时归一化后的被控对象测量量的实际值；计算所述预测值与所述实际值之间的偏差；根据所述偏差对所述预测值进行校正，得到校正后的预测值；所述根据所述被控对象在第二时刻时归一化后的被控对象测量量的预测值，优化计算第二时刻时归一化后的控制量增量，具体包括：根据所述校正后的预测值，优化计算第二时刻归一化后的控制量增量。7.根据权利要求1-5任一项所述的方法，其特征在于，所述方法还包括：建立归一化的预测模型；所述建立归一化的预测模型，具体包括：获取外部输入的...

【专利技术属性】
技术研发人员：李雨宽，吴洁芸，刘志勇，周曼，励东裕，
申请(专利权)人：浙江中控技术股份有限公司，
类型：发明
国别省市：浙江,33