模型预测控制装置与方法制造方法及图纸

一种控制过程操作的模型预测控制装置和方法，所述过程具有过程输入信号和过程输出信号，它包括根据过程模型确定在将来稳态条件下预测的过程输出信号、根据预测的过程输出信号与期望的设定点信号之差值确定稳态误差信号，以及通过在将来某一时刻提供至少一个过程输出的阶跃响应来确定一组校正估算稳态误差所必需的将来过程输入变信号接着根据当前确定一组将来过程输入变化信号与任何将来过程输入变化信号相加之和，加上一个净过程输入变化，将来过程输入变化信号是先前对于下一个过程输入变化信号算得的，过程输入变化信号按本方法算出。模型表示为速度形式。可用过程调节参数减少净过程输入变化及当前确定的相应于根据稳态误差除以稳态过程增益算出的过程输入变化的过程输入变化的第一元素。（*该技术在2015年保护过期，可自由使用*）

Model predictive control device and method

A control operation model predictive control device and method, the process has the process of input signal and output signal process, which includes the output signal according to the process, determine the process model prediction in the future under the steady state conditions according to the prediction of the output signal and the desired set point signal to determine the difference between the steady-state error signal, and the a future time to provide at least one output process step response to determine a set of input estimates required for steady-state error correction process variable signal according to the current and future to determine a set of future changes in input signal process and any future process input signal changes sum, plus a net change of the input process, the future input changes the signal process is a process for the previous input signal changes as the input signal according to the change process of calculating method. The model is represented as a velocity form. The process adjustment parameter can be used to reduce the net process input variation and the current determined first element corresponding to the process input change calculated according to the steady-state error divided by the steady-state process gain.

【技术实现步骤摘要】

本专利技术涉及一种，适于预测被控系统动态模型的将来过程响应，并在考虑这种预测之后计算控制器的输出。特别是使用动态模型的伪逆矩阵(pseudo-inverse)的一合适的列提供一种使最小二乘方法误差最小的过程控制调节器。
技术介绍
本专利技术的控制装置是一种新型的模型预测控制(MPC)控制器。一般而言，MPC技术采用一个过程模型来预测某个被控过程变量的将来状态，然后处理一个或多个过程输入量(控制器输出量)以把预测值与设定点之间的期望误差减至最小。MPC的变化包括模型预测探试控制(MPHC)(Richalet等人，1978年)、模型算法控制(MAC)(Mahra等人，1979年)、动态矩阵控制(DMC)(Cutler与Ramaker)，1980年；Prett与Gillete 1979年)和线性动态矩阵控制(LDMC)(Garcia与Morshedi，1986年)。在所有这些方法中，模型是控制算法的本质部分，并用来预测和计算控制器的响应。MPC的基本构思是利用过程的阶跃或脉冲响应矢量来模拟过程。这些模型根据过程输入量预测一个或多个过程输出量，并借助一系列控制输入量的线性最优化算出最佳控制器响应。在现有的方法中，最优化问题是在控制器每一步中实时解决的。这种求最小值的做法通常采用二次规划(QP)和线性二次调节器(LQ)法。现有的MPC技术因有若干问题而限制了它们的应用。MPC大量的公式要求工程师规定许多可调参数来描述所需的闭环响应。精通过程与控制器的专家必须作这类调节，因为即使模型十分符合该过程，若把所需的响应调节得过于准确，有时仍会导致性能不稳定。再者，MPC技术并非一定优于经典控制，因为从理论上讲，对于每一种MPC控制器都有一个等价的经典控制器。在每个更新周期都要执行QP或LQ最优化的所有MPC控制器，要承担大量计算开销。MPC控制的应用被限于单台计算机一般在至少几秒钟的时间间隔内专门用来控制少量过程变量的那些场合。MPC大部分目前的应用是作为监视控制，即用MPC控制器处理常规控制器的设定点，以实现某些总的最优过程性能。而且，有些MPC控制器，特别是那些不使用QP法的MPC控制器，在存在根据所有真实世界过程的约束条件时会变得不稳定。尽管QP-MPC控制器不难对付约束条件，但是运算变得更复杂了。此外，大多数MPC控制器或者要求事先知道过程动态特性或离线调整步骤。在所有情况下，过程与过程模型之间的失配会产生不稳定的性能。当过程响应为非线性时，常常会出现这种状况。由于现有的MPC控制器极为复杂，所以对于使用这类系统建立最佳调整参数从而在整个所需的操作范围内提供良好控制性能的工程师而言，这往往一项艰难的任务。为解决这些问题，近年已研究出适用于连续过程控制的模糊逻辑与神经网络方法。模糊逻辑更容易把探试规则加入到特定控制器的行为之中，这样就更易于使连续过程控制器适应特定的应用场合。神经网络运用普通的非线性模型法描述过程行为。神经网络的普通模型可用于自动生成一个加入到MPC控制器中的过程动态模型，旨在改善其性能。然而，神经网络模型是个“黑箱”，很少能从中获取信息来预测最佳控制响应。
技术实现思路
建立在MPC控制概念上的本专利技术的控制器，目的是创制一种通用的过程控制器，从而在例如高速、多环路、基于微机的控制系统中取代比例积分微分(PID)控制。这种控制器的优点是易于应用、自动调节、控制性能有改进而且运算开销较小。本专利技术的一个特征是无需事先知道过程状况而能实现自动的模型获取与调整。本专利技术的另一个特性是性能优于最佳调整的PID，而且对于采样过程控制而言，其性能接近于理论上完美的响应，本专利技术的另一个特征是运算要求极少，且很适合于现代的CPU体系结构。本专利技术的另一个特征是能有效地处理复杂的过程动态特性。本专利技术的另一个特征是对过程输入量与输出量的约束条件并不造成不稳定。本专利技术的另一个特性是可进行自适应控制。本专利技术的另一个特征是与PI和PID控制器完全兼容并可用于调整PI与PID控制器。本专利技术的另一个特征是能补偿非线性过程响应。本专利技术的另一个特征是能补偿与过程负载相关的信号(前馈)。本专利技术的另一个特征是能运用减幅(dampening)参数与划分(partionining)参数容易地调节而获得任何所需的过程响应。根据本专利技术的一个方面，这些特征和优点由一控制过程操作(有过程输入信号与过程输出信号)的设备与方法提供，控制过程操作包括根据过程模型确定在将来稳态条件下的预测的过程输出信号，根据预测过程输出信号与所需的设定点信号之间的差值确定稳态误差信号，以及通过在将来的某一时刻在过程输出中提供至少一个阶跃响应，确定一组校正估算的稳态误差所需的将来过程输入变化信号。于是，根据目前确定的将来过程输入变化信号组的第一元素与先前根据该方法对于下一个过程输入变化信号计算的任一将来过程输入变化信号相加的和，施加下一个过程输入净变化。模型最好以速度形式表示。此外，可用过程调节参数对过程净输入变化相对于过程输入变化信号根据稳态误差当前确定的过程输入变化的第一元素除以稳态过程增益以及减幅。另外，鉴于过程输入动态范围内的诸限制因素，要对控制器按序配备限幅滤波器。附图概述下面参照附图详述本专利技术，其中附图说明图1是表示本专利技术控制器的体系结构(m＝3)的略图。图2A-C表示描述控制器规约的流程图(m＝3)。图3表示说明控制器校正步骤的流程图。图4A-C是说明控制器的限幅步骤的过程输入对于采样时间间隔的关系曲线。图5A-E是屏幕显示，描述了本专利技术控制器与最佳调节的PID控制器的性能比较。本专利技术的实施方式本专利技术的下述描述将采用如下标记Y要与设定点比较的过程输出。(控制器输入)X过程输入(控制器输出)。y描述一组过程输出变化的矢量。x描述一组过程输入变化的矢量。a描述过程脉冲响应的矢量。n矢量a的元素数。i，j某给定矢量元素的指数。A选定过程的矩阵模型，y＝Ax。x°过程输入的最后n次变化。(控制器输出的存储器变化)A°用来预测将来稳态过程输出的A的积分形式。Y°根据x°预测的过程输出的将来变化。m一组过程输入变化中的元素的数目。n采样时间间隔。w过程动态窗口(事件水平线)。A-1A逆矩阵。A+A的伪逆矩阵。a+A+的最佳列。s每个元素对应于A°列之和的矢量。s1稳态过程增益。x等于(EP1P2)a+的矢量。e预测的稳态误差。P1减幅参数。P2划分参数。Ysp设定点。本专利技术的控制器最好应用一种速度形式的脉冲响应模型，这是一种简单的模型，不要求多于一个的系数矢量。脉冲响应矢量描述由下式表示的过程输出相对变化与过程输入变化之间的关系yk=Σi=1naixk-i+1,]]>其中yk＝Yk-Yk，xk＝Xk-Xk-1(1)脉冲响应矢量的每个元素“ai”代表在任意给定采样时间间隔k的过程输出的部分变化，可以归因于在时间间隔k-i+1的过程输入的变化。同其它线性模型相比，这一特定的模型的公式具有若干优点。首先，应用少量有限的采样数可以生成模型，减少了计算开销。对任何开环稳定的过程而言，均有一条事件水平线，超过此线，则过程输入中的特定变化对过程输出没有显著的影响。所以，可以选择长度为n的矢量，其中n个采样时间间隔就是事件水平线(n＝w/h)。矢量a准确地近似本文档来自技高网...

【技术保护点】
一种用于控制某种设备的电子模型预测控制装置，所述设备具有设备输入信号和依赖于所述设备输入信号的设备输出信号，其特征在于，所述电子模型预测控制装置包括：第一存储器，容纳根据所述设备的脉冲响应矩阵模型之伪逆矩阵导出的数据元素的矢量；第二 存储器，容纳在先前控制循环期间算出的表示将来设备输入信号变化状况的数据；第三存储器，容纳过去设备输入信号变化的矢量；第四存储器，容纳诸数据元素，利用诸数据元素可根据所述过去设备输入信号变化矢量求出因过去设备输入信号变化而造成的将来设 备输出信号的变化；电子处理器，适用于：接收设备输出信号样本；根据在先前控制循环期间算得的表示将来设备输入信号变化的所述数据、所述设备的稳态增益、因过去设备输入信号变化造成的所述将来设备输出信号变化，以及所述设备输出信号样本，计算 期望的将来设备输出信号；根据设定点信号和所述期望的将来设备输出信号计算误差信号；以及根据所述误差信号、由所述伪逆矩阵导出的所述数据元素矢量以及在先前控制循环期间算得的表示将来设备输入信号变化的所述数据，计算设备输入信号变化；其中 ，把所述设备输入信号变化施加于所述设备输入信号，用于控制所述设备输出信号。...

【技术特征摘要】
...

【专利技术属性】
技术研发人员：戴维W考尔菲尔德，
申请(专利权)人：奥林公司，
类型：发明
国别省市：US[美国]