专利名称：多模型广义预测控制系统及其性能评估方法
技术领域：
本发明涉及一种工业控制系统，尤其涉及一种基于多模型切换的广义预测控制系统及其控制系统的性能的监控与评估。
背景技术：
现代的工业过程大都实现了集成化与自动化，过程中存在着大量的控制回路，控制回路性能不佳将降低控制回路的有效性，导致工业生产不能安全稳定运行。只有那些设计良好并且得到定期的维护的控制系统才能得到长期稳定的经济效益，然而在大型的工业过程中，通常会存在许多动态特性会突变的控制回路，但相应的维护工程师却很少。广义预测控制(GPC)将滚动优化策略与自适应方法相结合，采用参数模型，设计较为灵活，且具有优良的控制性能和鲁棒性，因此被广泛应用于石化、炼油、制药、电力和污水处理等工业过程领域。在大工况下，由于系统的辨识和建模是非常复杂的，很难建立实际工业过程中的全局精确模型，致使单一模型的广义预测控制很难满足系统的要求。又由于受到随机噪声的干扰，系统的稳态误差难以消除，这些都导致控制回路的性能不佳，仅仅通过调整参数是不能从根本上解决问题的。因此急需采取新的控制策略或者改造硬件设备才能改善系统的性能，并需要一些有效的方法来评估各个回路的性能。控制系统性能评估的概念最早是由Harris于1989年提出的，采用基于最小方差的性能评估指标，并将其作为单变量控制系统性能评估的下限，为单变量控制回路的性能评估奠定了基础。为了更深一步的研究控制系统的性能评估，前人做了很多工作，并且取得了丰硕的研究成果，主要包括以下几个方面基于最小方差的前馈反馈控制回路的性能评估，基于最小方差的不稳定和非最小相位系统的性能评估，带约束的模型预测控制系统的性能评估等。但是广义预测控制系统的性能评估仍处于起步阶段。
发明内容
本发明针对上述现有技术中存在的技术问题提出一种多模型广义预测控制系统，该系统解决了控制系统参数突变对系统带来的影响，提高了暂态性能和稳态性能，并且证实其性能明显优于单模型广义预测控制系统。本发明还提供一种多模型广义预测控制系统的性能评估方法，用于对上述的多模型广义预测控制系统的性能进行评估。为达到上述目的，本发明采用的技术方案如下多模型广义预测控制系统，采用多个固定模型、一个常规的自适应模型和一个可重新赋初值的自适应模型组成，并行辨识系统的动态特性，其中，固定模型用来提高系统的暂态性能，自适应模型则用来消除系统的稳态误差，并且保证系统的稳定性，可重新赋初值的自适应模型可以进一步提高系统的暂态性能、缩短暂态时间。在多模型切换上，首先设计一个性能指标，该性能指标考虑了历史误差对系统的影响，在每一个采样时刻，系统都将自动的切换到使性能指标最小的子模型上，根据得到的子模型，设计广义预测控制器，从而实现系统的暂态性能和稳态性能的提高。一种多模型广义预测控制系统的性能评估方法，用于对上述的多模型广义预测控制系统进行性能评估，是采用最小方差的性能评估方法作为评价的基准，确定系统是否运行在最优状态，为已有的控制系统实施技术改造提供依据。有益效果从本发明的基于多模型切换的广义预测控制系统与现有的单一模型的广义预测控制相比，极大了提高了系统的暂态性能和稳态性能，以及模型参数跳变时的系统的自动调节能力。采用多模型广义预测控制后系统的性能明显提高。
图1 (I)和图1 (2)分别为单模型广义预测控制系统的输出曲线和控制量变化曲线. 图2 (I)和图2 (2)分别为多模型广义预测控制系统的输出曲线和控制量变化曲线。
具体实施例方式下面结合附图和实例对本发明作进一步说明。(I)本发明针对的被控对象的数学模型如下A (z-1) y (k) =B (z—1) u (k_l) +C (z—1) ^ k) / A (I)上式中，u(k)、y(k)、I (k)分别为被控对象的输入、输出和均值为零的白噪声序列，A = l-z—1 为差分算子。这里取 A=Iia1, a2, a3] = [l,-2，1.1], B=[b。，bj = [l, 2], C = I。(2)多模型集是由8个参数已知的固定模型，一个常规的自适应模型和一个可赋初值的自适应模型组成。对于固定模型集，则可取a !=(-1,-21,82=(-2,-1, 1,21,^=1^^2共8个固定模型。将模型参数与数据参数用向量形式表示，即4-4,3(J) (k) = [- A y (k_l)----Ay (k_na) A u (k-d)... A u (k-nb_d)]式⑵的向量表示形式为A y (k)=小T (k) 0 o+C (z—1) I (k) (3)由式(3)得到多模型集的向量表示为A Yi (k) = (J) J (k) Qi (k) +C (z-1) I j (k)i=l, 2, . . . m, m+1, m+2(4)上式中，Q i(k)为一固定值(i = 1，2，. . .，m=8);当i = m+1时,选取常规自适应模型；当i = m+2时，选取可重新赋值的自适应模型。对于自适应模型，采用如下投影算法进行辨识(h, ； [k) 二 L , (k -1) +(5)em^k)=y(k)-ym+i(k) (6)=y{k) -4>! {k)()n,.dk-V)
式中，a (t)为一变化的实数,其变化范围为0〈 a (t)〈2。(3)在每个采样时刻，系统按照切换指标选取最优模型，切换指标如下所示
权利要求
1.一种多模型广义预测控制系统，其特征在于，所述系统主要是由多个固定模型、一个常规的自适应模型和一个可重新赋初值的自适应模型组成的多模型集，其中，所述固定模型用以提高系统的暂态性能，所述自适应模型则用以消除系统的稳态误差并保证系统的稳定性，所述可重新赋初值的自适应模型用以进一步提高系统的暂态性能、缩短暂态时间。
2.根据权利要求1所述的多模型广义预测控制系统，其特征在于，所述系统暂态性能和稳态性能的提高是通过设计一个性能指标，该性能指标考虑了历史误差对系统的影响， 然后在每一个采样时刻，系统都将自动的切换到使性能指标最小的子模型上，根据得到的子模型，设计广义预测控制器，从而实现系统的暂态性能和稳态性能的提高。
3.一种多模型广义预测控制系统的性能评估方法，其特征在于，用于对权利要求1或2所述的多模型广义预测控制系统进行性能评估，所述性能评估方法是采用最小方差准则下系统性能作为评价的基准，通过系统的传递函数，设计可以使系统方差达到最小的最小方2差控制器，进而得到控制系统性能指标7(0=%，其中2为控制系统能达到的最小方差，Cr>MV<为实际输出的方差。
全文摘要
本发明提供一种多模型广义预测控制系统及其性能评估方法，采用多个固定模型和两个自适应模型，并行辨识系统的动态特性，基于性能指标在每个采样时刻切换到最优的局部模型作为当前模型，并设计最优控制器实现控制，采用最小方差准则的性能评估方法对多模型切换的广义预测控制系统进行性能评估。与传统的单模型广义预测控制系统相比，本发明在处理过程参数跳变的系统，采用多模型切换的广义预测控制，可以有效的提高了系统的暂态性能，消除暂态误差，并且保证了系统的稳定性。
文档编号G05B13/00GK102998974SQ20121049650
公开日2013年3月27日 申请日期2012年11月28日 优先权日2012年11月28日
发明者王昕 , 张巍 申请人:上海交通大学