T04-08 鲁棒性多变量预测控制技术的研究和应用

２００９年７月第１６卷第４期控制工程

ＣｏｎｔｒｏｌＥｎｇｉｎｅｅｒｉｎｇｏｆＣｈｉｎａＪｕｌ．２００９

Ｖｏｌ．１６，Ｎｏ．４

文章编号：１６７１７８４８（２００９）０４０４１２０４

鲁棒性多变量预测控制技术的研究和应用

张少罡

（北京化工大学信息科学技术学院，北京　１１００２９

）

摘　　　要：针对时变性强、强耦合和大时滞等过程控制问题，介绍多变量预测控制的一种应用鲁棒性多变量预测控制技术（ＲＭＰＣＴ）的特点及其模型算法，并且论述了预测控制在系统辨识的方面的应用；同时，对软测量仪表的计算误差进行了分析，并根据不同的原因建立了相应的校正模型。用先进控制可以极大地提高石油化工装置的技术水平和经济效益。而作为先进控制核心的系统辨识问题已成为控制系统研究的热点问题。关　键　词：多变量预测控制技术；系统辨识；误差中图分类号：ＴＰ２７　　　　　　文献标识码：Ａ

ＲｅｓｅａｒｃｈｅｓａｎｄＡｐｐｌｉｃａｔｉｏｎｓｏｆＲｏｂｕｓｔＭｕｌｔｉｖａｒｉａｂｌｅＰｒｅｄｉｃｔｉｖｅＣｏｎｔｒｏｌ

ＺＨＡＮＧＳｈａｏｇａｎｇ

（ＩｎｆｏｒｍａｔｉｏｎＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，ＢｅｉｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＣｈｅｍｉｃａｌＴｅｃｈｎｏｌｏｇｙ，Ｂｅｉｊｉｎｇ１０００２９，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：Ｔｏｔｈｅｓｔｒｏｎｇｔｉｍｅｖａｒｙｉｎｇ，ｓｔｒｏｎｇｃｏｕｐｌｉｎｇａｎｄｔｉｍｅｄｅｌａｙ，ｔｈｅａｐｐｌｉｃａｔｉｏｎｏｆａｍｕｌｔｉｖａｒｉａｂｌｅｐｒｅｄｉｃｔｉｖｅｃｏｎｔｒｏｌ，ｒｏｂｕｓｔｍｕｌｔｉｖａｒｉａｂｌｅｐｒｅｄｉｃｔｉｖｅｃｏｎｔｒｏｌｔｅｃｈｎｏｌｏｇｙ（ＲＭＰＣＴ），ｉｓｉｎｔｒｏｄｕｃｅｄ．Ｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓａｎｄｍｏｄｅｌａｌｇｏｒｉｔｈｍｓ，ａｎｄｔｈｅｐｒｅｄｉｃｔｉｖｅｃｏｎｔｒｏｌｓｙｓｔｅｍｉｄｅｎｔｉｆｉｃａｔｉｏｎｉｎｔｈｅｃｏｎｔｅｘｔｏｆｔｈｅａｐｐｌｉｃａｔｉｏｎａｒｅｄｉｓｃｕｓｓｅｄ．Ａｔｔｈｅｓａｍｅｔｉｍｅ，ｓｏｆｔｓｅｎｓｉｎｇｉｎｓｔｒｕｍｅｎｔｃａｌｃｕｌａｔｉｏｎｅｒｒｏｒｉｓａｎａｌｙｚｅｄ．Ｔｈｅｃｏｒｒｅｓｐｏｎｄｉｎｇｃａｌｉｂｒａｔｉｏｎｍｏｄｅｌｉｓｓｅｔｕｐａｃｃｏｒｄｉｎｇｔｏｄｉｆｆｅｒｅｎｔｒｅａｓｏｎｓ．Ｔｈｅａｄｖａｎｃｅｄｃｏｎｔｒｏｌｃａｎｇｒｅａｔｌｙｉｍｐｒｏｖｅｔｅｃｈｎｉｑｕｅａｎｄｅｃｏｎｏｍｉｃｅｆｆｅｃｔｉｖｅｎｅｓｓｏｆｔｈｅｐｅｔｒｏｃｈｅｍｉｃａｌｕｎｉｔｓ．Ａｓｔｈｅｃｏｒｅｏｆａｄｖａｎｃｅｄｃｏｎｔｒｏｌｓｙｓｔｅｍ，ｔｈｅｉｄｅｎｔｉｆｉｃａｔｉｏｎｐｒｏｂｌｅｍｂｅｃｏｍｅｓｔｈｅｈｏｔｓｐｏｔｏｆｃｏｎｔｒｏｌｓｙｓｔｅｍｒｅｓｅａｒｃｈ．

Ｋｅｙｗｏｒｄｓ：ｍｕｌｔｉｖａｒｉａｂｌｅｐｒｅｄｉｃｔｉｖｅｃｏｎｔｒｏｌｔｅｃｈｎｏｌｏｇｙ；ｓｙｓｔｅｍｉｄｅｎｔｉｆｉｃａｔｉｏｎ；ｅｒｒｏｒ

１　引　言

随着控制理论的发展、计算机性能的提高，许

多高级的控制方法（即先进控制技术）不断涌现，以解决时变性强、强耦合、普线性和大时滞等过程控制问题。在这些新型的控制技术中，最为突出的

１］

便是多变量预测控制技术［。

ＰＣ（Ｍｕｌｔｉｖａｒｉａｂｌｅ多变量预测控制技术简称为Ｍ

），属于先进过程控制的范畴。目前ＰｒｅｄｉｃｔｉｖｅＣｏｎｔｒｏｌ

在国际上，应用较多的先进控制按术主要有ＲＭＰＣＴ，

［２］

ＤＭＣｐｌｕｓ和ＩＤＣＯＭ。作为先进工艺控制技术的组成

ＲｏｂｕｓｔＭｕｌｔｉｖａｒｉａｂｌｅ部分，鲁棒多变量预测控制技术（

ＰｒｅｄｉｃｔｉｖｅＣｏｎｔｒｏｌＴｅｃｈｎｏｌｏｇｙ，ＲＭＰＣＴ）在一些发达国家的石油化工等行业得到广泛应用，并在我国一些大中

３］

型的石油化工企业中以较快速度开始应用［。本文主要研究鲁棒性多变量预测控制技术及其应用。

２　ＲＭＰＣＴ辨识器特点

ＲＭＰＣＴ是Ｈｏｎｅｙｗｅｌｌ公司先进控制技术的核

输出的、基于动态模心，是一种具有多变量输入／

型的、采用多步预测和多步控制以及滚动优化的算

４］

法，并带有一定优化功能的控制技术［。它可以控制和优化变量间有明显相互作用的过程。根据过程动态模型，ＲＭＰＣＴ预估过程的将来行为和确定如何调整控制器的输出。将所有过程变量控制在给定点上或约束范围之内，如果有任何剩余的自由度，

５］

控制器就会进一步调整过程，以优化操作［。

任何预测控制中的基本问题是选择表示系统的模型。建立模型有２种基本方法，一种是解析法，即从基本物理定律以及系统的结构数据推导出的数学模型；另一种是从系统的运行和实验数据建立系统的模型（模型结构和参数），这种方法称为系统辨识。

系统辨识是在输入和输出的基础上，从一类系统中确定一个与所测系统等价的系统。系统辨识要求２个步骤，首先，选定一类模型，然后从中选择一个理想描述观测数据的特殊模型；第２步事实上是参数估计问题，参数估计基本上是确定一组模型

　　收稿日期：２００９０３１３；　收修定稿日期：２００９０４２２　　基金项目：国家８６３高技术研究计划基金资助项目（２００８ＡＡ０４２１３１）　　作者简介：张少罡（１９８３），男，河北大名人，研究生，主要研究方向为多变量预测控制等。