模型预测控制

流程工业生产过程的

先进控制及其应用

东华大学自动化系：任正云2012年3月1先进控制面临的挑战

先进控制的广泛应用，为企业带来了显著的经济效益。另一方面，在实施先进控制的过程中，也会碰到许多富有挑战性的问题，反过来又促进先进控制向更高层次发展。下面扼要介绍目前在实现先进控制策略中面临的几个主要问题。2（1）模型辨识的新工具

目前，为了完成象反应器这样的主要工业生产过程动态性能的测试，需要耗费数周的时间，这给工程技术人员带来很大的工作量，迫切需要更好和更有效的过程动态响应测试和能更充分利用统计信息辨识出动态模型的方法。3（2）自适应模型预测控制

针对那些变增益的工业过程，如油品调合和pH控制等过程，需要应用自适应控制的思想来改进多变量模型预测控制器性能，例如模型参数预测等方法的研究和开发。4（3）非线性模型预测控制

普遍应用的模型预测控制软件包采用的是线性模型，在碰到内在非线性问题时，必须将其参数整定得以确保在整定操作区域内的稳定性，其后果是对许多操作区域的控制作用过于迟缓。为了根本解决这一问题，迫切需要非线性模型预测控制工程化软件。5

(4)多元统计监控

随着计算机集成控制的广泛应用，大量信号和控制回路的集中管理监督和性能的评判，已成为工艺操作者的主要责任，如何加强计算机监控是当今现代工厂企业的重要内容。传统的统计过程控制在处理含有耦合变量的连续过程单元时，通常会导致错误。然而，随着主元分析（PCA）和部分最小二乘（PLS）技术的工程化应用研究开发，并进入到在线应用阶段，含PCA和PLS的多元统计监控的应用将会日益增多。6工厂自动化水平对先进控制影响

先进控制是在常规控制正常运行的前提下进行的。而不同企业、不同装置自动化水平参差不齐，这给先进控制的工程应用带来了较大的困难，即使实施了先进控制，有时也难以长周期地运行。中国石油化工企业的常规控制投用率都不是太高，个别生产装置只有35%，大致有以下几方面的原因：7常规控制设计不尽合理，难以投用。特别是串级和分级等复杂控制，投用率更低。常规控制的PID参数整定不合适。操作工习惯手动调节，操作工感觉手动调节直接开闭调节阀更安全可靠。8工艺、设备条件制约先进控制的应用。企业配合，先进控制工程应用过程本身就是一个系统工程。项目进行前期，要有仪表、计算机方面的配合；项目进行后期，主要是工艺方面的配合；先进控制系统试运行期间，需要仪表、计算机、工艺、生产调度、计量、化验分析和在线分析等各方面配合和协调。9模型预测控制—MPCModelPredictiveControl

10模型预测控制的发展背景(1)现代控制理论及应用的发展与特点要求精确的模型最优的性能指标系统的设计方法应用航天、航空军事等领域11模型预测控制的发展背景(2)工业过程的特点多变量、非线性、时变性、强耦合、不确定性工业过程对控制的要求高质量的控制性能对模型要求不高实现方便12预测控制的特点（1）建模方便,不需要深入了解过程内部机理非最小化描述的离散卷积和模型,有利于提高系统的鲁棒性滚动的优化策略,较好的动态控制效果不增加理论困难,可推广到有约束条件、大纯滞后、非最小相位及非线性等过程是一种计算机优化控制算法13预测控制的特点（2）对模型要求不高鲁棒性可调可处理约束(操作变量MV、被控变量CV)可处理“方”、“瘦”、“胖”，进行自动转换可实现多目标优化（包括经济指标）可处理特殊系统：非最小相位系统、伪积分系统、零增益系统14目前预测控制的发展方向多变量预测控制系统的稳定性、鲁棒性线性系统、自适应预测—理论性较强非线性预测控制系统内部模型用神经网络（ANN）描述针对预测控制的特点开展研究国内外先进控制软件包开发所采用151

预测控制的基本原理1978年，J.Richalet等就提出了预测控制算法的三要素：内部(预测)模型、参考轨迹、控制算法现在一般则更清楚地表述为：内部(预测)模型、滚动优化、反馈控制16预测模型(内部模型)（1）

预测模型的功能

根据被控对象的历史信息和未来输入，预测系统未来响应。预测模型形式参数模型：如微分方程、差分方程非参数模型：如脉冲响应、阶跃响应172

yu143未来过去k时刻

1—控制策略Ⅰ

2—控制策略Ⅱ

3—对应于控制

策略Ⅰ的输出

4—对应于控制策略Ⅱ的输出基于模型的预测示意图预测模型(内部模型)（2）18滚动优化(在线优化）(1)控制目的通过某一性能指标的最优,确定未来的控制作用优化过程随时间推移在线优化，反复进行每一步实现的是静态优化全局看却是动态优化19滚动优化(在线优化)(2)滚动优化示意图

uuyryryk时刻优化213yk+1时刻优化213k+1kt/T1─参考轨迹yr

(虚线)2─最优预测输出y(实线)3─最优控制作用u20反馈校正(1)每到一个新的采样时刻，都要通过实际测到的输出信息对基于模型的预测输出进行修正，然后再进行新的优化。不断根据系统的实际输出对预测输出值作出修正使滚动优化不但基于模型，而且利用了反馈信息，构成闭环优化。21误差校正示意图yukk+141231─k时刻的预测输出2─k＋１时刻实际输出

3─预测误差4─k＋１时刻校正后的预测输出t/T反馈校正(误差校正)(2)

22基于被控对象的单位阶跃响应适用于渐近稳定的线性对象即，设一个系统的离散采样数据{a1，a2，…，aN}（如P17的示意图），则有限个采样周期后，满足

2动态矩阵控制(DMC)23动态矩阵控制(DMC)DMC算法中的模型参数有限集合aT={a1，a2，…，aN}中的参数可完全描述系统的动态特性N称为建模时域。系统的渐近稳定性保证模型可用有限的阶跃响应描述系统的线性性则保证了可用线性系统的迭加性等24模型截断y0123a3a2

a1NN-1aNaN-1t/TDMC的预测模型系统的单位阶跃采样数据示意图25DMC的滚动优化滚动优化的性能指标通过优化指标，确定出未来M个控制增量，使未来P个输出预测值尽可能地接近期望值w。不同采样时刻,优化性能指标不同,但都具有同样的形式,且优化时域随时间而不断地向前推移。26DMC的滚动优化控制增量的最优开环解在采样时刻t=kT,

根据性能指标，可求出控制增量的最优开环解但由于完全根据预测模型，故为开环解。27DMC的反馈校正在t=kT时刻，u(k)已实施到系统上t=(k+1)T时刻,可测到实际输出值y(k+1)比较y(k+1)出与预测值

基于e(k+1)对未来偏差的预测为

hi*e(k+1),(h1=1，i=2,…,N)

28DMC在线控制程序流程DMC初始化程序流程图DMC在线计算程序流程图

设置控制初值u0→u

检测实际输出

y0,,并设置预测初值

y0→y(i),i=1,2,…,N

计算控制量并输出

u+Δu→u

计算输出预测值

y(i)+aiΔu→i=1,2,…,N

计算控制增量

返回

入口

检测实际输出y,并计算误差

y－y(1)→e计算控制量并输出

u+Δu→u

计算输出预测值

+aiΔu→,i=1,2,…,N

计算控制增量

返回

入口

预测值校正

,i=1,2,…,N

移位设置该时刻预测初值

→

,i=1,2,…,N－129DMC的实现与工程设计(1)

预备工作渐近稳定的系统采样周期确定动态矩阵确定(测试阶跃响应)参数整定，即确定优化时域P、控制时域M、权矩阵Q和R、权系数hi离线计算F、dT30DMC的实现与工程设计(2)

在线计算得到控制量u(k)

仿真调优对时滞对象的DMC控制

设纯滞后为

l个采样周期，将优化时域P增加到P+l,可推导出相当于无时滞时的DMC算法。31DMC的实现与工程设计(3)常规控制设计DMC-PID前馈控制DMC-PID串级控制采取DMC-PID串级控制的原因

DMC-PID串级控制的结构

32串级结构示意图DMC-PID串级控制一次干扰二次干扰

DMC

PID

G2(s)

G1(s)对象广义对象wy33模型算法控制(MAC)（1）MAC的预测模型：系统的单位脉冲响应如图所示,可写为

g2N210t/T1g1ygN系统的离散脉冲响应示意图34模型算法控制(MAC)（2）参考轨迹与最优化示意图wy(t)t/Tk+Pk+1ku(t)yP(t)yr(t)

未来

过去35模型算法控制(MAC)（3）闭环预测---相当于DMC中的误差校正滚动优化和最优控制算法yrw参考轨迹模型

yr(k+i)优化算法

minJP(k)

对象

模型

ym(k+i)预测

yp(k+i)yPymeyu模型算法控制原理示意图365广义预测控制（GPC）(1)提出的背景工业过程的复杂化对控制要求的提高DMC与MAC等基本的预测控制算法在选择校正参数时遇到了难以兼顾抗干扰性与鲁棒性的困难37广义预测控制（GPC）(1)算法思路在控制过程中，如果能使模型跟踪系统特性变化，控制器参数根据模型的变化及时调整以抑制扰动的影响，则可使算法既有较好的控制性能又有较强的鲁棒性。38广义预测控制（GPC）(2)GPC的提出借助于自校正控制的思想，保持最小方差自校正控制的模型预测、最小方差控制、在线辨识等概念吸取DMC、MAC中多步预测优化策略，在滚动优化时与一般的预测控制相似在预测模型形式和反馈校正策略方面则有很大差别39广义预测控制（GPC）(3)

广义预测控制由三部分组成预测模型：用受控自回归积分滑动平均(CARIMA)模型，描述受随机干扰的对象滚动优化：性能指标形式与DMC很相似，不同处在于取数学期望反馈控制算法：在线地估计预测模型参数，并修正控制律，实现反馈校正40广义预测控制（GPC）(4)

广义预测控制GPC与DMC相比，DMC相当于用一个不变的预测模型并附加一个误差预测模型共同保证对未来输出作出较准确的预测；而GPC则只用一个模型，通过对其在线修正给出较准确的预测。416国内外优秀预测控制软件介绍

国外著名公司Setpoint、DMC、Speedup、Adersa、Simoon、TreiberControl等专门从事实时控制与优化的软件公司。在1996年，著名的Setpoint公司和DMC公司先后被Aspentech公司收购。，在上百家大型石化、化工、炼油、钢铁等企业应用成功，取得了巨额利润。42国内外优秀预测控制软件介绍

这些国外著名公司开发出适用于实时控制与优化的多变量高级控制和实时在线优化的商品化工程软件，大量推向市场，在上百家大型石化、化工、炼油、钢铁等企业应用成功，取得了巨额利润。Aspentech公司实行收购后，在过程信息管理PIM、先进控制和优化技术方面成为世界领先地位。43国内外优秀预测控制软件介绍IDCOM_MDMCPFCQDMC算法DMCPlusRMPC(RobustModelPredictiveControlTechnology)控制器PCT(PredictiveControlTechnology)等44国内外优秀预测控制软件介绍

DMCPlus控制软件包——Aspentech在兼并DMC公司和Setpoint公司之后推出的，主要特点：过程模型辨识处理约束经济指标优化能处理大型控制问题45国内外优秀预测控制软件介绍国产多变量约束控制软件包MCC由多变量约束预测控制器、非线性预测控制器、过程模型辨识软件包、组态软件包、系统动态仿真软件包、数据及图形处理软件包