DMC仿真算例行业资料石油、天然气工业

素向量C1*M%取首元素向量E1*N%控制向量d=[d1d2素向量C1*M%取首元素向量E1*N%控制向量d=[d1d2('输出值','设定值')gridon;subplot(2,eros(4*N,4);y=e;ym=y;U=zeros(4改算法的直接应用，因此是一种最优控制技术。实验环境：计算机，基于matlab的预测控制（DMC）仿真通过对动态矩阵控制的MATLAB仿真,发现其对直接处理带有纯滞后、大惯特性都不影响改算法的直接应用，因此是一种最优控制技术。四、实验步骤有以下几个。在DMC中采样周期T和模型长度N的选择需要满足香农定理和被控对象的类型与其动态特性的要求。为使模型参数尽可能完整的包含被控对象的动态特征，性和鲁棒性会变差。因此，控制时域长度的选择应兼顾快速性和稳定('输出值','设定值')gridon;subplot(2,性和鲁棒性会变差。因此，控制时域长度的选择应兼顾快速性和稳定('输出值','设定值')gridon;subplot(2,F(i,j)=0;elseF(i,j)=g(i+k);end=[[zeros(N-1,1)eye(N-1)];[zero度控制在一定的范围内，避免因为采样周期减少而使模型长度增加使计算量增五、实验控制算法实例仿真被控对象模型为分别用MAC和DMC算法进行仿真。无论是MAC还是DMC算法，它们都适用于渐进稳定的线性对象，先对该对象系统的响应速度比较慢，但容易得到稳定的控制和较好的鲁棒性;控于DMC算法是一种基于模型的控制，并且运用了在线优化的原理，Ts’.0.4);Ts=0.4;G=c2d(G,Ts);[N...dp]%校正向量h(N维列向量)%Yp0=I*YNoSmm1系统的响应速度比较慢，但容易得到稳定的控制和较好的鲁棒性;控于DMC算法是一种基于模型的控制，并且运用了在线优化的原理，Ts’.0.4);Ts=0.4;G=c2d(G,Ts);[N...dp]%校正向量h(N维列向量)%Yp0=I*YNoSmm1MPNNM1LLLgu(kN3NP1MmP)gggg0M01MP1gN1gL0L0LMM2LLLgu(kNLLLMM预测误差为e(k)下msp入口入口检测实际输出Yu*uin?Nminu*uax?移位，为下一时刻计算作准备maxyY10ye(P,P),zeros(P,N-P)];%连续系统%采样M%ye(P,P),zeros(P,N-P)];%连续系统%采样M%取首元素向量E1*N%控制向量d=[d1d2...dp]T减小就会导致N增大，若T取得过小，N变大，会增加计算量。而=[[zeros(N-1,1)eye(N-1)];[zero相比，显然需要更多的离线准备工作（3）选择校正系数h1……hN。计的结果而非直接可调参数。在设计中，真正要确定的参数应该是误差权矩阵Q和控制权矩阵R3.用DMC算子进行仿真，得出:p%定义各系数矩阵%求解对象输出%求解模型输出...%DM期和模型长度。2)预测时域长度P预测时域长度P对系统的稳定性它直接影响着系统整体的控制效果。对DMC来说，影响其性能的主s(1,N-1),1]];%N*N移位阵Ssim('DMCs+参考轨迹++:p%定义各系数矩阵%求解对象输出%求解模型输出...%DM期和模型长度。2)预测时域长度P预测时域长度P对系统的稳定性它直接影响着系统整体的控制效果。对DMC来说，影响其性能的主s(1,N-1),1]];%N*N移位阵Ssim('DMCs+参考轨迹+++pT1P1P0hhN校正d.1dT－++H对象a1N1N1aNs1N0N0控制*N,4);w=1;Yr=zeros(4*N,4);b=[0-N,i);ym(k,i)=am(1:N)*U(k-1:-1:p%定义各系数矩阵%求解对象输出%求解模型输出...%DM*N,4);w=1;Yr=zeros(4*N,4);b=[0-N,i);ym(k,i)=am(1:N)*U(k-1:-1:p%定义各系数矩阵%求解对象输出%求解模型输出...%DM2,1,1);%图形显示plot(y,'LineWidth'模型算法控制（MAC）由称模型预测启发控制（MPHC与MAC相同也适用于渐结论：图中曲线为使用DMC控制后系统的阶跃响应曲线。从图中可看出：采用DMC控制后系统的调整时间小，响应的快速性好，而且系统的响应无超调。该结感兴趣。控制时域M表示所要确定的未来控制量的改变数目。模型算法控制（MAC）方案设计图M%取首元素向量E1*N%控制向量d=[d1d2...dp]os(N-1,1)eye(N-1)];[zeros(1,N-imulink')%运行siumlink文件subplot(统M%取首元素向量E1*N%控制向量d=[d1d2...dp]os(N-1,1)eye(N-1)];[zeros(1,N-imulink')%运行siumlink文件subplot(统%采样时间Ts%被控对象离散化);%建模时域N%计算模型向N=40;M=1;m=M;%定义对象与模型的传递函数图模型算法控制原理结构图显改善系统的动态性能，即控制系统的稳定性和鲁棒性变好，但系统Ns0101z1y(k)N0控制.......elseend显改善系统的动态性能，即控制系统的稳定性和鲁棒性变好，但系统Ns0101z1y(k)N0控制.......elseendye(P,P),zeros(P,N-P)];%连续系统%采样制时域长度M越小，越难保证输出在各采样点紧密跟踪期望输出值，.%定义各系数矩阵%求解对象输出%求解模型输出的结果而非直接可调参数。在设计中，真正要确定的参数应该是（1lot(2,1,2);plot(u,'g','LineWid*N,4);w=1;Yr=zeros(4*N,4);b=[0,n-1);fori=1:pk=1;forj=(n-1):-的结果而非直接可调参数。在设计中，真正要确定的参数应该是（1lot(2,1,2);plot(u,'g','LineWid*N,4);w=1;Yr=zeros(4*N,4);b=[0,n-1);fori=1:pk=1;forj=(n-1):-bel('\fontsize{15}y,w');legend置入固定内存单元，以便实时调用。2.参数选择当bel('\fontsize{15}y,w');legend置入固定内存单元，以便实时调用。2.参数选择当DMC算法在线线性对象，系统的动态特性中具有纯滞后或非最小相位特性都不影响)=a(i,1);endend%动态矩阵AQ=1*eye(P.%DMC.m动态矩阵控制（DMC）Num1=0.2713;end%动态矩阵A%连续系统%被控对象离散化%建模时域N%计算模型向量a%控制时域%优化时域%误差权矩阵Q%控制权矩阵R%取首元素向量C1*M%取首元素向量E1*N%校正向量h(N维列向量)%Yp0=I*YNoNs0101z1y(k)N0控制.......elseendTs’.0.4);Ts=0.4;G=c2d(G,Ts);[NNs0101z1y(k)N0控制.......elseendTs’.0.4);Ts=0.4;G=c2d(G,Ts);[N););...附2DMC程序代码%DMC控制算法%DMC.m);xlabel('\fontsize{15}k');yla.附2DMC程序代码%DMC控制算法%DMC.m动态矩阵控制（DMC）end%动态矩阵A%连续系统%被控对象离散化%建模时域N%计算模型向量a%控制时域%优化时域%误差权矩阵Q%控制权矩阵R%取首元素向量C1*M%取首元素向量E1*N%校正向量h(N维列向量)%Yp0=I*YNo