基于優(yōu)先級(jí)策略的MPC性能評(píng)估及應(yīng)用.pdf

1、模型預(yù)測(cè)控制(Model Predictive Control，MPC)在工業(yè)上應(yīng)用越來越廣泛。在實(shí)際的工程應(yīng)用中，通常采用穩(wěn)態(tài)優(yōu)化-動(dòng)態(tài)控制的雙層結(jié)構(gòu)預(yù)測(cè)控制進(jìn)行獨(dú)立的局部穩(wěn)態(tài)優(yōu)化。基于最小方差控制(Minimum Variance Control，MVC)和線性二次最優(yōu)控制(Linear Quadratic Gaussian，LQG)基準(zhǔn)等的MPC性能評(píng)估方法可以用來評(píng)估MPC控制器的潛在控制性能以及經(jīng)濟(jì)性能，給出合理的最小邊界約束

2、退避值，實(shí)現(xiàn)卡邊控制;并給出動(dòng)態(tài)控制層相應(yīng)的優(yōu)化控制參數(shù)，降低過程變量波動(dòng)，提高設(shè)定值跟蹤能力，從而提升系統(tǒng)經(jīng)濟(jì)效益。現(xiàn)有的性能評(píng)估方法大多采用函數(shù)加權(quán)法，但權(quán)重尚缺乏統(tǒng)一的度量標(biāo)準(zhǔn)。此外，實(shí)際操作中所考慮的安全平穩(wěn)、產(chǎn)品質(zhì)量、節(jié)能減排等目標(biāo)具有不同的優(yōu)先級(jí)，而且存在一定的沖突性。此外，MPC的穩(wěn)態(tài)優(yōu)化中也可以將約束分為硬約束和軟約束，對(duì)于優(yōu)先級(jí)較低的軟約束或控制目標(biāo)，允許在一定范圍內(nèi)的溢出或退避，從而得到可行的求解空間或降低操作目標(biāo)的

3、保守性。本文提出了基于優(yōu)先級(jí)策略的控制系統(tǒng)性能評(píng)估算法，主要研究?jī)?nèi)容包括:
　　(1)研究了系統(tǒng)控制性能評(píng)估中系統(tǒng)約束處理的問題，利用線性矩陣不等式(Linear Matrix Inequality, LMI)求解LQG問題的靈活性，將輸入方差約束和狀態(tài)方差約束列入LQG優(yōu)化命題的約束集，給出了LQG基準(zhǔn)的求解策略。在此基礎(chǔ)上，針對(duì)于可行性空間不存在的問題，進(jìn)一步提出了優(yōu)先級(jí)LQG基準(zhǔn)，引入了優(yōu)先級(jí)約束調(diào)整策略，從而保證有約束LQ

4、G基準(zhǔn)可求解。
　　(2)討論了優(yōu)先級(jí)LQG基準(zhǔn)在控制系統(tǒng)經(jīng)濟(jì)性能評(píng)估中的應(yīng)用。基于優(yōu)先級(jí)框架，采用“兩階段法”利用帶約束的LQG基準(zhǔn)對(duì)控制系統(tǒng)展開經(jīng)濟(jì)性能評(píng)估。在可行性階段，可以利用本文提出的LQG基準(zhǔn)的優(yōu)化求解策略尋找符合約束條件的求解區(qū)間;而后在最優(yōu)化階段，采用字典序多目標(biāo)優(yōu)化算法計(jì)算系統(tǒng)經(jīng)濟(jì)目標(biāo)函數(shù)最優(yōu)解。
　　(3)將針對(duì)優(yōu)先級(jí)LQG控制系統(tǒng)經(jīng)濟(jì)性能評(píng)估應(yīng)用于性能評(píng)估與監(jiān)控領(lǐng)域，提出了基于優(yōu)先級(jí)報(bào)警的思想，對(duì)于生產(chǎn)