模型失配條件下基于失配信息的預測控制研究.pdf

1、預測控制是一種重要的控制策略，但作為一種建立在被控對象特征信息基礎之上的控制方法，預測控制對于模型精度有著較高的要求。在預測模型偏差較小的情況下預測控制可以得到滿意的控制效果，而一旦模型對象失配，將直接影響控制性能。因此，研究模型失配情況下的預測控制策略具有重要的理論與實際意義。
　　本文研究是針對已經(jīng)通過對模型預測控制器性能進行診斷確定模型失配，并獲得失配信息情況下的預測控制策略問題，采用的控制算法為動態(tài)矩陣控制。主要研究內(nèi)容如

2、下:
　　首先，詳細的介紹了預測控制原理及動態(tài)矩陣控制的相關理論，通過對模型對象失配程度較大時的預測控制進行了仿真，說明了對模型參數(shù)進行批次間校正的必要性。其次，簡要介紹了模型失配的分類，在針對模型只有一個參數(shù)失配的情況下，提出了一種基于魯棒誤差與批次迭代相結合的模型參數(shù)調整方法，通過不斷地在線校正失配參數(shù)，以用盡可能少的批次使控制性能達到要求。在此方法基礎上，通過引入PI調節(jié)器，提出了一種基于搜索步長，在線修正模型參數(shù)的調整方法