论文总字数：30558字

摘 要

模型预测控制是目前工业过程中应用最广泛的一种先进控制策略，控制系统性能的优劣将直接影响到经济效益和生产安全等，因此，对预测控制性能进行评估与监视尤显重要。

本文首先介绍了控制器性能评估与监控的背景、国内外研究现状，总结了该领域发展近况及存在的主要问题，分析了模型预测控制基本原理和最小方差基准。针对传统的历史性能基准的模型预测控制评估与监控方法依赖专家知识这一弊端，对其进行了改进，提出了一个选取历史基准数据的标准，可根据用户需求自定义选取历史数据集，实现了系统性能评估的完全数据驱动。

针对预测控制系统中的模型失配问题，分析了一个MOMI预测控制系统，由系统的实际输入输出求出干扰误差，再由系统的实际输出与预测模型输出求出预测误差，并定义干扰误差与预测误差的比值的方法作为评估标准。接着对干扰误差和预测误差分别进行了推导，验证了该方法的可行性。最后，结合前述内容完成了对系统故障源的初步定位。

关键词：模型预测控制 性能评估 最小方差基准 历史性能基准 恶化源初步定位

ABSTRACT

Model predictive control is most widely used in industrial process at present, which is an advanced control strategy, the performance of the system will affect the economic efficiency and safety production. Therefore,it’s particularly important to assess and monitor the predictive control performance.

Firstly, this paper introduces the controller performance assessment and monitoring of background and domestic and foreign research status，sum up the recent development and some main problems in this field, then the principle and minimum variance control(MVC) benchmark is analyzed. According to traditional model predictive controller (MPC) assessment and monitoring methods of historical benchmark depend on the expert’s knowledge, a new kind of historical benchmark method is proposed to improve it. The method can compete data-driven of system performance assessment completely by the user’s self-defined historical cube .

For model mismatch of model predictive controller (MPC) system,a multi-input multi-output (MIMO) system is analyzed,disturbance error can be obtained by actual input and output of system,and prediction error can also be obtained by actual output and predicted output,then we define the assessment criteria by the ratio of disturbance error and prediction error, and then deduce formulas of disturbance error and prediction error to prove the method’s feasibility.At last,the source of performance degradation can be located initially combined with fore-going content.

Key Words: Model Predictive Control；Performance Assessment；Minimum Variance Control ；Historical Benchmark；Location Source of Performance Degradation

目 录

摘要 I

ABSTRACT II

第一章 绪论 1

1.1 课题的研究背景及意义 1

1.2国内外的研究现状 2

1.2.1控制性能监控研究 2

1.2.2 MPC控制器性能监控研究 4

1.2.3工业应用情况 5

1.2.4存在问题 6

1.3本文研究工作及主要内容 7

第二章 模型预测控制系统的预备知识 9

2.1 引言 9

2.2. 预测控制基本原理 9

2.2.1 预测控制基本原理 9

2.3 模型预测控制系统性能评估的一般描述 10

2.3.1 单变量最小方差控制基准 10

2.3.2 多变量最小方差控制基准 13

2.4 本章小结 15

第三章 模型预测控制系统整体性能评估 16

3.1 引言 16

3.2 基于历史性能基准的评估方法 16

3.3 改进的历史性能基准的评估方法 17

3.3.1 历史性能基准数据的选取 17

3.3.2 历史基准性能的计算 18

3.4 实验仿真 20

3.4.1 无过程或干扰模型失配 21

3.4.2 过程模型失配 24

3.4.3 干扰模型失配 27

3.4.3 控制器参数不当 30

3.5 本章小结 32

第四章 预测控制模型失配性能初步评估 33

4.1 引言 33

4.2 预测控制模型的过程模型失配与干扰模型失配 33

4.2.1 干扰误差 34

4.2.1 预测误差 38

4.3 实验仿真 39

4.3.1 过程模型失配仿真 39

4.3.1 干扰模型失配仿真 40

4.4 系统故障源初步定位 41

4.5 本章小结 41

第五章 总结与展望 42

5.1总结 42

5.2展望 43

参考文献 44

致谢 48

第一章 绪论

1.1 课题的研究背景及意义

模型预测控制(ModelPredietiveControl, MPC)作为一种新型的基于模型的优化控制算法^[1,2]，在20世纪70年代被提出来，本质上MPC是多变量的,它集模型预测、滚动优化和反馈校正^[3]于一体,可以直接处理过程约束和时滞特性,且有内在的容错和隐式解祸的能力，是当前流程工业中应用非常广泛的一种先进控制，是企业实现安全、高效、优质、低耗、环保的重要保障，特别是在化工、冶金、炼油和电力等复杂工业过程中尤受企业的青睐。

然而，模型预测控制也有其弊端，在实际工业应用中，控制器在初始的运行阶段一般具有较好的性能，但在系统运行一段时间之后，受各方面因素影响，其性能会逐渐变差，这将直接影响产品质量、产量以及生产维护成本的增加等一连串的问题，使企业遭受巨大损失^[4]。

请支付后下载全文，论文总字数：30558字