模型预测控制展望未来

模型预测控制器使用过程的数学模型来预测当前控制动作的未来效果。知道过程的走向以及过程变量如何对控制器的动作做出反应，可以使控制器有远见地将过程推向正确的方向。

过程模型通常基于一组差分方程，这些差分方程表示控制器的动作与过程变量的结果值之间的动态关系。在理想的情况下，这些方程可以反求，以确定为过程产生任何理想轨迹所需的控制动作。

然而，真正的进程不能立即对控制器的动作做出反应。控制器必须始终满足于过程变量的期望轨迹和实际轨迹之间的一些误差。模型预测控制器的目标是最小化并随着时间的推移逐渐消除这些误差。

设计

对于模型预测控制器来说，没有一刀切的设计。每个都必须进行定制，以适应受控流程的行为和应用程序的性能需求。

第一步是建立一个相当准确的流程模型。它的数学结构和参数值通常由识别算法估计，该算法利用一系列离线实验中收集的数据。

然后必须决定几个性能问题，特别是控制器应该如何努力工作来消除错误，以及这样做需要多长时间。一个激进的控制器可以迅速地减少错误，但只有通过应用戏剧性的控制动作，可能会损坏负责操纵过程的执行器。一个更保守的控制器会产生控制动作，节省执行器，但需要更长的时间来消除错误。

允许控制器消除错误的时间由用户定义的参考轨迹指定，该轨迹在过程变量的当前值和未来要实现的期望值之间绘制了一条路线。参考轨迹与期望轨迹的距离越近，控制器就越难工作。

操作

使用过程模型，控制器可以计算出一系列控制动作，这些动作理论上会驱动过程变量的实际轨迹遵循指定的参考轨迹。然后，控制器将这些控制动作中的第一个应用于流程并测量结果。

如果模型是完美的，并且在期望的轨迹中没有额外的干扰或变化，控制器可以通过继续应用它最初计算的一系列连续的控制动作来实现期望的结果。但实际上，每次进行新的测量时，控制器都必须重新计算一系列新的控制动作。

然而，未使用的计算并不完全浪费。如果事实证明，在每次新的测量中，控制器都必须对其提议的控制动作进行重大更改，那么过程模型可能不准确。一些模型预测控制器可以分析他们的失败，并试图通过在线更新他们的模型来改善未来的预测。

评论?controleng@msn.com

您是否具有本内容中提到的主题的经验和专业知识?你应该考虑为我们的CFE媒体编辑团队做出贡献，并获得你和你的公司应得的认可。点击在这里开始这个过程。