基于子空间方法的多变量系统双重模型预测控制

自适应预测控制器的设计依赖对动态过程的模型辨识，对于存在不确定性的多变量系统还缺乏有效的以控制器设计为目标的辨识方法。本项研究以不确定环境下多变量、非线性工业过程的系统辨识和动态优化控制为背景，基于自适应预测控制滚动优化理论，探索基于子空间方法的双重模型预测控制策略，构建算法性能分析理论体系，实现在不确定环境下对多变量、非线性系统控制的双重准则要求。深入研究子空间方法动态建模与自适应预测控制器设计之间的内在关系，充分考虑子空间方法的固有特点和预测控制的典型特征，以最大程度地减少系统变量数目，降低在线计算复杂度，提高模型辨识和控制精度，在自适应预测控制的框架下发展一种系统化的在线实时应用的双重自适应预测控制设计方法，并对系统的闭环性能进行分析。本项研究不仅在理论上具有先进性，为复杂多变量、非线性工业过程的控制提供有效的理论方法，而且在工业应用推广方面也具有广阔的前景。