多级串联系统的网络预测控制与目标优化研究

The control and objective optimization problems for serially connected systems (known as the cascade systems in some references) are abstracted from optimization and control problems exist commonly in a class of large-scale industrial processes in this program. Global model with the elements of control variables, constraints and objective functions is built for cascade systems by adopting distributed control structure. Adaptive and nonlinear networked model predictive control algorithms are studied by presenting performance assessment for the whole system, by taking advantage of the long-term prediction and dynamic optimization in model predictive control method, and by considering adequately information exchange and intelligent coordination in subsystems. The inner relationship between the whole optimization objective (the final production quality of industrial processes) and the sub-objectives (control variables of the local subsystems) is studied, and multi-objective optimization algorithms are proposed with the conditions of a large number of disturbances and uncertainty sources exist in the cascade systems. Networked model predictive control and objective optimization algorithms are verified by combining with typical industrial processes, which can improve the production quality, reduce the production cost, and provide effective theorems and methods for dynamic optimization and control of industrial processes.

本项目从工业生产过程优化控制的实际出发，将一类复杂大工业过程抽象成多级串联系统的控制与目标优化问题。用分布式控制构造系统的结构框架，建立以控制、约束、目标等为要素的多级串联系统优化控制全局模型；给出系统的整体性能评价体系，利用预测控制长时段预报和滚动优化的思想，充分考虑子系统之间的信息交换和智能协调，研究自适应和非线性网络预测控制算法；研究系统的整体优化目标(例如工业生产过程的最终产品质量)与各子目标(例如各局部子系统的控制量)之间的内在关系，在系统存在各种干扰和不确定因素下，给出多级串联系统的多目标优化算法。结合典型的工业生产过程，研究多级串联系统的网络预测控制与目标优化问题，从而为工业生产中以提高产品质量，降低生产成本为目标的工业生产过程的动态优化控制提供有效的理论方法。

针对一类可抽象成多级串联系统的复杂大工业过程的优化控制问题，利用预测控制长时段预报和滚动优化的思想，研究其网络预测控制和目标优化方法。1. 针对大工业过程的结构特点，提出一种基于邻域优化的网络预测控制策略，子系统之间的协调通过子系统之间在网络通信条件下进行信息交换和在邻域内求解局部优化问题来实现，为降低在线优化的计算量和通信代价，提出具有一步时延通信的网络预测控制算法，并分析了标称闭环系统的稳定性，通过反应釜储存分离器控制问题的实例研究验证了该算法的有效性和实用性。2. 针对子目标实时优化问题，基于产品质量优化模型，根据最终产品质量和性能指标的要求，动态调整各子过程控制器的最优设定值，将机会约束规划引入到实时优化问题中，可将优化问题中的不确定约束以一定的置信水平概率满足，给出了求解联合约束规划的算法，结合步进式加热炉的炉温优化设定问题进行了仿真研究表明了提出方法的实用性。预测控制也逐渐引起了运动控制界的重视，本项目以两个典型实例开展预测控制多领域的应用研究。1. 针对网络控制系统中存在的网络延时和数据丢包问题，采用带有常值补偿机制的广义预测控制算法设计船舶航向网络控制器，当存在网络延时时，采用带时间戳的常值补偿机制，当存在数据丢包时，采用带数据包检测模块的常值补偿机制，仿真结果表明加入补偿机制的航向网络预测控制器可以降低振荡和超调，缩短调节时间，从而改善控制效果。2. 在分析无刷直流电机数学模型并将其简化的基础上，分别提出了无刷直流电机转速的预测函数控制和广义预测控制策略，并通过MATLAB仿真和DSP实验平台验证设计的控制器控制精度高、响应速度快、超调小、抗干扰能力强，可取得良好的调速效果。