工业预测控制系统性能评估方法研究文献综述

 2021-09-25 20:18:39

全文总字数:4297字

毕业论文课题相关文献综述

文 献 综 述

1.1 模型预测控制在工业上的应用及其优势

模型预测控制(ModelPredictive Control)MPC是目前流程工业应用最多的一种先进控制策略,也是企业实现高效、安全、优质、低耗、环境友好生产和获得更大经济效益的重要手段。近年来已在国内炼油、石化、化工等领域取得许多成功的应用,为企业所熟悉和接受。其控制系统性能的优劣将直接影响到生产安全和经济效益等,因此对预测控制性能进行评价与监视至关重要。

究其成功之处,人们发现:MPC能集模型预测、滚动优化和反馈校正于一体,很好地吸收操作人员的经验;另一方面,MPC可以直接处理过程约束和时滞特性,并具有内在的容错和隐式解耦能力。在MPC的理论研究方面,有关稳定性、鲁棒性和各种改进算法的大量研究成果也为MPC的工业应用奠定了理论基础。

预测控制性能监视和评价的主要任务是:(l)评估预测控制系统的能力;(2)监视MPC控制的实时运行,发现控制性能恶化的情况及规律;(3)诊断出引起控制性能变坏的原因;(4)与现有的MPC控制系统集成,解决控制性能一致性、传感器/执行器完整性、控制器的重构和自适应等间题。应当综合考虑MPC控制器的结构功能特点和实际使用环境,充分利用实际运行数据和定性经验,同时提出合适的综合性能指标,着重从实用性和工程化的角度来建立MPC性能监视和评价的方法。

1.2 模型预测控制目前存在的问题

在先进过程控制的实践中,人们注意到MPC等控制器通常在工程实施初期可以很好地满足预定的设计要求、获得良好的性能,但在运行一段时间之后,其控制性能会逐渐变差,加上维护上的技术难度和滞后性问题,可能最终导致MPC等先进控制系统不能正常运行而被淘汰。控制性能变坏的直接后果是企业不能从实施先进控制中获得应有的回报,进而会丧失使用MPC等先进控制软件的信心。

对其进行综合的分析,可将诸多因素分为两类,内部因素和外部因素。如下图所示,其中内因又分为模型失配和控制器的约束饱和、参数整定。外因主要考虑可测干扰和不可测干扰对控制系统的影响,以及传感器与执行器的故障或失灵。如果按照性能模式又可以将性能恶化原因分为四类:模型失配、约束饱和、控制器参数不当和外界干扰扰动。

图1:MPC性能恶化因素方框图

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。