熱工過程預測控制簡述

高 源

(中油遼河工程有限公司熱力工程所，遼寧 盤錦 124010)

1 引言

非線性系統的辨識一直是國際辨識屆所關心的問題。該問題的主要困難之一是缺乏描述一般非線性系統的統一的數學模型。為此，人們提出了多種類型的模型，如Hammerstein模型和Wiener模型、非線性參數模型、神經網絡模型、模糊模型等。火電發(fā)電機組的熱工自動化是保障設備安全、提高機組經濟性、減輕勞動強度及改善勞動條件的重要技術措施。火力發(fā)電機組控制的中心問題是：一方面要求機組出力迅速地跟蹤電網負荷的變化，另一方面在負荷變化時要保證機組的穩(wěn)定運行，特別是保持主要參數（主汽壓力、主汽溫度、汽包水位等）的波動不超出運行規(guī)程規(guī)定的限制。火電機組是非常復雜的控制對象，其生產過程具有大滯后大慣性、時變、多變量和非線性等特點，本文研究預測控制策略，具有重要的理論意義和使用價值。在各種先進控制策略中，預測控制是目前很有應用潛力的一種。由于它采用多步預測、滾動優(yōu)化和反饋校正等控制策略，因而控制效果好、魯棒性強，適用于控制不易建立精確數學模型且比較復雜的工業(yè)生產過程。

2 預測控制的發(fā)展歷史及現狀

2.1 預測控制的基本特征。預測控制是在70年代后期發(fā)展起來的一類新型計算機控制算法，一般包括三個基本要素：模型預測、滾動優(yōu)化和反饋校正，這三個要素同時也是預測控制在實際工程應用中能否得到成功應用的關鍵。

a.預測模型。預測控制是一種基于模型的控制，這一模型稱為預測模型。不同的被控對象要用不同的模型。對于線性系統，狀態(tài)方程、傳遞函數等傳統的模型都可以作為預測模型。對于線性穩(wěn)定對象，階躍響應、脈沖響應這類非參數模型，也可以直接作為預測模型使用。對于非線性對象，近年來很多學者都致力于用神經網絡作為預測模型，并取得了一些成果。

b.滾動優(yōu)化。預測控制是一種優(yōu)化控制算法，它是通過某一性能指標的最優(yōu)來確定未來的控制作用的。這一性能指標涉及到系統未來的行為，例如，通常可取對象輸出在未來的采樣點上跟蹤某一期望軌跡的方差最小。然而需要強調的是，預測控制中的優(yōu)化與傳統意義下的離散最優(yōu)控制

有很大的區(qū)別。這主要表現在預測控制的優(yōu)化是一種有限時段的滾動優(yōu)化。在每一采樣時刻，優(yōu)化性能指標只涉及到從該時刻起未來有限的時間，而到下一采樣時刻，這一優(yōu)化時段向前推移。因此，在預測控制中，優(yōu)化不是一次離線進行，而是反復在線進行的，這就是滾動優(yōu)化的含義，也是預測控制區(qū)別于傳統最優(yōu)控制的根本點。

c.反饋校正。預測控制是一種閉環(huán)算法。在通過優(yōu)化確定了一系列未來的控制作用后，為了防止模型失配或環(huán)境干擾引起控制對理想狀態(tài)的偏移，預測控制通常不是把這些控制作用逐一實施，而只是實現本時刻的控制作用。到下一采樣時刻，則首先檢測對象的實際輸出，并利用這一實時信息對基于模型的預測進行修正，然后再進行新的優(yōu)化。

2.2 預測控制的特點

與其他控制算法相比，預測控制有其自身的特點：a對模型的精度要求不高，建模方便，過程描述可由簡單實驗獲得；b采用非最小化描述的模型，系統魯棒性、穩(wěn)定性較好；c采用滾動優(yōu)化策略，而非全局一次優(yōu)化，能及時彌補由于模型失配、畸變、干擾等因素引起的不確定性，動態(tài)性能好；d易將算法推廣到有約束、大遲延、非最小相位、非線性等實際過程。尤為重要的是，它能處理多變量、有約束問題。故而，這種算法的綜合控制質量較高，特別適用于過程控制。

2.3 預測控制的研究難點和熱點。近20年來，國內外關于預測控制的研究和應用日趨廣泛，各種有關預測控制的文獻越來越多地出現在各種刊物和會議上。這些說明，預測控制不僅是工業(yè)過程控制領域最具代表性的先進控制策略，而且相應的理論研究也是控制理論界研究的熱點。下面著重從廣義預測控制的算法改進研究、非線性預測控制、約束預測控制等方面對預測控制的研究現狀加以歸納總結。

a.預測控制算法的改進研究。這里主要圍繞廣義預測控制展開，廣義預測控制作為預測控制中最具代表性的算法之一，一直是預測控制領域研究的熱點。十多年來，對廣義預測控制的研究不斷深入，其理論和算法不斷完善，在工業(yè)界得到越來越廣泛的應用。由于各類基本算法有各自的局限性，故在技術進步過程中，算法也在不斷的更新。

b.非線性系統的預測控制。預測控制算法開始是針對線性系統提出的，由于其魯棒性，作為一種模型失配，使得線性模型的預測控制算法可使用于弱非線性系統。但當系統是強非線性系統時，采用線性模型的預測控制與實際偏離較大，達不到優(yōu)化控制的目的和控制效果，而且實際工業(yè)過程存在大量的強非線性系統，因此必須采用非線性預測控制。

c.約束預測控制。實際過程中，輸入量和輸出量常常受到物理條件的制約，因此，研究約束預測控制具有實際意義。預測控制的優(yōu)點之一，就是能在控制器設計過程中顯式地處理過程約束。

3 預測控制在熱工過程中的研究及應用現狀

熱工過程往往具有較大的慣性和滯后，且是非線性和慢時變的，這使采用固定參數的PID常規(guī)調節(jié)系統不能與生產上越來越高的控制要求相適應。現代控制理論由于對模型精度要求過高而使其應用受到限制。而預測控制由于采用滾動優(yōu)化、反饋校正，對模型要求不高，因此在熱工過程控制中具有很大的應用潛力。近年來許多學者結合熱工過程對預測控制進行深入研究，并取得了一些進展:東南大學呂劍虹采用GPC方法來控制鍋爐的過熱汽溫，當被控對象特性在較大范圍變化時，GPC方法仍能保持汽溫調節(jié)系統具有良好的調節(jié)質量。華北電力大學王東風提出用多模型廣義預測控制方案來解決火電廠變負荷機組汽溫系統動態(tài)特性的時變大遲延特性。清華大學張青在國內首次介紹了統一預測控制理論(UPC)，并從UPC的框架出發(fā)，提出UPC簡約設計方法，對蒸汽溫度系統和球蘑機系統進行了仿真實驗。目前針對熱工對象的各種預測控制方法主要是以被控對象的數學模型為基礎來進行研究的，而熱工對象的一個重要特點是影響被調量 (即輸出變量)的擾動來源較多，而且大部分的擾動是不可測的，無法建立一個包括各種擾動在內的數學模型。由于預測模型中不能考慮各種擾動，勢必造成較大的預測偏差，從而影響預測控制的品質。如何比較準確獲得熱工對象輸出變量的預測值，將是預測控制能否成功應用于熱工過程控制的一個關鍵問題。目前T-S模糊模型是一種本質非線性模型，且結論采用線性方程式描述，宜于表達復雜系統的動態(tài)特性，本文將在日后的研究中深入研究T-S模糊辨識的優(yōu)點。

結束語。模型預測控制是一種基于模型和基于優(yōu)化的控制。預測控制之所以能在工業(yè)過程中顯示出巨大的魅力，應歸功于其基本原理對于工業(yè)環(huán)境的適應性。這些原理可歸結為模型預測、滾動優(yōu)化、反饋校正。模型預測控制蘊含了一種強有力的方法論思想，實際上反映了人們在處理復雜對象以及帶有不確定問題時的一種通用的處理思想方法。它非常類似于人類在復雜的動態(tài)環(huán)境中進行決策的行為，這種方法論思想應該具有更廣泛的適用性。線性系統的模型預測控制已有很好的發(fā)展，而對于非線性系統的模型預測控制方法并不多。本文針對熱工過程存在強非線性的特點，對預測控制算法進行了簡單論述。

由于熱工過程控制是一個十分復雜的問題，它涉及多種學科，滲透了各種專業(yè)知識。由于作者水平有限，文中錯誤和不妥之處敬請批評指教。

[1]王偉.廣義預測控制理論及應用北京：科學出版社，1998.

[2]席裕庚.預測控制北京：國防工業(yè)出版社，1993

[3]余世明，杜維.有約束加權廣義預測控制算法石油化工自動化.2000,(6).pp27-29.

[4]郭巧，曹海璐.一種改進的廣義預測控制及其應用控制理論與應用.2001,18(2).pp310-313.

[5]趙懷彬，王詩芘.快速遞推廣義預測控制控制理論與應用.1998,15(2)pp190-196.