《智能预测控制讲稿-南开大学.ppt》由会员分享，可在线阅读，更多相关《智能预测控制讲稿-南开大学.ppt（145页珍藏版）》请在金锄头文库上搜索。
1、南开大学研究生课程智能预测控制 陈增强教授南开大学计算机与控制工程学院智能自适应预测控制研究室chenzq 2014年3月 致谢 感谢我的导师袁著祉教授的辛勤培育 主要内容 第一部分 预测控制第二部分 神经网络及控制第三部分 基于神经网络的智能预测控制 第一部分 预测控制 第一章绪论第二章模型预测控制基础理论第三章有约束广义预测控制第四章多变量广义预测控制 第一章绪论 1 1自动控制理论发展与先进控制技术1 1 1自动控制理论发展简述1 1 2先进控制技术发展1 2预测控制发展与早期研究1 2 1预测控制发展1 2 2预测控制早期研究1 3现代预测控制 第一章绪论 1 1自动控制理论发展与先进
2、控制技术1 1 1自动控制理论发展简述20世纪50年代 经典控制理论 研究对象 线性定常系统 单输入 单输出系统 研究方法 传递函数 频率特性 伯德图 根轨迹图 Nyquist判据 20世纪60年代 现代控制理论 研究对象 线性或非线性系统 定常或时变系统 多输入 多输出系统 研究方法 状态方程 一阶微分或差分方程组 时域分析法 主要内容 能控能观性分析 李亚普诺夫稳定性理论 系统辨识 卡尔曼滤波 最优控制 庞特里亚金极大值原理 贝尔曼动态规划 第一章绪论 1 1 2先进控制技术发展 第一章绪论 1 2预测控制发展与早期研究1 2 1预测控制产生及发展预测控制是一种基于模型的先进控制技术 即模
3、型预测控制 MPC ModelPredictiveControl 最早由法国工程师Richalet于1978年提出 主要特征 预测模型 滚动优化 反馈校正 设定值柔化 主要优点 克服受控对象未建模误差 参数与环境等方面的不确定性 大时滞或变时滞等 具有鲁棒性 基本类型 1 以非参数模型为预测模型的预测控制算法动态矩阵控制 DMC Cutler提出 基于阶跃相应模型 模型算法控制 MAC Rauhani提出 基于脉冲阶跃相应模型 2 以参数模型为预测模型的预测控制算法广义预测控制 GPC Clake提出 基于 CARIMA ControlledAuto RegressiveIntegratedM
4、ovingAverage 模型 广义预测极点配置控制 GPPC Lelic提出 扩展时域自适应控制 EHAC Ydstie提出 扩展时域预测自适应控制 ESPAC DeKeyser提出 第一章绪论 1 2预测控制发展与早期研究1 2 2预测控制的早期研究理论分析 稳定性分析 鲁棒性分析 算法的改进与推广 简化算法 多变量系统 模型及目标函数改进 工程应用 石油 化工 冶金 造纸 水泥 锅炉 窑炉等过程工业 出现了多种运行于集散式控制系统上的商业化模型预测控制软件包 1 3现代预测控制预测控制与其它先进控制方法结合 自适应预测控制 鲁棒预测控制 多变量解耦预测控制 非线性系统预测控制 模糊预测控
5、制 神经网络预测控制 多速率采样预测控制 多模型切换预测控制 有约束预测控制 预测函数控制 第一章绪论 参考书目 1 席裕庚 预测控制 国防工业出版社 2 舒迪前 预测控制理论及应用 机械工业出版社 3 王伟 广义预测控制理论及应用 科学出版社 4 诸静等 智能预测控制理论及其应用 浙江大学出版社 5 钱积新等 预测控制 化工出版社 6 DWClarkeet al Generalizedpredictivecontrol PartI II Automatica 1987 23 2 137 161 第一部分预测控制 第一章绪论第二章模型预测控制基础理论第三章有约束广义预测控制第四章多变量广义预测
6、控制 第二章模型预测控制基础理论 2 1模型预测控制的结构及典型算法2 1 1模型预测控制系统结构2 1 2典型模型预测控制方法2 2动态矩阵控制 DMC 2 2 1阶跃响应特性及预测模型2 2 2预测模型2 2 3反馈校正2 2 4参考轨迹柔化2 2 5滚动优化2 2 6DMC算法步骤2 2 7DMC算法优点及特征2 3广义预测控制 GPC 2 3 1预测模型2 3 2跟踪轨迹柔化2 3 3滚动优化2 3 4反馈校正 自校正控制算法2 3 5GPC自校正算法流程2 3 6仿真研究2 3 7GPC的内模结构2 3 8GPC的主要特征及优点2 3 9GPC的改进2 3 10GPC应用举例 第二章
7、模型预测控制基础理论 2 1模型预测控制的结构及典型算法2 1 1模型预测控制系统的结构模型预测控制 MPC 系统大致包括四部分 预测模型 以各种不同的预测模型为基础 滚动优化 采用在线滚动优化指标 反馈校正 对预测误差在线校正 参考轨迹 对设定值给出一个柔化的轨迹 预测控制的典型结构 使其能够有效地克服受控对象的不确定性 时间延迟和时变等不确定因素的动态影响 从而达到预期的控制目标 并使系统具有良好的鲁棒性和稳定性 第二章模型预测控制基础理论 2 1模型预测控制的结构及典型算法2 1 1模型预测控制系统的结构 参考轨迹 滚动优化 被控对象 在线校正 预测模型 输出量y k 控制量u k 设定
8、值yr k yp k j ym k j 柔化轨迹 yd k j 图2 1模型预测控制结构图 第二章模型预测控制基础理论 预测控制的上述典型结构 使其能够有效地克服控制对象的不确定性 迟滞和时变等因素的动态影响 从而达到预期的控制目标 并使系统具有良好的鲁棒性和稳定性 2 1 2典型模型预测控制算法预测控制算法已有多种 基本上都是基于几种常用的典型算法 1 动态矩阵控制 DMC DynamicMatrixControl 2 模型算法控制 MAC ModelAlgorithmControl 3 广义预测控制 GPC GeneralizedPredictiveControl 本章对1 和3 两种典型
9、预测控制算法做详细的介绍 第二章模型预测控制基础理论 第二章模型预测控制基础理论 第二章模型预测控制基础理论 第二章模型预测控制基础理论 第二章模型预测控制基础理论 第二章模型预测控制基础理论 第二章模型预测控制基础理论 第二章模型预测控制基础理论 第二章模型预测控制基础理论 第二章模型预测控制基础理论 第二章模型预测控制基础理论 第二章模型预测控制基础理论 第二章模型预测控制基础理论 第二章模型预测控制基础理论 第二章模型预测控制基础理论 第二章模型预测控制基础理论 第二章模型预测控制基础理论 第二章模型预测控制基础理论 第二章模型预测控制基础理论 第二章模型预测控制基础理论 第二章模型预测
10、控制基础理论 第二章模型预测控制基础理论 第二章模型预测控制基础理论 第二章模型预测控制基础理论 第二章模型预测控制基础理论 第二章模型预测控制基础理论 第二章模型预测控制基础理论 第二章模型预测控制基础理论 第二章模型预测控制基础理论 第二章模型预测控制基础理论 第二章模型预测控制基础理论 第二章模型预测控制基础理论 第二章模型预测控制基础理论 第二章模型预测控制基础理论 第二章模型预测控制基础理论 第二章模型预测控制基础理论 第二章模型预测控制基础理论 第二章模型预测控制基础理论 第二章模型预测控制基础理论 第二章模型预测控制基础理论 第二章模型预测控制基础理论 第二章模型预测控制基础理论
11、 第二章模型预测控制基础理论 第二章模型预测控制基础理论 第二章模型预测控制基础理论 第三章有约束预测控制 3 1等式约束的GPC3 2含有硬约束的GPC3 3含有不等式约束的GPC 第三章有约束预测控制 第三章有约束预测控制 第三章有约束预测控制 第三章有约束预测控制 第三章有约束预测控制 第三章有约束预测控制 第三章有约束预测控制 第三章有约束预测控制 第三章有约束预测控制 第三章有约束预测控制 第三章有约束预测控制 第三章有约束预测控制 第三章有约束预测控制 第三章有约束预测控制 第四章多变量广义预测控制 4 1模型描述及目标函数4 2控制器求解4 3自校正控制算法4 4有约束的MGPC
12、4 5多变量GPC的其它研究4 6仿真研究 第四章多变量广义预测控制 第四章多变量广义预测控制 第四章多变量广义预测控制 第四章多变量广义预测控制 第四章多变量广义预测控制 第四章多变量广义预测控制 第四章多变量广义预测控制 第四章多变量广义预测控制 第四章多变量广义预测控制 第二部分神经网络及控制 第一章神经网络第二章神经网络控制第三章神经网络预测控制 第二部分神经网络及控制 第一章神经网络 第一章神经网络 第一章神经网络 第一章神经网络 第一章神经网络 第一章神经网络 第一章神经网络 第一章神经网络 第一章神经网络 第一章神经网络 第一章神经网络 第一章神经网络 第一章神经网络 第一章神经
13、网络 第一章神经网络 第一章神经网络 第一章神经网络 第一章神经网络 第一章神经网络 第一章神经网络 第一章神经网络 第一章神经网络 第一章神经网络 第一章神经网络 第一章神经网络 第一章神经网络 第一章神经网络 第一章神经网络 第一章神经网络 第一章神经网络 第一章神经网络 第一章神经网络 第一章神经网络 第一章神经网络 第一章神经网络 第一章神经网络 第二章神经网络控制 第二章神经网络控制 第二章神经网络控制 第二章神经网络控制 第二章神经网络控制 第二章神经网络控制 第二章神经网络控制 第二章神经网络控制 第二章神经网络控制 第二章神经网络控制 第二章神经网络控制 第二章神经网络控制 第二章神经网络控制 第二章神经网络控制 第二章神经网络控制 第二章神经网络控制 第二章神经网络控制 第二章神经网络控制 第二章神经网络控制 第二章神经网络控制 第二章神经网络控制 第二章神经网络控制
