《网络信息模式下分布式系统的控制结构与算法》由会员分享，可在线阅读，更多相关《网络信息模式下分布式系统的控制结构与算法（76页珍藏版）》请在金锄头文库上搜索。
1、网络信息模式下分布式系统的控制结构与算法,李少远 上海交通大学自动化系 2012-9-22,研究生课题的来源,基于模型的控制系统设计,系统模型是对相同性质数据的集结系统控制理论和方法：建模-控制器设计-优化,控制算法+系统结构=控制系统,自动控制原理的形成与发展,Easer to develop devices than create ideas K.J. Astrom ECC2005,Good, Bad, or Optimal,Control Algorithm ?,Challenging Problem,里程碑著作, K.J. Astrom,自动控制的基础为闭环控制。控制论的奠基人N.W
2、iener(1948) 给出的定义为：Feedback is a method of controlling a system by inserting into it the result of its past performance,控制论指的是感觉和机器方面的控制和通讯。控制论就是研究动物(包括人类)、自动机器和有机体的控制和通讯的理论。,反馈控制理论,自动控制系统,反馈控制理论,标志控制学科的诞生1948年，美国数学家Wiener在控制论关于在动物和机器中控制和通信的科学中系统地论述了控制理论的一般原理和方法。 控制论：研究动物（包括人类）和机器内部控制和通信的一般规律的学科。奠定了
3、工程控制论的基础1954年，钱学森的工程控制论在美国出版。 一个系统的不同部分之间相互作用的定性性质，以及由此决定的整个系统总体的运动状态,反馈控制理论,经典控制(Classical Control)(1935-1950),美国贝尔实验室的H. Bode 1938)，以及Nyquist(1940)提出频率响应法,美国Taylor仪器公司的J. G. Ziegler和N. B. Nichols提出PID参数的最佳调整法(1942),美国MIT的N. Wiener研究随机过程的预测(1942)，提出Wiener滤波理论(1942)，发表控制论(Cybernetics)一书(1948)，标志着控制论
4、学科的诞生。,N.B. Nichols,N. Wiener, shown here in 1954 with Yuk Wing Lee (left) and Amar G. Bose, discussing an aspect of statistical communication theory,反馈控制理论,Feedback Control,Feedback Control,Industrial Applications: Good enough Academic Research:Trial-and-error, no any optimization,最优控制是从大量实际问题中提炼出来
5、的。最优控制问题研究的主要内容是：怎样选择控制规律才能使控制系统的性能和品质在某种意义下为最优。换句话说：在给定约束条件和性能指标下，寻找使系统性能指标最优的控制规律。,最优控制理论,受控系统数学模型一般可以表示为：,如果是线性时不变系统，则可以表示为,性能指标：尽管我们不能为各种各样的最优控制问题规定一个性能指标的统一格式，但是通常情况下如下形式的性能指标可以概括为：,最优控制理论,针对不同的具体问题，性能指标 J 一般可以取为不同的具体形式，如： 最短时间问题： 线性二次最优控制问题： 线性伺服器问题：除了特殊情况外，最优控制问题的解析解是比较复杂的，以至必须求其数值解。当指标为二次性能指
6、标时，可以给出整齐的解析解。,最优控制理论,最优控制问题有四个关键点：（1）受控对象为动态系统；（2）初始与终端条件(时间和状态)；（3）性能指标；（4）容许控制。最优控制问题的实质：找出容许的控制作用或控制规律，使动态系统（受控对象）从初始状态转移到某种要求的终端状态，并且保证某种要求的性能指标达到最小值或者是最大值。,最优控制理论,现代控制(Modern Control) (1950- ),二次世界大战中火炮，雷达，飞机以及通讯系统的控制研究直接推动了经典控制的发展。五十年代后兴起的现代控制起源于冷战时期的军备竞赛，如导弹(发射，操纵，指导及跟踪)，卫星，航天器和星球大战，以及计算机技术的
7、出现(英国科学家A.J.G. MacFarlane),最优控制理论,在反馈控制和最优控制中，都假定被控对象或过程的数学模型是已知的，并且具有线性定常的特性。实际上在许多工程中，被控对象或过程的数学模型事先是难以确定的，即使在某一条件下被确定了的数学模型，在工况和条件改变了以后，其动态参数乃至于模型的结构往往会发生变化。实际上，控制论的基本问题，即如何对系统施加控制作用使其表现出预定的行为，并不等于按其数学模型由预定轨道解一个“反问题”，以求出控制输入这样一个数学的问题。关键就在于存在各种不确定因素(Uncertainty)。,反馈/最优控制,Optimal Control,Optimal Co
8、ntrol Big Gap between Theory and Practice,Industrial Control Systems,Optimal Control,Academic Research:Good enough, Precise design theory Industrial Applications:So bad, Uncertainty,Optimal Control,Uncertainty,Feedback,Optimal,Receding Horizon Optimization,Model Predictive Control,Satisfying Solutio
9、n,最优控制理论,最优性精确模型基于模型的优化全局优化,工业过程实践,不确定性模型失配扰动、时变 .计算量, 理论与实践间存在着很大距离,工业过程控制面临的问题,预测控制,控制对象越来越复杂： 单变量 多变量控制要求越来越高： 调节 优化 控制技术工具越来越强： 仪表 计算机一类新型计算机控制算法：预测控制,求解有约束多变量控制问题基于模型追求优化由计算机软件实现,预测控制,产生于20世纪70年代工业过程领域MPHC Model Predictive Heuristic Control (France)DMC Dynamic Matrix Control (USA)MAC Model Algo
10、rithm Control (USA)80年代后在学术界继续发展GPC Generalized Predictive Control (UK),统称为：MPC Model Predictive Control,预测控制,预测控制的基本原理预测模型 输入输出模型 假设未来输入预测未来输出滚动时域优化 以滚动方式对未来有限时域进行优化 在线计算并实现当前控制作用反馈校正 每一时刻检测实际输出 以预测误差补偿对未来输出的预测,预测控制,预测模型,模型表达：输入(包括操作变量和可测扰动)输出间的定量关系 - 模型结构：无限制，阶跃/脉冲响应、传递函数、状态方程等 - 模型功能：根据当前信息和假设未来输
11、入预测系统未来输出 - 模型作用：作为在不同控制策略下比较控制效果的基础,预测控制,滚动优化 - 基于优化：根据未来有限时域内的优化性能指标确定最优操作变量 - 优化准则：性能指标： min J(k) 约 束：对操作变量、输出变量和辅助变量优化变量: 操作变量 - 滚动时域优化：只实施当前控制作用在线重复进行优化,预测控制,每一步：基于模型预测优化,全过程：结合反馈滚动进行,滚动优化,预测控制,反馈校正目的：每一步基于实际状态进行优化- 方法：反馈实测信息直接方法：用预测误差校正输出预测间接方法：模型和控制律自适应校正,预测控制,在工业中得到成功应用 目前，有报道的预测控制的工程应用近5000
12、个，大部分(约67%)应用在炼油和石化行业，其次是化工和造纸行业。 在其他如食品、汽车、航空等领域也有成功应用。 Aspentech公司几乎拥有最多的应用实例(1850个)，并且最大型的预测控制系统(603CVs 283MVs)也是由该公司设计的。,预测控制,Mitsubishi Chemical Plant,预测控制,持续保持局部最优 适应不确定环境,理想最优 但未考虑不确定性,适应不确定环境 但无优化概念,总体性能,在线有限时域优化 在线滚动实施,离线全局优化 在线开环实施,在线即时控制,控制方式,模型、环境的先验信息 输出的实时信息,模型、环境的精确的先验信息,输出的实时信息,信息需求,
13、预测控制,最优控制,反馈控制,反馈控制、最优控制与预测控制的比较,预测控制,优化 控制者始终的追求优化是对系统未来行为进行的，它必须建立在系统模型基础上如果系统实际行为准确符合模型的描述，我们一定能得到最满意的结果 先发制人，在理想模型假设下追求最优,反馈 系统实际行为的真实表现，反馈提供了控制的真实信息依据反馈信息中既包含了我们可预见的系统行为，也包含了所有未知的不确定信息反馈是实时的，反馈控制是最及时的 后发制人，注重现实而无前瞻优化,控制的难点在于如何用好优化与反馈，在不完全认识的现实环境下追求理想的最优预测控制的优化是以反复进行的局部优化的过程代替一次进行的全局优化的结果， 是在过程中
14、实现的优化预测控制的滚动优化兼顾了实际信息的反馈，是最优控制对实际不确定性的妥协，是优化和反馈机制的合理结合预测控制虽然不能得到理想最优，但它是在不确定环境下追求最优的合适途径,预测控制,Good, Bad, or Optimal,System Structure ?,Challenging Problem,控制理论与方法成功的应用于各领域,系统 控制,系统控制成为行业技术进步的发动机与方法库,系统模式的转变,控制理论与方法成功的应用于各领域,系统 控制,中央控制室,System: Point-Point,系统模式的转变,现有的控制优化方法为集中式SISO系统/MIMO系统 稳态优化/动态控制
15、控制系统为集中分散结构仪表 计算机 DCS NCS,系统模式的转变,分布式大系统 能源电网系统 城市交通系统 污水处理系统 集成制造系统 城市排水管网 灌溉系统 大化工过程分布式大系统特征 组成单元多 空间分布广 相互关联（能量、质量、信息） 模型复杂，约束多，目标多,能源电网,交通系统,污水处理,集成制造,大化工过程,系统模式的转变,现场总线，网络通讯技术发展 控制结构和模式转变,？,上海石化分布式控制系统,System: Unit-Unit,系统模式的转变,学术研究的热点,2008年9月欧盟第七框架启动Hierarchical and Distributed Model Predictiv
16、e Control of Large-Scale Systems http:/www.ict-hd-mpc.euIEEE AC , Automatica, JPC多篇关于工业大系统的文章T. Keviczky, et. al. Automatica, 2006, 42, 2105 -2115;W. B. Dunbar, IEEE T. AC, 2007, 52, 1249-1263;J.B. Rawlings, et. al. JPC , 2008, 18,839-845;R. Scattolini, JPC , 2009, 19,723-731Journal of Process Control, Special Issue(2011): Hierarchical and Distributed Model Predictive Control开始尝试应用于电厂和工业现场,
