基于RBF-ARX模型的預測控制在位控制系統(tǒng)中的應用.pdf

1、基于RBF-ARX模型的預測控制是國內(nèi)外復雜非線性工業(yè)過程控制領域中一個新的前沿問題。本文根據(jù)預測控制的基本原理，在分析兩種基本的預測控制算法基礎上，探討了RBF-ARX模型結構，以及基于RBF-ARX模型的預測控制算法。并將其成功應用到了液位控制系統(tǒng)中。 首先，預測控制的產(chǎn)生的歷史背景、發(fā)展歷程、研究現(xiàn)狀、發(fā)展趨勢以及存在的問題作了簡要的介紹，并對RBF-ARX模型的產(chǎn)生和應用作了簡單的回顧。針對兩種典型預測控制算法(模型算法

2、控制和廣義預測控制)討論了預測控制的基本結構和原理，深入分析了它們的預測模型、反饋校正與滾動優(yōu)化方法。 接著重點介紹了RBF-ARX模型的結構，以及基于RBF-ARX模型的預測控制算法原理。RBF-ARX模型是一種具有高斯徑向基函數(shù)(RBF)網(wǎng)絡型系數(shù)的ARX模型，高斯徑向基函數(shù)網(wǎng)絡系數(shù)取決于系統(tǒng)的工作點。RBF-ARX模型是一個全局模型，且它采用融合了LMM策略和LSM策略的快速收斂的SNPOM方法來離線辨識和優(yōu)化模型參數(shù)，這

3、就避免了實時控制中在線辨識參數(shù)可能出現(xiàn)的失敗?；赗BF-ARX模型的預測控制算法也不需要在線參數(shù)辨識，它采用二次規(guī)劃策略來計算控制器輸出。由于系統(tǒng)在任意工作點的局部線性化模型可以通過全局RBF-ARX模型得到，所以，基于RBF-ARX模型的預測控制算法中的帶有約束條件的在線優(yōu)化問題求解就避免了采用非線性規(guī)劃策略。 最后，RBF-ARX模型以及基于RBF-ARX模型的預測控制策略被成功應用到了液位控制系統(tǒng)中。結果表明：SNPOM