復(fù)雜工業(yè)過程計算機(jī)建模、仿真與控制

摘 要：近年來，在科技水平不斷提高的同時，工業(yè)生產(chǎn)過程中受控對象的復(fù)雜程度越來越高，具體表現(xiàn)出以下特征：時變性、非線性、不確定性、多輸入及多輸出、信息量少、耦合以及高性能指標(biāo)等等，這使得一些復(fù)雜的系統(tǒng)無法建立精確的數(shù)學(xué)模型，也就是說傳統(tǒng)的控制理論無法對復(fù)雜工業(yè)過程起到良好的控制效果，甚至無法進(jìn)行控制。鑒于此，本文針對復(fù)雜工業(yè)過程，提出一種模型預(yù)測控制方法，并對具體的建模仿真過程進(jìn)行分析。

關(guān)鍵詞：復(fù)雜工業(yè)過程；模型預(yù)測控制；建模；仿真

中圖分類號：TP273.5

1 模型預(yù)測控制概述

模型預(yù)測控制簡稱MPC，它是上個世紀(jì)70年代末期發(fā)展起來的一種基于計算機(jī)技術(shù)的控制方法，由于該方法的出現(xiàn)與工業(yè)生產(chǎn)需要關(guān)系密切，所以其主要被應(yīng)用與工業(yè)生產(chǎn)控制當(dāng)中，尤其是在一些復(fù)雜的工業(yè)生產(chǎn)過程中應(yīng)用效果更為明顯。由于MPC具有對模型要求低、抗干擾性和魯棒性強(qiáng)、能夠在優(yōu)化控制理論框架內(nèi)處理系統(tǒng)的控制約束等特點，使之非常適用于工業(yè)過程控制。目前，該方法已經(jīng)被廣泛應(yīng)用于諸多工業(yè)領(lǐng)域當(dāng)中，如發(fā)電廠控制、化工、汽車、食品加工、航空航天、冶金制造、煉油控制等等。雖然MPC已經(jīng)在工業(yè)領(lǐng)域當(dāng)中獲得了大量的成功應(yīng)用，但是由于生產(chǎn)系統(tǒng)的工況日益復(fù)雜化，對控制系統(tǒng)的要求也越來越高，從而導(dǎo)致了控制問題愈加復(fù)雜。

MPC是一種基于計算機(jī)在線優(yōu)化控制的方法，其能夠在各個采樣時刻將系統(tǒng)的實際狀態(tài)當(dāng)成初始化條件，并借助過程的動態(tài)模型預(yù)測出系統(tǒng)未來一段時間的響應(yīng)情況，然后按照模型優(yōu)化對象的未來性能指標(biāo)，求出一個開環(huán)最優(yōu)化問題的解，進(jìn)而獲得一個控制序列，并將之作為控制量作用于被控對象。需要闡明的一點是，預(yù)測控制當(dāng)中的優(yōu)化與傳統(tǒng)意義上的全局優(yōu)化具有非常明顯的差別，也就是說預(yù)測控制并不是一個針對全局進(jìn)行優(yōu)化的過程，而是在每一個特定的時刻均存在一個對該時刻進(jìn)行優(yōu)化的性能指標(biāo)，不同時刻的優(yōu)化指標(biāo)的相對形式一致，但絕對形式當(dāng)中所含有的時域卻是不同的。所以預(yù)測控制只能夠獲得全局的次優(yōu)解，整個優(yōu)化過程是反復(fù)在線進(jìn)行。

2 基于復(fù)雜工業(yè)過程的MPC建模仿真與控制研究

2.1 MPC的建模方法。（1）機(jī)理建模。該方法主要是按照系統(tǒng)的質(zhì)量、能量與動量守恒的定律建立動態(tài)模型，其最大的優(yōu)點是建模過程中所需要的數(shù)據(jù)量較少，所以當(dāng)被控對象在不容易產(chǎn)生過程數(shù)據(jù)的特定環(huán)境中時，該建模方法一般都會被作為首選。但需要指出的是，該方法需要了解被控對象的內(nèi)部特性，由于不同對象的特性均不相同，所以每次應(yīng)用機(jī)理建模方法時，都需要根據(jù)對象的特性變化重新進(jìn)行大量的準(zhǔn)備工作，這在一定程度上增大了建模費用和時間。（2）實驗建模。在復(fù)雜工業(yè)過程中，由于關(guān)聯(lián)性因素相對較多，加之缺乏對被控對象的了解，想要成功建立系統(tǒng)的機(jī)理模型難度較大，在一些特殊情況下甚至無法完成機(jī)理建模。而實驗建模則是借助系統(tǒng)的動態(tài)過程數(shù)據(jù)進(jìn)行建模的方法，在MPC中，實驗建模所使用的模型結(jié)構(gòu)形式具有多樣性的特點，在進(jìn)行實驗建模的過程中，應(yīng)當(dāng)選擇正確的模型結(jié)構(gòu)形式，同時還應(yīng)做好模型校驗。（3）混合建模。所謂的混合建模實質(zhì)上就是將機(jī)理與實驗這兩種建模方法結(jié)合在一起進(jìn)行建模，這樣便可以充分利用兩種建模方法的優(yōu)點，從而使所建立的模型更加精確。

2.2 多模型非線性自適應(yīng)控制。廣義的預(yù)測控制是在最小方差控制器的基礎(chǔ)上發(fā)展而來的，對其的研究工作也是基于自適應(yīng)控制思想展開的，其現(xiàn)已在諸多工業(yè)應(yīng)用中得以實現(xiàn)，也在各種參數(shù)不確定的前提下顯示出了良好的控制性能。下面本文提出一種多模型非線性自適應(yīng)控制方法，并通過仿真實驗對其有效性進(jìn)行驗證。（1）估計模型與自適應(yīng)控制器。當(dāng)系統(tǒng)的多項式參數(shù)和非線性項為已知時，系統(tǒng)的輸出便可以滿足跟蹤參考輸入。但是在大部分復(fù)雜工業(yè)過程中，系統(tǒng)模型基本都是未知的，即便已知也很難做到精確。故此便需要借助遞歸算法對系統(tǒng)的參數(shù)進(jìn)行辨識。因為非線性項具有界的特征，當(dāng)v（k）較小時，可以直接設(shè)計線性魯棒自適應(yīng)控制器；若是v（k）較大，則可借助神經(jīng)網(wǎng)絡(luò)進(jìn)行估計，同時在控制器中進(jìn)行相應(yīng)的補償，以此來設(shè)計預(yù)測控制器，這樣一來便可以使系統(tǒng)的輸入與輸出信號有界，系統(tǒng)的性能也會因此獲得改善。（2）切換系統(tǒng)設(shè)計。在控制系統(tǒng)設(shè)計的過程中切換準(zhǔn)則是比較重要的環(huán)節(jié)之一，為了確保系統(tǒng)的穩(wěn)定性，必須合理選擇切換準(zhǔn)則。

此時系統(tǒng)將會選擇與之相對應(yīng)的模型 ，并采用與該模型相對應(yīng)的控制器 的輸出作為k時刻的控制輸入u（k）。多模型控制策略的提出為復(fù)雜非線性系統(tǒng)控制提供了有效的工具，從而使系統(tǒng)獲得了良好的控制性能。

2.3 仿真實驗。下面通過仿真實驗對多模型非線性自適應(yīng)控制方法的有效性進(jìn)行驗證。通過計算機(jī)分析可知，系統(tǒng)輸出能夠很好地跟蹤參考輸入，且控制輸入震蕩相對比較平穩(wěn)，這主要是因為神經(jīng)網(wǎng)絡(luò)對非線性項的在線補償使系統(tǒng)性能獲得了大幅度改善。由此可得出如下結(jié)論：采用本文所提出的多模型非線性自適應(yīng)控制方法能夠使系統(tǒng)的性能顯著提高，適用于對復(fù)雜工業(yè)過程的控制。

2.4 計算機(jī)仿真建模實例分析。下面以汽車懸架系統(tǒng)中最為常用的筒式液壓減振器為例，對其建模與仿真過程進(jìn)行論述。（1）仿真建模。通過對筒式液壓減振器實際工作過程中的油液流動情況進(jìn)行分析后，采用當(dāng)前比較流行的AMEsin（復(fù)雜系統(tǒng)建模仿真平臺）建立了減振器的上下腔、補償腔和閥系的仿真模型。減振器仿真模型的主要參數(shù)如表1所示。（2）仿真結(jié)果分析。仿真與試驗的激勵全部都依據(jù)QC/T 545試驗標(biāo)準(zhǔn)來完成，激勵方式為正弦激勵。在壓縮和復(fù)原行程以及速度從0.1-1.0m/s減振器的做功特性、阻尼力的仿真結(jié)果均與試驗數(shù)據(jù)相吻合，這表明，本文所建立的仿真模型真確、可靠。為了進(jìn)一步驗證仿真計算結(jié)果的準(zhǔn)確性，分別對減振器試樣以及仿真模型進(jìn)行了速度特性測試，測試結(jié)果如圖1所示。從圖1中能夠清楚的看出，隨著速度的不斷增加，減振器的阻尼力也會隨之增加，當(dāng)速度達(dá)到80mm/s時，阻尼力出現(xiàn)了非常明顯的突變，導(dǎo)致這一情況的主要原因是復(fù)原行程中復(fù)原閥開啟，而這個點即復(fù)原閥的開閥速度點。由此得出結(jié)論：仿真過程中，對開閥速度的計算準(zhǔn)確。

3 結(jié)論：

綜上所述，本文從復(fù)雜工業(yè)過程的角度出發(fā)，提出了一種多模型非線性自適應(yīng)控制方法，經(jīng)過系統(tǒng)地分析論證后，該控制方法能夠?qū)?fù)雜工業(yè)過程進(jìn)行有效控制。由于復(fù)雜工業(yè)過程中存在耦合作用，從而給控制系統(tǒng)的設(shè)計增添了一定的難度，在未來一段時期應(yīng)當(dāng)針對這一問題加大研究力度，這有助于提高系統(tǒng)的穩(wěn)定性和可靠性。

參考文獻(xiàn)：

[1]趙洪波.馮夏庭.非線性位移時間序列預(yù)測的進(jìn)化——支持向量機(jī)方法及應(yīng)用[J].巖土工程學(xué)報，2012（02）.

[2]王定成，方廷健，高理富.支持向量機(jī)回歸在線建模及應(yīng)用[J].控制與決策，2013（08）.

[3]洪立，王世淵，王先來.神經(jīng)網(wǎng)絡(luò)控制器在未建模型的非線性系統(tǒng)中的應(yīng)用[J].自動化與儀器儀表，2010（03）.

作者單位：第三軍醫(yī)大學(xué)野戰(zhàn)外科研究所第九研究室，重慶 400042