一种扰动自适应的鲁棒预测控制算法

作者：韩恺; 赵均; 徐祖华; 钱积新

来源：化工学报, 2009, (07): 1730-1738.

• 预测控制
• 扰动模型
• ARMA模型
• 多次迭代
• min-max问题
• 多步线性化 predictive control
• disturbance model
• ARMA model
• multi-iteration
• min-max problem
• multi-step linearization

针对实际生产中扰动的时变性,提出了一种扰动自适应的鲁棒预测控制(RAMPC)算法以提高扰动抑制性能。采用时间序列(ARMA)模型在线辨识系统的不可测扰动,通过基于多次迭代思想的递推辨识算法(multi-iteration pseudo-linear regression,MIPLR)来保证在线辨识的质量和收敛速度。考虑到数据与辨识模型的不确定性,改用min-max形式描述MPC算法的控制作用优化命题,并将在线辨识过程中的误差数据引入min-max命题,使在线辨识与控制作用鲁棒优化求解紧密结合起来,提高算法鲁棒性。进一步将此min-max问题转换为一个等效的非线性min问题,并采用多步线性化方法...

• 单位
  工业控制技术国家重点实验室