热工过程预测控制简述

高 源

(中油辽河工程有限公司热力工程所，辽宁 盘锦 124010)

1 引言

非线性系统的辨识一直是国际辨识届所关心的问题。该问题的主要困难之一是缺乏描述一般非线性系统的统一的数学模型。为此，人们提出了多种类型的模型，如Hammerstein模型和Wiener模型、非线性参数模型、神经网络模型、模糊模型等。火电发电机组的热工自动化是保障设备安全、提高机组经济性、减轻劳动强度及改善劳动条件的重要技术措施。火力发电机组控制的中心问题是：一方面要求机组出力迅速地跟踪电网负荷的变化，另一方面在负荷变化时要保证机组的稳定运行，特别是保持主要参数（主汽压力、主汽温度、汽包水位等）的波动不超出运行规程规定的限制。火电机组是非常复杂的控制对象，其生产过程具有大滞后大惯性、时变、多变量和非线性等特点，本文研究预测控制策略，具有重要的理论意义和使用价值。在各种先进控制策略中，预测控制是目前很有应用潜力的一种。由于它采用多步预测、滚动优化和反馈校正等控制策略，因而控制效果好、鲁棒性强，适用于控制不易建立精确数学模型且比较复杂的工业生产过程。

2 预测控制的发展历史及现状

2.1 预测控制的基本特征。预测控制是在70年代后期发展起来的一类新型计算机控制算法，一般包括三个基本要素：模型预测、滚动优化和反馈校正，这三个要素同时也是预测控制在实际工程应用中能否得到成功应用的关键。

a.预测模型。预测控制是一种基于模型的控制，这一模型称为预测模型。不同的被控对象要用不同的模型。对于线性系统，状态方程、传递函数等传统的模型都可以作为预测模型。对于线性稳定对象，阶跃响应、脉冲响应这类非参数模型，也可以直接作为预测模型使用。对于非线性对象，近年来很多学者都致力于用神经网络作为预测模型，并取得了一些成果。

b.滚动优化。预测控制是一种优化控制算法，它是通过某一性能指标的最优来确定未来的控制作用的。这一性能指标涉及到系统未来的行为，例如，通常可取对象输出在未来的采样点上跟踪某一期望轨迹的方差最小。然而需要强调的是，预测控制中的优化与传统意义下的离散最优控制

有很大的区别。这主要表现在预测控制的优化是一种有限时段的滚动优化。在每一采样时刻，优化性能指标只涉及到从该时刻起未来有限的时间，而到下一采样时刻，这一优化时段向前推移。因此，在预测控制中，优化不是一次离线进行，而是反复在线进行的，这就是滚动优化的含义，也是预测控制区别于传统最优控制的根本点。

c.反馈校正。预测控制是一种闭环算法。在通过优化确定了一系列未来的控制作用后，为了防止模型失配或环境干扰引起控制对理想状态的偏移，预测控制通常不是把这些控制作用逐一实施，而只是实现本时刻的控制作用。到下一采样时刻，则首先检测对象的实际输出，并利用这一实时信息对基于模型的预测进行修正，然后再进行新的优化。

2.2 预测控制的特点

与其他控制算法相比，预测控制有其自身的特点：a对模型的精度要求不高，建模方便，过程描述可由简单实验获得；b采用非最小化描述的模型，系统鲁棒性、稳定性较好；c采用滚动优化策略，而非全局一次优化，能及时弥补由于模型失配、畸变、干扰等因素引起的不确定性，动态性能好；d易将算法推广到有约束、大迟延、非最小相位、非线性等实际过程。尤为重要的是，它能处理多变量、有约束问题。故而，这种算法的综合控制质量较高，特别适用于过程控制。

2.3 预测控制的研究难点和热点。近20年来，国内外关于预测控制的研究和应用日趋广泛，各种有关预测控制的文献越来越多地出现在各种刊物和会议上。这些说明，预测控制不仅是工业过程控制领域最具代表性的先进控制策略，而且相应的理论研究也是控制理论界研究的热点。下面着重从广义预测控制的算法改进研究、非线性预测控制、约束预测控制等方面对预测控制的研究现状加以归纳总结。

a.预测控制算法的改进研究。这里主要围绕广义预测控制展开，广义预测控制作为预测控制中最具代表性的算法之一，一直是预测控制领域研究的热点。十多年来，对广义预测控制的研究不断深入，其理论和算法不断完善，在工业界得到越来越广泛的应用。由于各类基本算法有各自的局限性，故在技术进步过程中，算法也在不断的更新。

b.非线性系统的预测控制。预测控制算法开始是针对线性系统提出的，由于其鲁棒性，作为一种模型失配，使得线性模型的预测控制算法可使用于弱非线性系统。但当系统是强非线性系统时，采用线性模型的预测控制与实际偏离较大，达不到优化控制的目的和控制效果，而且实际工业过程存在大量的强非线性系统，因此必须采用非线性预测控制。

c.约束预测控制。实际过程中，输入量和输出量常常受到物理条件的制约，因此，研究约束预测控制具有实际意义。预测控制的优点之一，就是能在控制器设计过程中显式地处理过程约束。

3 预测控制在热工过程中的研究及应用现状

热工过程往往具有较大的惯性和滞后，且是非线性和慢时变的，这使采用固定参数的PID常规调节系统不能与生产上越来越高的控制要求相适应。现代控制理论由于对模型精度要求过高而使其应用受到限制。而预测控制由于采用滚动优化、反馈校正，对模型要求不高，因此在热工过程控制中具有很大的应用潜力。近年来许多学者结合热工过程对预测控制进行深入研究，并取得了一些进展:东南大学吕剑虹采用GPC方法来控制锅炉的过热汽温，当被控对象特性在较大范围变化时，GPC方法仍能保持汽温调节系统具有良好的调节质量。华北电力大学王东风提出用多模型广义预测控制方案来解决火电厂变负荷机组汽温系统动态特性的时变大迟延特性。清华大学张青在国内首次介绍了统一预测控制理论(UPC)，并从UPC的框架出发，提出UPC简约设计方法，对蒸汽温度系统和球蘑机系统进行了仿真实验。目前针对热工对象的各种预测控制方法主要是以被控对象的数学模型为基础来进行研究的，而热工对象的一个重要特点是影响被调量 (即输出变量)的扰动来源较多，而且大部分的扰动是不可测的，无法建立一个包括各种扰动在内的数学模型。由于预测模型中不能考虑各种扰动，势必造成较大的预测偏差，从而影响预测控制的品质。如何比较准确获得热工对象输出变量的预测值，将是预测控制能否成功应用于热工过程控制的一个关键问题。目前T-S模糊模型是一种本质非线性模型，且结论采用线性方程式描述，宜于表达复杂系统的动态特性，本文将在日后的研究中深入研究T-S模糊辨识的优点。

结束语。模型预测控制是一种基于模型和基于优化的控制。预测控制之所以能在工业过程中显示出巨大的魅力，应归功于其基本原理对于工业环境的适应性。这些原理可归结为模型预测、滚动优化、反馈校正。模型预测控制蕴含了一种强有力的方法论思想，实际上反映了人们在处理复杂对象以及带有不确定问题时的一种通用的处理思想方法。它非常类似于人类在复杂的动态环境中进行决策的行为，这种方法论思想应该具有更广泛的适用性。线性系统的模型预测控制已有很好的发展，而对于非线性系统的模型预测控制方法并不多。本文针对热工过程存在强非线性的特点，对预测控制算法进行了简单论述。

由于热工过程控制是一个十分复杂的问题，它涉及多种学科，渗透了各种专业知识。由于作者水平有限，文中错误和不妥之处敬请批评指教。

[1]王伟.广义预测控制理论及应用北京：科学出版社，1998.

[2]席裕庚.预测控制北京：国防工业出版社，1993

[3]余世明，杜维.有约束加权广义预测控制算法石油化工自动化.2000,(6).pp27-29.

[4]郭巧，曹海璐.一种改进的广义预测控制及其应用控制理论与应用.2001,18(2).pp310-313.

[5]赵怀彬，王诗芘.快速递推广义预测控制控制理论与应用.1998,15(2)pp190-196.