專利名稱：一種控制被控對(duì)象的預(yù)測(cè)控制方法及使用該方法的系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種對(duì)具有灰色信息特征的對(duì)象進(jìn)行過(guò)程控制的預(yù)測(cè)控制方法，尤其是用以在多種復(fù)雜因素?cái)_動(dòng)下的過(guò)程控制方法。本發(fā)明還涉及該方法使用的控制系統(tǒng)。
目前在控制領(lǐng)域中應(yīng)用最廣泛的控制方法為PID控制方法，使用該方法的前提是假定被控對(duì)象是不大于二階的對(duì)象，且該對(duì)象是在線性的、時(shí)不變的狀態(tài)下工作，可用表達(dá)式KGG(S)＝KGe-τs/(T1S＋1)(T2S＋1)近似地描述，但在實(shí)際應(yīng)用中，被控對(duì)象是千變?nèi)f化的，不可能總是不大于二階的導(dǎo)數(shù)可描述的系統(tǒng)，且許多被控對(duì)象都是工作在多種干擾不明確，波動(dòng)因素不清晰的環(huán)境中，這樣P.I.D參數(shù)便需不斷重新整定，而參數(shù)的整定是由人工進(jìn)行的，因此極不利于保證系統(tǒng)的控制品質(zhì)，雖然現(xiàn)在出現(xiàn)的“二自由度PID控制方法”等對(duì)這些問(wèn)題作了部分改進(jìn)，但仍未能保證系統(tǒng)始終收斂于最佳狀態(tài)。
為此本發(fā)明的目的在于克服上述現(xiàn)有技術(shù)之不足，并提供一種新的控制方法，它能適用各種復(fù)雜被控對(duì)象，即使在擾動(dòng)因素復(fù)雜、擾動(dòng)原因不明的情況下也能獲得良好的控制品質(zhì)，而且該控制方法能充分發(fā)揮數(shù)字裝置的作用，簡(jiǎn)化系統(tǒng)構(gòu)成，盡量減少人工干預(yù)。本發(fā)明的目的還在于提供一種供這種方法使用的控制系統(tǒng)。
實(shí)現(xiàn)本發(fā)明目的的技術(shù)方案是一種控制被控對(duì)象的預(yù)測(cè)控制方法，尤其是用以在多種復(fù)雜因素?cái)_動(dòng)下的具有灰色信息特征的過(guò)程控制方法，其步驟為取樣單元所采集有原始信息首先由數(shù)據(jù)處理單元進(jìn)行以新陳代謝為特征的取舍，并對(duì)所取信息數(shù)據(jù)作以“積分”或“微分”為特征的生成處理，在此基礎(chǔ)上，再根據(jù)構(gòu)造的灰色模型對(duì)現(xiàn)時(shí)刻模型參數(shù)進(jìn)行辨識(shí)處理，獲得該時(shí)刻暫態(tài)白化模型，并通過(guò)超前預(yù)測(cè)環(huán)節(jié)得到該狀態(tài)下的發(fā)展預(yù)測(cè)結(jié)果，最后將預(yù)測(cè)結(jié)果及被控對(duì)象的不確定信息輸入決策處理單元產(chǎn)生控制信號(hào)實(shí)現(xiàn)對(duì)執(zhí)行機(jī)構(gòu)的控制。
而且，數(shù)據(jù)生成處理過(guò)程可以由基本的加、減法單元完成，也可由復(fù)雜的運(yùn)算單元完成。
而且，所構(gòu)造的灰色模型是灰色GM(n，h)(n≥1，h≥1)微分方程描述的模型，并且該模型置于辨識(shí)單元中。
而且，在進(jìn)入決策控制前將引入一個(gè)不確定信息引導(dǎo)函數(shù)，該函數(shù)由式Ugd＝r*[SV-Y(t)(0)＋Y(t)(0)求得，式中Ugd表示不確定信息引導(dǎo)函數(shù)；0≤r≤1，一般設(shè)定為0.5；SV為被控制對(duì)象的給定值；Y(t)(0)為被控制對(duì)象現(xiàn)時(shí)刻數(shù)據(jù)采集值。
而且，決策控制方程式根據(jù)最優(yōu)控制準(zhǔn)則而產(chǎn)生SFU(t)=-(Ugd-Y^(t+FS))*(a-a2+m/n)+SFU(t-1),]]>式中m，n為被控對(duì)象的性能指標(biāo)參數(shù)，當(dāng)對(duì)控制精度要求較高時(shí)m＞n，當(dāng)對(duì)調(diào)節(jié)動(dòng)作頻率要求較低時(shí)n＞m，或者SFU(t)=-(Ugd-Y^(t+FS))]]>*(a-a2+m/n)+β1*SFU(t-1)+β2*SFU(t-2)+···+βh*SFU(t-n)]]>式中要求βK=Σi=1kβi=
]]>。
而且，決策控制方程式根據(jù)仿生學(xué)及類神經(jīng)元為工作過(guò)程產(chǎn)生當(dāng)Y≤SV時(shí)SFU(t)=Ugd(t)-Y^(t+FS)Y(t)+β1*SFU(t-1)+β2*SFU(t-2)]]>＋……＋βn*SFU(t－n)，式中，βk=Σj=1kβi=
,]]>否則SFU(t)=[Ugd(t)-Y^(t+FS)]/[2*Ugd(t)-Y(t)]+β1*SFU(t-1)]]>＋βn*SFU(t－2)＋……＋βn*SFU(t－n)，式中，βk=Σj=1kβi=
]]>一種使用對(duì)被控目標(biāo)進(jìn)行過(guò)程控制的預(yù)測(cè)控制方法的控制系統(tǒng)，包括產(chǎn)生原始數(shù)據(jù)的取樣裝置，對(duì)原始數(shù)據(jù)進(jìn)行處理，并通過(guò)被控對(duì)象的灰色模型產(chǎn)生控制信號(hào)的預(yù)測(cè)控制系統(tǒng)，預(yù)測(cè)控制系統(tǒng)包括對(duì)原始數(shù)據(jù)按新陳代謝方式進(jìn)行取舍，并對(duì)所取信息作以“積分”或“微分”為特征的生成處理的數(shù)據(jù)處理系統(tǒng)，還包括通過(guò)對(duì)灰色模型的參數(shù)進(jìn)行辨識(shí)并由超前預(yù)測(cè)環(huán)節(jié)進(jìn)行預(yù)測(cè)和生成數(shù)的還原處理后，得到該狀態(tài)下被控對(duì)象的發(fā)展態(tài)勢(shì)預(yù)測(cè)結(jié)果的預(yù)測(cè)系統(tǒng)。
而且，預(yù)測(cè)控制系統(tǒng)中設(shè)有被控對(duì)象不確定信息引導(dǎo)函數(shù)發(fā)生單元。
由于在本發(fā)明所涉及的預(yù)測(cè)控制方法中，取樣單元所采集的原始數(shù)據(jù)首先按新陳代謝方式進(jìn)行取舍，這樣控制裝置始終采用的是代表系統(tǒng)動(dòng)態(tài)過(guò)程中最新?tīng)顟B(tài)的數(shù)據(jù)，保證了系統(tǒng)信息始終收斂于該系統(tǒng)的現(xiàn)時(shí)刻狀態(tài)，而且本發(fā)明考慮到無(wú)論是對(duì)物理過(guò)程或化學(xué)過(guò)程的控制都必須消耗一定的時(shí)間來(lái)完成這個(gè)過(guò)程，因此本發(fā)明沒(méi)有采用用現(xiàn)時(shí)刻的輸出狀態(tài)信息進(jìn)行反饋的方式，而是采用了向未來(lái)時(shí)刻預(yù)測(cè)的時(shí)間與系統(tǒng)自身的滯后時(shí)間相等且用一個(gè)等式約束方程對(duì)系統(tǒng)的未來(lái)時(shí)刻發(fā)展趨勢(shì)進(jìn)行預(yù)測(cè)，這樣便保證了系統(tǒng)能獲得較高的控制品質(zhì)，另外，在下面的具體敘述中可以看出，本發(fā)明所述的預(yù)測(cè)控制方法中所需整定的參數(shù)與PID控制方法相比大幅度減少了，這不但減少了人工干預(yù)，而且簡(jiǎn)化了系統(tǒng)構(gòu)成。
以下將結(jié)合附圖
對(duì)本發(fā)明作進(jìn)一步詳細(xì)說(shuō)明。
附圖為本發(fā)明一個(gè)實(shí)施例的方框圖。
參照附圖，本發(fā)明所涉及的預(yù)測(cè)控制方法及供其使用的系統(tǒng)可具體描述如下(以下所涉及的基本概念和技術(shù)術(shù)語(yǔ)可參閱華中理工大學(xué)出版社1993年9月出版的鄧聚龍著《灰色控制系統(tǒng)》)取樣裝置2根據(jù)設(shè)定的信息更新尺度即采樣周期t不斷采集原始數(shù)據(jù)，原始數(shù)據(jù)經(jīng)過(guò)轉(zhuǎn)換后便進(jìn)入數(shù)據(jù)處理系統(tǒng)3進(jìn)行處理，首先這些數(shù)據(jù)將由數(shù)據(jù)取舍單元4按新陳代謝方式進(jìn)行取舍，例如假定現(xiàn)時(shí)刻取樣周期為tn，則所取信息數(shù)據(jù)可為tn，tn－1，tn－2，…tn－m各時(shí)刻所采集的數(shù)據(jù)，其中n，m為正整數(shù)，n≥m，m的最小值可為4或5，這樣隨著被控對(duì)象的不斷變化便不斷加入新信息，拋棄舊信息。為了揭示被控對(duì)象的潛在規(guī)律，所取數(shù)據(jù)再由數(shù)據(jù)生成單元5作以“積分”或“微分”為特征的信息生成處理，依據(jù)差分方程的算法原則，這里數(shù)據(jù)生成單元5由基本的加、減法單元構(gòu)成，也可由復(fù)雜的運(yùn)算單元構(gòu)成，假定處理前的信息為Yn(0)Yn－1(0)，Yn－2(0)，……Y0(0)，則處理過(guò)程及處理后的結(jié)果為Y1(1)＝Y(jié)1(0)，Y2(1)＝Y(jié)1(1)＋Y2(0)，Y3(1)＝Y(jié)2(1)＋Y3(0)，……，Yn(1)＝Y(jié)n－1(1)＋Yn(0)，即Yk(1)=ΣYi,(0)i=1k]]>經(jīng)處理后的信息便進(jìn)入預(yù)測(cè)系統(tǒng)7，預(yù)測(cè)系統(tǒng)7根據(jù)灰數(shù)學(xué)原理，將被控對(duì)象1的動(dòng)態(tài)規(guī)律“構(gòu)造”成可用灰色微分方程描述的系統(tǒng)，本實(shí)施例中所用的是灰色GM(n，h)微分方程(式中n≥1，h≥1，并為正整數(shù))，又由于被控對(duì)象的動(dòng)態(tài)過(guò)程可由不斷變化的定結(jié)構(gòu)變參數(shù)模型描述，因此本發(fā)明的模型參數(shù)辨識(shí)單元6是針對(duì)灰構(gòu)造模型參數(shù)的辨識(shí)，其辨識(shí)過(guò)程舉例說(shuō)明如下假定n＝1，h＝1，則模型構(gòu)造為dy/dt＋ay＋b＝0，根據(jù)生成處理后的信息數(shù)據(jù)Yk(0)=Σi=1kYi(0)]]>按參數(shù)辨識(shí)式a^=(BTB)-1BTYn,]]>式中 Yn＝[Y2(0)，Y3(0)，Y4(0)…，Y11(0)]τ得到所構(gòu)造模型的參數(shù)a^=abT]]>這樣便獲得了該時(shí)刻的暫態(tài)白化模型，在此基礎(chǔ)上，預(yù)測(cè)系統(tǒng)中的超前預(yù)測(cè)單元8根據(jù)向未來(lái)時(shí)刻預(yù)測(cè)的時(shí)間與被控對(duì)象1的系統(tǒng)自身滯后時(shí)間相等的原則構(gòu)造出超前預(yù)測(cè)環(huán)節(jié)(即eτs環(huán)節(jié))Y^=(t+FS)=(Y1(0)-a/b)*e-a(t+FS)+a/b,]]>Y^(t+FS-1)=(Y1(0)-a/b)*e-a(t+FS-1)+a/b,]]>式中FS≥1，為外推預(yù)測(cè)步距，根據(jù)被控對(duì)象動(dòng)態(tài)指標(biāo)的要求設(shè)定，并且，依Y^(t)=Y^(t+FS)-Y^(t+FS-1)]]>進(jìn)行生成數(shù)據(jù)的還原處理，于是，由超前預(yù)測(cè)單元8得到的預(yù)測(cè)結(jié)果最后被輸入預(yù)測(cè)控制系統(tǒng)15的決策控制單元14，產(chǎn)生控制信號(hào)，為了避免現(xiàn)有控制系統(tǒng)只有在被控對(duì)象的輸出量在給定量附近(±20％)才投入自動(dòng)控制的狀況，本發(fā)明所述的預(yù)測(cè)控制方法在進(jìn)行決策控制前經(jīng)過(guò)減法單元12引入了不確定信息引導(dǎo)函數(shù)，該函數(shù)由不確定信息引導(dǎo)函數(shù)發(fā)生單元14產(chǎn)生，它由減法單元9，系數(shù)單元10，加法單元11組成，由式Ugd＝r*(SV-Y(t)(0)＋Y(t)(0)求得，式中，0≤r≤1，一般可置為0.5，SV為被控對(duì)象的給定值，Y(t)(0)為被控對(duì)象現(xiàn)時(shí)刻數(shù)據(jù)采集值，所獲得的不確定信息引導(dǎo)函數(shù)及預(yù)測(cè)結(jié)果同時(shí)進(jìn)入決策控制單元15產(chǎn)生控制信息，決策控制單元中所用的決策變量產(chǎn)生方式可有兩種，其一根據(jù)最優(yōu)控制準(zhǔn)則產(chǎn)生SFU(t)=-(Ugd(t)-Y^(t+FS))*(a-a2+m/n)+SFU(t-1),]]>式中m，n為被控對(duì)象1的性能指標(biāo)參數(shù)，當(dāng)對(duì)控制精度要求較高時(shí)m＞n，或者SFU(t)=-(Ugd-Y^(t+Fs))*(a-a2+m/n)+β1*SFU(t-1)+···+βn*SFU(t-n)]]>式中要求βk=Σi=1kβi=
,]]>其二是根據(jù)仿生學(xué)及類神經(jīng)元為工作過(guò)程，按如下方式構(gòu)成的決策變量，當(dāng)Y≤SV時(shí)SFU(t)=(Ugd(t)-Y^(t+FS))/Y(t)+β1*SFU(t-1)+β2*SFU(t-2)]]>＋……＋βn*SFU(t－n)，式中，βk=Σj=1kβi=
,]]>否則SFU(t)=(Ugd(t)-Y^(t+Fs))/2*Uqd(t)-Y(t))+β1*SFU(t-1)]]>＋β2n*SFU(t－2)＋……＋βn*SFU(t－n)，式中，βk=Σi=1kβi=
]]>通過(guò)這個(gè)具有新陳代謝能力的決策過(guò)程所獲得的結(jié)果，去驅(qū)動(dòng)被控系統(tǒng)的執(zhí)行機(jī)構(gòu)，就實(shí)現(xiàn)了對(duì)具有不確定特征的灰色被控對(duì)象的閉環(huán)自動(dòng)控制。
權(quán)利要求
1.一種控制被控對(duì)象[1]的預(yù)測(cè)控制方法，尤其是用在多種復(fù)雜因素?cái)_動(dòng)下的具有灰色信息特征的過(guò)程控制方法，其特征在于取樣單元[2]所采集的原始信息數(shù)據(jù)首先按新陳代謝方式進(jìn)行取舍，并對(duì)所取信息數(shù)據(jù)作以“積分”或“微分”為特征的生成處理，然后，在此基礎(chǔ)上根據(jù)構(gòu)造的灰色模型對(duì)現(xiàn)時(shí)刻模型參數(shù)進(jìn)行辨識(shí)，獲得該時(shí)刻暫態(tài)白化模型，并通過(guò)超前預(yù)測(cè)環(huán)節(jié)得到該狀態(tài)下的發(fā)展預(yù)測(cè)結(jié)果，最后將預(yù)測(cè)結(jié)果及被控對(duì)象[1]的不確定信息輸入決策處理單元[14]產(chǎn)生控制信號(hào)實(shí)現(xiàn)對(duì)執(zhí)行機(jī)構(gòu)的控制。
2.根據(jù)權(quán)利要求1所述的預(yù)測(cè)控制方法，其特征在于數(shù)據(jù)生成處理過(guò)程可以由基本的加、減法單元完成，也可由復(fù)雜的運(yùn)算單元完成。
3.根據(jù)權(quán)利要求1所述的預(yù)測(cè)控制方法，其特征在于所構(gòu)造的灰色模型是灰色GM(n，h)(n≥1，h≥1)微分方程描述的模型，并且該模型置于模型參數(shù)辨識(shí)單元[6]中。
4.根據(jù)權(quán)利要求1或2或3所述的預(yù)測(cè)控制方法，其特征在于在進(jìn)入決策控制前將引入一個(gè)不確定信息引導(dǎo)函數(shù)，該函數(shù)由式Ugd＝r*[SV－Y(t)(0)＋Y(t)(0)求得，式中Ugd表示不確定信息引導(dǎo)函數(shù)；0≤r≤1，一般設(shè)定為0.5；SV為被控制對(duì)象的給定值；Y(t)(0)為被控制對(duì)象現(xiàn)時(shí)刻數(shù)據(jù)采集值。
5.根據(jù)權(quán)利要求4所述的預(yù)測(cè)控制方法，其特征在于決策控制方程式根據(jù)最優(yōu)控制準(zhǔn)則而產(chǎn)生SFU(t)=-(Ugd-Y^(t+FS))*(a-a2+m/n)+SFU(t-1),]]>式中Ugd表示不確定信息引導(dǎo)函數(shù)；a為所辨識(shí)的灰色模型的一個(gè)參數(shù)；m，n為被控對(duì)象的性能指標(biāo)參數(shù)，當(dāng)對(duì)控制精度要求較高時(shí)m＞n，當(dāng)對(duì)調(diào)節(jié)動(dòng)作頻率要求較低時(shí)n＞m，一般情況下，可以設(shè)定m＝n；或者SFU(t)=-(Ugd-Y^(t+FS))*(a-a2+m/n)+β1*SFU(t-1)+β2*SFU(t-2)+]]>……＋βn*SFU(t－n)，式中βK=Σi=1kβi=
]]>
6.根據(jù)權(quán)利要求4所述的預(yù)測(cè)控制方法，其特征在于決策控制方程式根據(jù)仿生學(xué)及類神經(jīng)元為工作過(guò)程產(chǎn)生當(dāng)Y≤SV時(shí)，SFU(t)=(Ugd(t)-Y^(t+FS))/Y(t)+β1*SFU(t-1)+β2*SFU(t-2)]]>＋……＋βn*SFU(t－n)，式中，βk=Σi=1kβi=
,]]>否則SFU(t)=[Ugd(t)-Y^(t+FS)]/[2*Ugd(t)-Y(t)]+β1*SFU(t-1)]]>＋β2*SFU(t－2)＋……＋βn*SFU(t－n)，式中，βk=Σj=1kβi=
]]>
7.一種使用對(duì)被控對(duì)象進(jìn)行過(guò)程控制的預(yù)測(cè)控制方法的控制系統(tǒng)，包括產(chǎn)生原始數(shù)據(jù)的取樣裝置[2]，對(duì)原始數(shù)據(jù)進(jìn)行處理，并通過(guò)被控對(duì)象的灰色模型產(chǎn)生控制信號(hào)的預(yù)測(cè)控制系統(tǒng)[15]，其特征在于預(yù)測(cè)控制系統(tǒng)[15]包括對(duì)原始數(shù)據(jù)按新陳代謝方式進(jìn)行取舍，并對(duì)所取信息作以“積分”或“微分”為特征的生成處理的數(shù)據(jù)處理系統(tǒng)[3]，還包括通過(guò)對(duì)灰色模型的參數(shù)進(jìn)行辨識(shí)，并由超前預(yù)測(cè)單元[9]進(jìn)行預(yù)測(cè)和生成數(shù)的還原處理后得到該狀態(tài)下被控對(duì)象的發(fā)展態(tài)勢(shì)預(yù)測(cè)結(jié)果的預(yù)測(cè)系統(tǒng)[7]。
8.根據(jù)權(quán)利要求7所述的控制系統(tǒng)，其特征在于預(yù)測(cè)控制系統(tǒng)中設(shè)有被控對(duì)象不確定信息引導(dǎo)函數(shù)發(fā)生單元[13]它由減法單元[9]，系數(shù)單元[10]，加法單元[11]組成。
全文摘要
本發(fā)明涉及一種控制被控對(duì)象的預(yù)測(cè)控制方法，尤其是用在多種復(fù)雜因素?cái)_動(dòng)下的具有灰色信息特征的過(guò)程控制方法，該方法能適應(yīng)各種復(fù)雜被控對(duì)象，即使在擾動(dòng)因素復(fù)雜、擾動(dòng)原因不明的情況下也能獲得良好的控制品質(zhì)，而且該控制方法能充分發(fā)揮數(shù)字裝置的作用，簡(jiǎn)化系統(tǒng)構(gòu)成，盡量減少人工干預(yù)。本發(fā)明還涉及供這種方法使用的控制系統(tǒng)。
文檔編號(hào)G05B13/04GK1116329SQ9410878
公開(kāi)日1996年2月7日 申請(qǐng)日期1994年8月3日 優(yōu)先權(quán)日1994年8月3日
發(fā)明者程飚 申請(qǐng)人:程飚