專利名稱：動態(tài)模型預測控制的制作方法
技術領域：
本發(fā)明涉及在模型預測控制器中確定操作變量的動態(tài)運動，具體地，本發(fā) 明涉及一種計算方法，其中，作為一個優(yōu)化解法的一部分同時進行穩(wěn)態(tài)優(yōu)化和 動態(tài)運動計算。
背景技術：
自從1980年開始，模型預測控制(MPC)的基本公式包括兩步解法。受 約束的穩(wěn)態(tài)優(yōu)化解法的第 一步包括根據(jù)過去操作變量運動的結(jié)果，基于當前預 測的將來穩(wěn)態(tài)，對受控變量和操作變量二者確定最優(yōu)穩(wěn)態(tài)目標。在動態(tài)運動計 算解法的第二步中，計算操作變量的動態(tài)運動以獲得達到最優(yōu)穩(wěn)態(tài)目標的過 程。然而，通過控制時域上的操作變量的多個將來運動或它們的某些改變，動 態(tài)運動被計算為不受約束的最少均方解以最小化受控變量在預測時域上的預 測誤差的平方，而不是計算為明確的約束動態(tài)解。此外，通過采用滾動時域 (receding horizon)方法，重復執(zhí)行這些兩步解法以持續(xù)更新最優(yōu)穩(wěn)態(tài)目標及 動態(tài)運動。2步解法的一個關鍵不足是即使穩(wěn)態(tài)解不違反(violate)上/下限， 受控變量值也可能違反上/下限。作為無約束解的動態(tài)運動計算不能確保受控 變量不違反受控變量各自的上/下限，同時如穩(wěn)態(tài)優(yōu)化步驟更早確定的那樣向 穩(wěn)態(tài)目標運動。因此，在現(xiàn)有的MPC中，在改變過程條件的情況下，MPC的 動態(tài)性能可能發(fā)生顯著的改變。另夕卜，在一組過程條件下，改善不良性能的任 何企圖必然將導致控制器調(diào)節(jié)(controllertuning)的改變，在某些其它過程條 件下，這隨后會產(chǎn)生不良的性能。對于寬范圍的操作條件，現(xiàn)有的MPC在性 能上并不良好。
，實際上，為了避免該問題，使用用于受控變量和操作變量二者的各種形式 的調(diào)節(jié)權(quán)重。特定地，對于動態(tài)運動計算，需要受控變量權(quán)重和操作變量權(quán)重 以確保使受控變量的動態(tài)違反最小。通常，通過減少運動的尺寸來并從而降低 接近最優(yōu)穩(wěn)態(tài)目標的速度，增加操作變量權(quán)重減少受控變量的動態(tài)違反。 一定量的操作變量的調(diào)節(jié)權(quán)重對于維持在控制下的過程的動態(tài)穩(wěn)定性是必不可少 的。然而，實際上，調(diào)節(jié)權(quán)重的有效性相當受限于并且非常依賴于操作的范圍。 一組調(diào)節(jié)權(quán)重值不能確保在改變操作條件的情況下受控變量的動態(tài)違反是相 同的。因此，實際上，基于折衷的辦法來設置調(diào)節(jié)權(quán)重，由此通過接受緩慢的 過程性能來取得受控變量的動態(tài)違反。因此，為了維持控制下的過程的響應和 穩(wěn)定性，需要不時地調(diào)整調(diào)節(jié)權(quán)重。這是試錯法。在改變干擾條件的情況下，
被不良調(diào)節(jié)的MPC將通過根據(jù)受控變量的過量的動態(tài)違反來執(zhí)行。在中等大 小的MPC中，不容易設置在所有時間始終如一地進4亍執(zhí)行的調(diào)節(jié)權(quán)重。本質(zhì) 上，現(xiàn)有技術中的2步解法包括特征為在穩(wěn)態(tài)優(yōu)化中無約束的動態(tài)運動的效果 的正反饋環(huán)路及相反的情況。這使得現(xiàn)有的MPC由于在包括受控變量和操作 變量二者的調(diào)節(jié)權(quán)重的可測量的和不可測量的干擾干擾中的一定的動態(tài)改變 量而更容易受到自身引起的不穩(wěn)定性。
在最近的25年中，在工業(yè)領域，2步解法已經(jīng)是MPC實施的壁壘。從 1980年Shell開發(fā)公司第一次引入2步解法至今，該解法基本保持相同。Lu 等人的現(xiàn)有專利US PAT#5758047涉及一種2步解，其中第一步的穩(wěn)態(tài)目標和 動態(tài)運動計算是協(xié)調(diào)的，在第二步中通過增強的問題求解動態(tài)運動?；旧?， 在另一較早的US專利#4616308中Morshedi等人公開了涉及動態(tài)運動的計算 的相同的2步過程。

發(fā)明內(nèi)容
現(xiàn)有MPC的關鍵問題是通常僅通過調(diào)節(jié)權(quán)重來控制受控變量的動態(tài)違反。
因此，本發(fā)明的目的是提供一種系統(tǒng)和方法，該系統(tǒng)和方法明確地約束在 到達操縱變量運動中受控變量的動態(tài)違反，從而導致改善的和魯棒的控制性 B匕。


圖1是說明現(xiàn)有MPC中的2步解的框圖； 圖2是說明根據(jù)本發(fā)明的動態(tài)MPC的框圖； 圖3是受控變量的動態(tài)違反的說明； 圖4.1是動態(tài)MPC的說明；圖4.2是具有約束穩(wěn)態(tài)最優(yōu)目標的預測動態(tài)違反的動態(tài)MPC的說明； 圖4.3是具有不約束穩(wěn)態(tài)最優(yōu)目標的預測動態(tài)違反的現(xiàn)有MPC的說明； 圖5說明操作變量運動約束錐形； 圖6是DeButanizer示意性過程流圖表； 圖7是DeButanizer示例的過程變量； 圖8是具有和不具有U8PC01的動態(tài)嵌入的性能比較。
具體實施例方式
在圖1中，示出說明2步現(xiàn)有MPC過程控制的框圖。過程201的特征是 多個通常被稱作受控變量(過程輸出變量)203、操作變量(過程輸入變量) 202及干擾變量(過程不受控制的輸入變量)204的變量。該過程涉及其中操 作變量和干擾變量的改變的結(jié)果引起受控變量在一段時間上的某些改變的任 何形式的操作。典型地，普遍已知穩(wěn)態(tài)為受控變量的改變固定為常數(shù)或包括以 不變速度改變的近常數(shù)值。穩(wěn)態(tài)表示在操作變量和/或干擾變量改變之后過程 的最終狀態(tài)。對于穩(wěn)定過程，對于固有地穩(wěn)定過程當輸出變量的改變速度變?yōu)?零，或者對于開環(huán)非穩(wěn)定過程，輸出的改變速度達到常數(shù)，則獲得穩(wěn)態(tài)，例如 液體蓄電池，當輸出變量的改變速度達到常數(shù)時獲得穩(wěn)態(tài)。為了揭示本發(fā)明， 這些類型的過程都被認為以它們各自的方式達到穩(wěn)態(tài)。然而，為了說明，本文 將僅考慮固有穩(wěn)定過程而不喪失一般性。
圖1中描述的過程101可以是包括一個輸入變量和一個輸出變量的簡單過 程或是包括多個輸入變量和多個輸出變量的更復雜的過程。隨著現(xiàn)有MPC的 過程的大小變大，受控變量的動態(tài)違反問題變得更加困難并且富有挑戰(zhàn)性。
在圖1中，113構(gòu)成在現(xiàn)有技術中一般知道的模型預測控制，模型預測控 制包括穩(wěn)態(tài)優(yōu)化器和動態(tài)控制器。穩(wěn)態(tài)優(yōu)化器112首先根據(jù)操作變量的先前的 運動、干擾變量的改變及受控變量的反饋，基于預測的穩(wěn)態(tài)，計算操作變量和 受控變量的最優(yōu)穩(wěn)態(tài)目標。然后將穩(wěn)態(tài)最優(yōu)目標傳到動態(tài)控制器以確定可能使 過程達到目標穩(wěn)態(tài)的操作變量的將來運動。動態(tài)控制器111不管怎樣將這個執(zhí) 行為預測的受控變量距它們的穩(wěn)態(tài)目標的最小均方最小化。然后對過程應用操 作變量的計算出的將來運動102的第一運動以對過程起作用。重復該計算循 環(huán)，然后過程漸漸地達到最終的穩(wěn)態(tài)。圖3說明現(xiàn)有MPC中出現(xiàn)的有關于穩(wěn)態(tài)優(yōu)化和操作變量的動態(tài)運動的受 控變量301的動態(tài)違反的非典型問題。圖3也說明了所期望或希望的根據(jù)本發(fā) 明的不違反CV路徑302。如下所述，根據(jù)本發(fā)明，不違反CV路徑被確定為 包括穩(wěn)態(tài)優(yōu)化和動態(tài)控制運動計算的組合優(yōu)化解法的一部分。
在圖2中，提出了改進的MPC，在該MPC中，將現(xiàn)有MPC中的2步解 法合并為一個優(yōu)化步驟解法。
假設通過一組變量來表征過程，該一組變量例如是 Md表示操作變量的動態(tài)值 Cd表示受控變量的動態(tài)值 Dd表示干擾變量的動態(tài)值 M表示操作變量的穩(wěn)定值 C表示受控變量的穩(wěn)態(tài)值 D表示初始時干擾變量的值。 穩(wěn)態(tài)時，C=Cd， M=Md 此外，假設
存在m個操作變量， 存在c個受控變量， 存在d個干擾變量。 對于大多數(shù)典型的MPC應用，除了過去值和當前值，不存在已知或給出 的干擾變量的將來值，在這些情況下，使用D就夠了。然而，除了已知/給出 的將來值，使用Dd將認為是使用如慣常使用的D。因此，在公式中，適當?shù)?Dd和D將被互換使用。
過程201被認為是動態(tài)系統(tǒng)，通過下面的公式表征受控變量的動態(tài)響應 (C, Cd) =G (Md， Dd) 1 其中，G描述對于給出的一組動態(tài)運動Md和Dd中動態(tài)干擾將來改變，作為(C, Cd)的受控變量的動態(tài)響應。(C， Cd)被認為由作為C的穩(wěn)態(tài)響應和作為Cd 的動態(tài)響應組成。當然，在過程的穩(wěn)態(tài)中，Cd達到值C。為了明確表達，在 適當?shù)那闆r下，C和Cd二者4皮認為是分離的。除了變量Md，為了穩(wěn)態(tài)優(yōu)化， 將使用M作為穩(wěn)態(tài)變量。重要的是應該注意，Dd被本質(zhì)上認為是外部變量，其不通過優(yōu)化解法確定而是影響優(yōu)化解法。通常，在MPC應用中，D"步及在
控制循環(huán)開始時測量的實際動態(tài)改變，而對于大多數(shù)將來的動態(tài)改變被認為是 未知的并因此為零。然而，如在本發(fā)明的另一實施例中進一步揭示的，本文中
的公式允許更有趣的情況，其中，可以包括將來的D的動態(tài)改變。
本發(fā)明提出的動態(tài)MPC的目的是通過以上述等式1表征的過程，優(yōu)化受 到與變量(C, Cd, M, Md)相關的一組約束的涉及(C， Cd, M， Md)的目 標函數(shù)，如下所述，這將導致(c, cd, m， md)的最優(yōu)值的確定。由于(c， Cd)是相互依賴的變量，因此本質(zhì)上，所提出的動態(tài)優(yōu)化產(chǎn)生(M， M"作為 最優(yōu)解。
如下以普通形式并以等式2的示例性形成使目標函數(shù)J被最大化。
j=f (m, c, dd, md, cd)十n:E'cG'+2i:Eh工h i.i
其中，F(xiàn)是過程經(jīng)過時域達到過程的穩(wěn)態(tài)的某個優(yōu)化函數(shù)。因此，如上述公式 所述，要考慮到通過本文進一步描述的優(yōu)化過程確定的穩(wěn)態(tài)變化及相關動態(tài)運 動二者來優(yōu)化J。然而，在大多數(shù)實際應用中，F(xiàn)(M, C, Dd， Md, Cd)實際 形式是F(M, C, D),不包括動態(tài)變量。本領域技術人員將理解不包括動態(tài) 變量(Md， Cd)實際上并不破壞這里給出的公式。因此，在本文中，我們可 以假設優(yōu)化函數(shù)將是形式f (m, c, D)而不損失一般性。 為了說明而不是限制，下面是簡單形式的優(yōu)化函數(shù)
等式2結(jié)合了穩(wěn)態(tài)優(yōu)化函數(shù)和受控變量的所有下/上動態(tài)違反的全部罰值 (penalty)的總數(shù)。應該理解本領域技術人員將期望在本文描述的優(yōu)化過程中 可以包括的F(M， C， Dd， Md, Cd)的各種變化形式。為了說明而不是限制， 本文中G被認為是在模型預測控制領域中普遍使用的階躍響應(離散時間) 類型的線性動態(tài)模型。這就是說，對過程使用離散系數(shù)動態(tài)模型，可以通過下 式確定受控變量的穩(wěn)態(tài)值
CrC,+Zgij ( MrMj*) + ( D,-D/ )。 通過下式確定受控變量的動態(tài)值
Cjk-Ci"+i;gi/AMjVZg/AD,jk。 其中，服從<formula>formula see original document page 16</formula>
其中
'M'是操作變量M的下限， Mh是操作變量M的上限， C"是受控變量C的下限， Ch是受控變量C的上限， AMj是^t喿作變量j的動態(tài)運動向量， △Mj+是操作變量j的正的動態(tài)運動向量， △M/是操作變量j的負的動態(tài)運動向量， AM/是操作變量j的動態(tài)運動的下限， AMjh是^l喿作變量j的動態(tài)運動的上限， AMjk是從現(xiàn)在開始在時間k的操作變量Mj的動態(tài)控制運動， Mj是操作變量j的最優(yōu)穩(wěn)態(tài)目標， M/是操作變量j的當前值， D,i是干擾變量l的當前值，D,是干擾變量1的前一時間周期值， C,是受控變量的當前預測穩(wěn)態(tài)值， Cj基于最近過去的過程條件， Cj是通過優(yōu)化確定的穩(wěn)態(tài)值，
C,是從現(xiàn)在開始到k時間間隔的受控變量Ci的預測值，
Cjk W是從現(xiàn)在開始在k時間間隔的受控變量Cj的期望值，下面進一步對 此進行描述，
G-h是受控變量Q的上限動態(tài)違反變量，
&是受控變量Ci的下限動態(tài)違反變量，
Cf是基于過去的過程條件在時間K上的受控變量Ci的動態(tài)值，
&是對于操作變量Mj的單位改變受控變量Cj的階躍響應模型的穩(wěn)態(tài)增
益，
givik是對于操作變量Mj的單位改變受控變量Q的過程模型的階躍響應系
數(shù)，
AD,k是在時間k上D,的改變，
是對于干擾變量D,的單位改變受控變量Ci的過程模型的階躍響應系
數(shù)，
e是受控變量的預測動態(tài)值距其參考路徑的偏差的允許容差，是較小的數(shù)，
Pm是操作變量的價格值，通常負值表示花費，正值表示收益， Pc是受控變量的價格值，通常負值表示罰值，正值表示收益，
Ec1是要對動態(tài)違反受控變量的下限的受控變量應用的大的罰值， ￡eh是要對動態(tài)違反上限的受控變量應用的大的罰值，
K涉及從現(xiàn)在開始的將來時間，k= l.. kMV.. kcv
其中，kMv與用于操作變量運動的控制時域相關，沒有操作變量被應用至 該時域之外，從而允許受控變量達到它們的穩(wěn)態(tài)。
Kcv與用于受控變量達到穩(wěn)態(tài)的時間相關，其應該是對于操作變量M中 的變化而達到穩(wěn)態(tài)所需要的最長時間加上最長控制時域。為了簡單說明，假設 該時間為考慮了對于全部操作變量的改變受控變量的全部響應的到穩(wěn)態(tài)的最 大時間加上全部操作變量的最長控制時域。Dd是干擾變量在其將來值方面的動態(tài)值的向量，對于本文的大多數(shù)部分,
將使用D代替Dd而不損失一般性。
提供上面引出的約束的簡短描述以進一步闡明公式。約束2.1是操作變量 的穩(wěn)態(tài)最優(yōu)值的下/上限約束。
約束2.2是受控變量的穩(wěn)態(tài)最優(yōu)值的下/上限約束。約束2.2.1涉及對于操 作變量M的穩(wěn)態(tài)目標中的改變受控變量C中的穩(wěn)態(tài)改變。
約束2.3是用于操作變量的控制運動的下/上限約束。根據(jù)2.3.1和2.3.3其 可以進一步拆分為正動態(tài)運動和負動態(tài)運動約束。這些代替2.3成為操:作約束。
約束2.3.3用于操作變量的控制運動的總數(shù)，j必須等于其最優(yōu)穩(wěn)態(tài)目標和 當前值之差。這是為了確保動態(tài)運動使受控變量成為最優(yōu)穩(wěn)態(tài)值。
可以將約束2.3進一步修改如下
-(1- kMV/k) AMj1 S (1- k醇/k) AMjh k=l ..kMV 2.3.7
約束2.3.7形成用于最大控制運動的錐形約束輪廓(profile) 501，確保更 早地應用最重要的動態(tài)運動而不是更晚。在圖5中描述了操作變量運動約束錐 形的說明。存在許多其它的各種形狀的錐形，這些錐形可以用于基于下面的過 程的動態(tài)響應的需要及其特性來定義每一個操作變量的動態(tài)約束輪廓。
約束2.4是導致對于距期望的參考路徑的偏差具有允許的容差的穩(wěn)態(tài)目標 的受控變量的動態(tài)約束?？梢砸栽S多替換的方式指定Ci，kref。最簡單的形式是 線性路徑(見圖4.1， 411 )
Cj"ef:Ci"+r (Ci-Ci1*) k=l..kref
Ci^Ci1 k=kref+l..kcv 2.4.1
按照所希望的那樣來設置r。也可以通過適當?shù)墓?.4.1來使用第一階響應路 徑(見圖4.1， 412)。為了簡單，在本文中假設是線性路徑。典型地，雖然參 考路徑可能比操作變量使用的控制時域更長，但是在受控變量到達穩(wěn)態(tài)的時間 之前，參考路徑應該完全終止。
重要地，注意約束2.4.1提供了穩(wěn)態(tài)最優(yōu)目標和受控變量的動態(tài)路徑的互 連(interlinking)。另外，約束2.4-2.7本質(zhì)上約束了穩(wěn)態(tài)最優(yōu)目標以避免受控 變量動態(tài)違反下/上限。
約束2.5涉及當受控變量違反上限時受控變量的動態(tài)違反變量。當不違反上限時，這些上限動態(tài)違反變量將達到零的值。然而，在無可行解的情況下，
上限動態(tài)違反變量將是非零的，其值將表示在將來的各個時間上受控變量的違
反程度。
約束2.6涉及當受控變量違反下限時受控變量的動態(tài)違反。當不違反下限 時，這些下限動態(tài)違反變量將達到零的值。然而，在無可行解的情況下，下限 動態(tài)違反變量將是非零的，其值將表示在將來的各個時間上受控變量的違反程 度。
約束2.7涉及響應于操作變量的動態(tài)運動，使用在現(xiàn)有技術中已知的階躍 響應模型的受控變量的動態(tài)響應。
約束2.1-2.2.1涉及如在現(xiàn)有MPC中所普遍執(zhí)行的穩(wěn)態(tài)優(yōu)化，但是，約束 2.3-2.7是特定并明確地有關于操作變量的動態(tài)運動和受控變量的動態(tài)響應的 附加的約束，將操作變量的動態(tài)運動和受控變量的動態(tài)響應進4于合并來產(chǎn)生動 態(tài)最優(yōu)解，其中穩(wěn)態(tài)目標和受控變量距其下/上限的偏差的避免/最小化一致。 在動態(tài)MPC2U中將這些約束合并為一個優(yōu)化問題。
相反地，在現(xiàn)有技術中，目標函數(shù)僅涉及J=F (M, C, D)，外在分離地 確定Md, Cd。
因此，動態(tài)MPC的以上公式將導致過程的最優(yōu)穩(wěn)態(tài)，同時確保當使動態(tài) 違反最小化不可行或失敗時，避免受控變量的動態(tài)違反。
以上的優(yōu)化解法將導致操作變量的動態(tài)運動與變量的最優(yōu)穩(wěn)態(tài)目標一起 被確定。由此獲得的解將表示操作變量的最優(yōu)穩(wěn)態(tài)目標和動態(tài)運動二者的一步 解，其中當可行時完全避免了受控變量對其限值的動態(tài)違反，或者將用于違反 的罰值最小化。通過相對于其它受控變量以及對于上/下動態(tài)違反變量多次調(diào) 整罰值的相對值，能夠定義受控變量的動態(tài)違反的程度和行為。
如上所述，有趣的是不存在用于操作變量的調(diào)節(jié)參數(shù)。在動態(tài)控制運動計 算及穩(wěn)態(tài)優(yōu)化中，現(xiàn)有的MPC包括用于受控變量和操作變量二者的調(diào)節(jié)權(quán)重。 在本發(fā)明中，不需要用于操作變量的調(diào)節(jié)權(quán)重，僅需要有關于受控變量的調(diào)節(jié) 權(quán)重。通過在最優(yōu)穩(wěn)態(tài)目標和動態(tài)運動的組合解法中明確地包括受控變量的動 態(tài)違反，完全消除了現(xiàn)有MPC中的操作變量調(diào)節(jié)權(quán)重。通過較少數(shù)量的調(diào)節(jié) 權(quán)重，動態(tài)MPC的調(diào)節(jié)將更簡單和更有效。在現(xiàn)有技術中，代替在確定操作變量動態(tài)運動中受控變量的明確的動態(tài)違反，對于操作變量設計各種形式的調(diào)
節(jié)權(quán)重以控制受控變量的動態(tài)違反。以需要頻繁修正的自組(adhoc)方式來
最佳設置操作變量調(diào)節(jié)權(quán)重。
在本發(fā)明中，通過在穩(wěn)態(tài)優(yōu)化中嵌入動態(tài)運動計算，作為直接結(jié)果，解的 穩(wěn)態(tài)部分阻止優(yōu)化器向最終穩(wěn)態(tài)前進的太猛烈。這^f吏得過程完成閉環(huán)中的動態(tài) 工作，并使得過程在不動態(tài)地違反受控變量限值的情況下，以最大改變速度逐 漸達到最終穩(wěn)態(tài)。然而，在由于干擾影響的結(jié)果動態(tài)違反變得不可避免的情況 下，在本發(fā)明中，優(yōu)化器將盡力將違反維持到最小。
上述動態(tài)MPC將被應用在"滾動時域"方法中，在該方法中將應用每一 個操作變量的第 一動態(tài)運動，并且將考慮包括任何測量和沒有測量的干擾影響 的結(jié)果的實際過程響應的反饋重復優(yōu)化的全部計算。然而，在每一個控制周期， 動態(tài)MPC將避免受控變量的動態(tài)違反，同時逐漸地使過程向最優(yōu)穩(wěn)態(tài)目標狀 態(tài)前進。
本領域技術人員將理解，上述動態(tài)MPC優(yōu)化的方法可以適用于與普遍已 知為例如蓄電池等級等的斜坡(ramp)形過程行為一起進行工作。
再次分析約束2.4是有趣的。其表述了包括下側(cè)動態(tài)違反和上側(cè)動態(tài)違反 的雙側(cè)約束。雙側(cè)不等約束引起動態(tài)MPC性能的有趣的改善。在圖4.2中， 示出動態(tài)MPC可能出現(xiàn)的有趣的情況。在該情況下，初始時將受控變量421 調(diào)整為較小以確保不存在受控變量的任何上限動態(tài)違反。即，在該情況下，動 態(tài)運動約束穩(wěn)態(tài)最優(yōu)目標。如果已預測的上限動態(tài)違反先前是由于任何不利的 干擾影響，當干擾影響變?nèi)鯐r，動態(tài)MPC逐漸將最優(yōu)穩(wěn)態(tài)目標向上限423推 回。為了避免動態(tài)違反的該最優(yōu)穩(wěn)態(tài)目標臨時調(diào)整是現(xiàn)有MPC不可能有的、 動態(tài)MPC的獨特特征。
相反地，如圖4.3所示，現(xiàn)有MPC中立即將最優(yōu)穩(wěn)態(tài)目標推到上限，而 不管預測的動態(tài)違反431。實際上，除了源于由于將進一步引起動態(tài)不穩(wěn)定性 的干擾影響的原始的動態(tài)違反，該立刻強烈的推向最終的穩(wěn)態(tài)目標還將導致自 身的動態(tài)違反。 本發(fā)明的另一實施例
通過對以上普通形式采用下面的改變能夠獲得在本發(fā)明中給出的動態(tài)MPC的第一替換簡化形式。例如，為了優(yōu)化，以(C， Cd) =G (M， Dd)考 慮過程動態(tài)響應，通過M代替Md。換句話說，排除Md作為優(yōu)化解法的一部 分。這將導致目標函數(shù)變?yōu)?br> j=f (m， c， dd, cd)十i:2^+ii:^h
在該簡化形式中，將避免由穩(wěn)態(tài)解法產(chǎn)生的受控變量的動態(tài)違反或使其最小 化。然而，由于外部確定的操作變量的動態(tài)運動，受控變量可以后來依然進行 動態(tài)違反。在包括大問題的環(huán)境中該簡化形式可能是有利的，從而節(jié)省計算時 間。通過該形式，也將相應的操作變量動態(tài)約束2.3-2.3.7從優(yōu)化中消除。
通過將(C， Cd) =G (M， Dd)釆用為(Cd) =G (Md， Dd)并且采用J=F (Dd, Md ， Cd)十2;2^^+n:Eh^h能夠獲得上述動態(tài)MPC的第二替換簡化 形式。在該形式中，明顯地，在確定(c， m)過程中在外部完成穩(wěn)態(tài)解。然 而，通過如下的修改約束2.3.6合并外部穩(wěn)態(tài)解
ZAMjk=MjS-M/ 2.3.6.1 并且，約束2.2被^修改為
C^C《 2.2.1
其中，
Mjs是分開確定的穩(wěn)態(tài)解值，
Cs是分開確定的穩(wěn)態(tài)解值。 在該形式中，除了在約束設置中需要的操作變量和受控變量的穩(wěn)態(tài)值被給出之 外，以與在完整形式公式中的相同的方式來避免受控變量的動態(tài)違反或使其最 小化，但是，在完整形式的公式中穩(wěn)態(tài)值和動態(tài)運動一起被確定。在包括具有 多個控制器的大過程的實踐中，該形式的動態(tài)mpc依然是有用的，其中，每 一個控制器本身采用所提出的動態(tài)優(yōu)化的簡化形式，同時對分開確定的穩(wěn)態(tài)解 1故出響應。 動態(tài)前饋約束
揭示了本發(fā)明的另 一實施例，其中在優(yōu)化中如何考慮Dd。對于典型的MPC 應用中，Dd被認為是控制周期開始時的被測量干擾向量，不具有已知的或所 分配的將來值的。然而，在本發(fā)明提出的優(yōu)化公式中，Dd可以具有將來時間 依賴值，尤其在與動態(tài)操作變量相同的時域中。在該情況下，這提供了有趣并有用的應用。在一個特定情況下，其中如果Dd是與上游(upstream) MPC相 關的前饋變量，則Dd提供不僅包含對上游MPC的當前動態(tài)運動而且包含對在 下游(downstream) MPC動態(tài)運動的確定中由當前動態(tài)運動確定的將來動態(tài) 運動。換句話說，下游的動態(tài)MPC不僅對由上游的動態(tài)MPC產(chǎn)生的當前動 態(tài)運動做出響應，而且還對由上游動態(tài)運動計劃的所有將來動態(tài)運動做出響 應。上游動態(tài)運動對下游動態(tài)MPC的這種前^t效果肯定是在現(xiàn)有技術中無法 意料的。這是至今為止管理兩個互聯(lián)的MPC的交互作用的完全新穎的方式， 在現(xiàn)有技術對此根據(jù)沒有考慮。
在另一種情況下，其中Dd可以涉及通過在例如計劃的關機或電涌過程中 發(fā)生的已知動態(tài)改變而被表征的"真實環(huán)境/外部"前饋變量。
總之，Dd可以具有將來值，并通過這樣來在本文給出的動態(tài)優(yōu)化結(jié)構(gòu)中 提供多個新穎的應用和能力。 靈活的嵌入式動態(tài)模型預測控制
本發(fā)明的另 一個實施例涉及本文描述的作為在動態(tài)優(yōu)化結(jié)構(gòu)中的動態(tài)模 型預測控制的模型預測控制的部分的"嵌入"。通過認識到變量組(Md， Cd) 不需要包括組(M, C)中所有的變量來達到這一點。也就是說僅被選擇的操 作變量和相關的被選擇的受控變量被包括在(Md， Cd)中，為此可以在上面 提出的公式中使用(Md， Cd)的部分選擇的組。這意味著有時可以選擇大的 模式預測控制中的一部分以具有所選擇的操作變量和受控變量的完整的動態(tài) 處理。換句話說，在改變設備操作條件的情況下，可以動態(tài)地進行在大的;f莫型 預測控制中的動態(tài)嵌入。例如，在處于或接近某流體或控制器輸出的閥飽和時， 可以實時進行該動態(tài)嵌入以提高更大的模型預測控制器的魯棒性。這完全是在 現(xiàn)有技術中不存在的MPC的新的能力。換句話說，在本發(fā)明提出的優(yōu)化方法 的構(gòu)架中，在改變條件的情況下，可以執(zhí)行包括動態(tài)和穩(wěn)態(tài)優(yōu)化的混合和匹配 的方法。這意味著當保證特定設備條件時，如在不安全的操作條件的情況下， 可以進行大MPC的部分的動態(tài)嵌入。這也可以用于在以動態(tài)優(yōu)化求解大MPC 的情況下禁止昂貴的計算和緩慢的實時響應。
給出了說明動態(tài)模型預測控制的嵌入的本發(fā)明的該實施例的示例。在圖6 中，描述了典型的DeButanizer過程單元的示意圖。在圖7中，給出了操作變量、受控變量及前饋變量的列表。如圖6所示，過程單元控制包括壓力調(diào)節(jié)環(huán)
與單元的其它控制。組成大的MPC控制器以包括圖7中列出的所有變量，這 些變量包括具有10個操作變量、17個受控變量及2個干擾變量的壓力調(diào)節(jié)環(huán)。 如本發(fā)明的嵌入式動態(tài)MPC的應用所表明的，選擇例如作為操作變量的 U8PC01—P和作為受控變量的U8PC01一PV等與壓力調(diào)節(jié)相關的變量，以僅在 剩余的其它變量穩(wěn)態(tài)優(yōu)化的環(huán)境中對嵌入式動態(tài)優(yōu)化處理這些變量。在該示例 中，對嵌入式動態(tài)優(yōu)化選擇壓力控制環(huán)的原因是將對單元的饋送速率推到其最 大值時，壓力控制輸出U8PC01—OP將飽和。在多種示例中，為了在最大饋送 速率維持單元的穩(wěn)定性，需要一直保持壓力被控制。單元壓力往往影響再沸器 (reboiler)溫度，該溫度反過來將影響頂層和底層產(chǎn)品流的質(zhì)量。因此，對于 整體性能來說，控制壓力通常是至關重要的。為此，將對動態(tài)嵌入選擇壓力控 制環(huán)路。
在圖8中，示出具有和不具有動態(tài)嵌入的壓力控制環(huán)路的單元的性能的比 較。特定地，比較頂層和底層產(chǎn)品流的質(zhì)量的性能，示出在動態(tài)嵌入情況下的 改善的性能。注意，即使質(zhì)量變量本身沒有被動態(tài)地嵌入，但是，具有動態(tài)嵌 入的壓力控制環(huán)路導致產(chǎn)品質(zhì)量控制上的改善的性能。該改善來自壓力調(diào)節(jié)環(huán) 路的動態(tài)運動和動態(tài)受控變量控制的間接的影響。使用來自Princeton的 Unified Control Technology Corp的MPA仿真包NJ O8540來產(chǎn)生對比的結(jié)果。 該示例顯示在提高大的MPC性能上本發(fā)明潛在的有益效果。這顯示了即使部 分的動態(tài)嵌入也可以導致改善的性能。
總之，上面揭示的一般形式的動態(tài)MPC及其簡化形式提供了多種公式， 該公式可用于解決包括具有多個MPC的復雜過程的大的控制系統(tǒng)應用。該設 計基于考慮到計算時間和復雜性的明智的工程平衡性能。
大，將需要越具體的計算步驟。對于線性動態(tài)系統(tǒng)，包括如本文所述的公式的 優(yōu)化的線性設計方法將產(chǎn)生用于模型預測控制器的組合的穩(wěn)態(tài)和動態(tài)控制運 動結(jié)果?？梢灶A想對于非線性動態(tài)系統(tǒng)，將使用適當?shù)姆蔷€性優(yōu)化方法。
本領域技術人員將理解，在不脫離本發(fā)明的范圍的情況下，可以進行各種 修正和改變。
權(quán)利要求
1.一種動態(tài)模型預測控制器的操作方法，所述動態(tài)模型預測控制器用于控制和優(yōu)化具有多個獨立受控的操作變量、至少一個受控變量及零個或更多干擾變量的過程的操作，所述動態(tài)模型預測控制器的操作方法包括以下步驟a)將所述操作變量的動態(tài)運動、以及所述操作變量和所述受控變量的穩(wěn)態(tài)值同時確定作為組合了穩(wěn)態(tài)和動態(tài)的優(yōu)化過程的結(jié)果，其中，根據(jù)與所述操作變量和所述受控變量相關的穩(wěn)態(tài)約束以及與所述操作變量和所述受控變量相關的動態(tài)約束，與所述操作變量和所述受控變量的穩(wěn)態(tài)值一起確定所述操作變量的預定數(shù)量的動態(tài)運動，所述動態(tài)約束包括恰當時與所述干擾變量相關的動態(tài)約束；b)執(zhí)行滾動時域形式的控制，其中，通過對由在先前時間間隔上應用的控制動作產(chǎn)生的過程響應的監(jiān)視和反饋來在連續(xù)的時間間隔上執(zhí)行所述優(yōu)化。
2. 根據(jù)權(quán)利要求1所述的方法，其中，所述優(yōu)化過程進一步包括PF(M，c, Dd， Md， cd)十i;i:E'^+i:2BhcGh形式的目標函數(shù)j，其中F是在到達所述過程的穩(wěn)態(tài)的時間的時域上用于所述過程的某個優(yōu)化函數(shù)，Md是操作變量在 預定時域上的動態(tài)值，M是所述操作變量的穩(wěn)態(tài)值，Cd是受控變量在達到穩(wěn) 態(tài)的時域上的動態(tài)值，C是所述受控變量的穩(wěn)態(tài)值，Dd是所述干擾變量在不 大于所述操作變量的動態(tài)值的所述時域的時域上的動態(tài)值向量，并且其中所述 過程被進一步認為是動態(tài)系統(tǒng)，并通過(C, Cd) =G (Md, Dd)來表征在穩(wěn) 態(tài)和動態(tài)中的所述受控變量的響應，是要對動態(tài)地違反受控變量的下限的 受控變量所應用的罰值，￡eh是要對動態(tài)地違反受控變量的上限的受控變量所 應用的罰值，此外，C是受控變量Ci的上限動態(tài)違反變量，^是所述受控變 量Ci的下限動態(tài)違反變量，根據(jù)所述受控變量的屬性和特征，受控變量罰值 與經(jīng)濟標準和/或安全標準相關。
3. 根據(jù)權(quán)利要求1所述的方法，其中，所述穩(wěn)態(tài)約束包括其中，括:M是所述操作變量的穩(wěn)態(tài)值 C是所述受控變量的穩(wěn)態(tài)值M1是所述操作變量M的下限， Mh是所述操作變量M的上限d是所述受控變量c的下限，Ch是所述受控變量C的上限。
4.根據(jù)權(quán)利要求1所述的方法，其中，所述動態(tài)操作變量約束包括:△Mj=AMj+-AMj'畫(l-k雨/k) AM^AMj,s (l-kMV/k) AM/ k=l..kMV其中△Mj^Mj^M/ ,其中，M/是Mj的當前值 AMj是操作變量j的動態(tài)運動向量 △Mj+是操作變量j的正的動態(tài)運動向量 AMj-是操作變量j的負的動態(tài)運動向量△M/是操作變量j的動態(tài)運動的下限 AMjh是操作變量j的動態(tài)運動的上限AMjk是從現(xiàn)在開始到時間k的所述操作變量Mj的動態(tài)控制運動 Mj是所述操作變量的最優(yōu)穩(wěn)態(tài)值 M/是所述操作變量j的當前值。
5.根據(jù)權(quán)利要求1所述的方法，其中，所述受控變量的所述動態(tài)約束包0《i其中，Cik是^v現(xiàn)在開始在k時間間隔的所述受控變量Ci的預測值 Cikref是從現(xiàn)在開始在k時間間隔的所述受控變量Cj的期望值 .Qh是所述受控變量Ci的上限動態(tài)違反變量， G/是所述受控變量Cj的下限動態(tài)違反變量，Ci"是基于過去的過程條件在時間k上的所述受控變量Cj的動態(tài)值e是所述受控變量的預測動態(tài)值距其參考路徑的偏差的允許容差，e是較小的凝k涉及>^人現(xiàn)在開始的將來時間，k= l.. kMv.. kcvkMV涉及用于操作變量運動的控制時域，操作變量不被應用于該時域之 外以允許所述受控變量達到穩(wěn)態(tài)kcv涉及達到所述受控變量的穩(wěn)態(tài)的時間，kcv是由于所述操作變量M的 改變而達到穩(wěn)態(tài)的最長的時間加上最長的控制時域。
6. 根據(jù)權(quán)利要求2所述的優(yōu)化函數(shù)F (M， C， D, Md, Cd)，其中，所述 優(yōu)化函數(shù)F(M, C, D， Md, Cd)是對優(yōu)化函數(shù)F()不存在所述操作變量和所 述受控變量的動態(tài)值的影響的例如PmM+PcC的簡單形式，其中，Pm是所述操作變量的價格值，通常負值表示花費，正值表示收益， Pc是所述受控變量的價格值，通常負值表示罰值，正值表示收益。
7. 根據(jù)權(quán)利要求2所述的受控變量動態(tài)響應(C, Cd)=G(Md， Dd),其 中，所述(C, Cd) =G (Md, Dd)是用于穩(wěn)態(tài)的表示為CK^+i:&j (MrM/) 的線性動態(tài)形式以及用于動態(tài)響應的表示為Cik=C, +ZgukAMjk+ Zgi/ADik 的線性動態(tài)形式中的一個，其中，C,是基于所述操作變量和所述干擾變量的過去的改變的、所述受控變量 的當前預測的穩(wěn)態(tài)值Cj是所述受控變量的穩(wěn)態(tài)值Cik是從現(xiàn)在開始到時間K上的所述受控變量Ci的預測值cr是基于過去的過程條件在時間K上的所述受控變量Ci的動態(tài)值gij是對于所述操作變量Mj的單位變化所述受控變量Ci的階躍響應模型的穩(wěn)、態(tài)增益gi/是對于所述操作變量Mj的單位變化受控變量Cj的過程模型的階躍響 應系數(shù)△D,k是在時間k上Q的變化是對于所述干擾變量D,的單位變化受控變量Ci的過程模型的階躍響應系數(shù)。
8. —種動態(tài)模型預測控制器的操作方法，所述動態(tài)模型預測控制器用于 控制和優(yōu)化具有多個獨立受控的操作變量、至少一個受控變量及零個或更多千 擾變量的過程的操作，所述動態(tài)模型預測控制器的操作方法包括以下步驟a) 將所述操作變量和所述受控變量的穩(wěn)態(tài)值確定作為組合了穩(wěn)態(tài)和動態(tài) 的優(yōu)化過程的結(jié)果，其中，根據(jù)與所述操作變量和所述受控變量相關的穩(wěn)態(tài)約 束以及所述受控變量相關的動態(tài)約束，以所述操作變量和所述受控變量的穩(wěn)態(tài) 值進行確定，所述動態(tài)約束包括恰當時與所述干擾變量相關的動態(tài)約束；b) 執(zhí)行滾動時域形式的控制，其中，通過對由在先前時間間隔上應用的 控制動作產(chǎn)生的過程響應的監(jiān)視和反饋來在連續(xù)的時間間隔上執(zhí)行所述優(yōu)化。
9. 根據(jù)權(quán)利要求8所述的方法，其中，所述優(yōu)化過程進一步包括^F(M， C， Dd， Cd) +22￡1￡1+2:2:￡11￡11形式的目標函數(shù)>1，其中F是在到達所述過程 的穩(wěn)態(tài)的時間的時域上用于所述過程的某個優(yōu)化函數(shù)，M是所述操作變量的 穩(wěn)態(tài)值向量，C是所述受控變量的穩(wěn)態(tài)值向量，Dd是干擾變量的向量，d是 受控變量在達到穩(wěn)態(tài)的時域上的向量動態(tài)值，&是要對動態(tài)地違反受控變量 的下限的受控變量所應用的罰值，￡eh是要對動態(tài)地違反受控變量的上限的受 控變量所應用的罰值，并且其中所述過程被進一步認為是動態(tài)系統(tǒng)，并通過(C, Cd)=G(M, Dd)來表征所述受控變量的動態(tài)響應，此外，&是受控 變量Cj的上限動態(tài)違反變量，^是所述受控變量Ci的下限動態(tài)違反變量。
10. 根據(jù)權(quán)利要求8所述的方法，其中，所述穩(wěn)態(tài)約束包括其中，M是所述操作變量的穩(wěn)態(tài)值C是所述受控變量的穩(wěn)態(tài)值M1是所述操作變量M的下限， Mh是所述操作變量M的上限Ci是所述受控變量C的下限， Ch是所述受控變量C的上限。
11. 根據(jù)權(quán)利要求8所述的方法，其中，所述受控變量的所述動態(tài)約束包括-e^Cik-Cikref-Ghi+G^e0《、 0《、其中，C,是從現(xiàn)在開始到k時間間隔的受控變量Ci的預測值 Cjkref是從現(xiàn)在開始到k時間間隔的受控變量Ci的期望值 Gh是受控變量Ci的上限動態(tài)違反變量， Gi'是受控變量Ci的下限動態(tài)違反變量，Ci"是基于過去的過程條件在時間k上的所述受控變量Ci的動態(tài)值e是所述受控變量的預測動態(tài)值距其參考路徑的偏差的允許容差，e是較 小的凄丈k涉及從現(xiàn)在開始的將來時間，k= l.. kMV.. kcvkMV涉及用于操作變量運動的控制時域，操作變量不被應用于該時域之 外以允許所述受控變量達到穩(wěn)態(tài)kcv涉及達到所述受控變量的穩(wěn)態(tài)的時間，kcv是由于所述操作變量M的 改變而達到穩(wěn)、態(tài)的最長的時間加上最長的控制時域。
12. 根據(jù)權(quán)利要求9所述的優(yōu)化函數(shù)F (M， C, D， Cd),其中，所述優(yōu) 化函數(shù)F(M, C, D， Cd)是不存在所述操作變量和所述受控變量的動態(tài)值的 影響的例如PmM+PcC的一個簡單形式，其中，Pm是所述操作變量的價格值，通常負值表示花費，正值表示收益， Pc是所述受控變量的價格值，通常負值表示罰值，正值表示收益。
13. 根據(jù)權(quán)利要求9所述的受控變量動態(tài)響應(C, Cd) =G (M, Dd)， 其中，所述(C， Cd) =G ( M, Dd)是用于穩(wěn)態(tài)的表示為C產(chǎn)CiVSgij (Mj-M/ ) 的線性動態(tài)形式以及用于動態(tài)響應的表示為Ci^Ci" +Zgu (Mj-M/) + Zgijk △D,k的線性動態(tài)形式中的 一個，其中，cV是基于所述操作變量和所述干擾變量的過去的改變的、所述受控變量的當前預測的穩(wěn)態(tài)值Ci是所述受控變量的穩(wěn)態(tài)值C,是從現(xiàn)在開始到時間K上的所述受控變量Ci的預測值 Cr是基于過去的過程條件在時間K上的受控變量Cj的動態(tài)值 gij是對于所述操作變量Mj的單位變化所述受控變量Q的階躍響應模型 的穩(wěn)、態(tài)增益AD,k是在時間k上D,的變化gi/是對于所述干擾變量D,的單位變化受控變量Ci的過程模型的階躍響 應系數(shù)。
14. 一種動態(tài)模型預測控制器的操作方法，所述動態(tài)模型預測控制器用于 控制和優(yōu)化具有多個獨立受控的操作變量、至少一個受控變量及零個或更多干 擾變量的過程的操作，所述動態(tài)模型預測控制器的操作方法包括以下步驟a) 將所述操作變量的動態(tài)運動確定作為組合了穩(wěn)態(tài)和動態(tài)的優(yōu)化過程的 結(jié)果，其中，根據(jù)與所述操作變量和所述受控變量相關的穩(wěn)態(tài)約束以及與所述 ，燥縱變量和所述受控變量相關的動態(tài)約束，確定所述"t喿作變量的預定數(shù)量的動 態(tài)運動以滿足所述操作變量和所述受控變量的給定/已知穩(wěn)態(tài)值，所述動態(tài)約 束包括恰當時與所述干護C變量相關的動態(tài)約束；b) 執(zhí)行滾動時域形式的控制，其中，通過對由在先前時間間隔上應用的 控制動作產(chǎn)生的過程響應的監(jiān)視和反饋來在連續(xù)的時間間隔上執(zhí)行所述優(yōu)化。
15. 根據(jù)權(quán)利要求14所述的方法，其中，所述優(yōu)化過程進一步包括J=F (Dd， Md， Cd)+Z22'^+ZHhcGh形式的目標函數(shù)J，其中F是在到達所述過穩(wěn)態(tài)的時域上的向量動態(tài)值，是要對動態(tài)地違反受控變量的下限的受控變量所應用的罰值，￡ch是要對動態(tài)地違反受控變量的上限的受控變量所應用的罰值，并且其中所述過程被進一步認為是動態(tài)系統(tǒng)，并通過(C， Cd)=G(Md， Dd)來表征所述受控變量的動態(tài)響應，此外，Gih是受控變量Ci的上限動態(tài)違 反變量，G'是所述受控變量Ci的下限動態(tài)違反變量。
16. 根據(jù)權(quán)利要求14所述的方法，其中，所述動態(tài)操作變量約束包括M^Md，hAM產(chǎn)AMj+-AMj-ZAM廣Ms-M0其中，△M—Mj'-M/,其中，M/是Mj的當前值 AMj是才喿作變量j的動態(tài)運動向量 △M/是操作變量j的正的動態(tài)運動向量 AM/是操作變量j的負的動態(tài)運動向量△M/是操作變量j的動態(tài)運動的下限 AMjh是操作變量j的動態(tài)運動的上限 AMjk是在時間k上所述操作變量Mj的動態(tài)控制運動Mj是所述操作變量的最優(yōu)穩(wěn)態(tài)值 M/是所述操作變量j的當前值。
17. 根據(jù)權(quán)利要求14所述的方法，其中，所述受控變量的所述動態(tài)約束 包括<formula>formula see original document page 8</formula>其中，C,是從現(xiàn)在開始到k時間間隔的所述受控變量Cj的預測值 Cj"ef是從現(xiàn)在開始到k時間間隔的所述受控變量Ci的期望值 ￡,是所述受控變量Cj的上限動態(tài)違反變量， 是所述受控變量Cj的下限動態(tài)違反變量， C"是基于過去的過程條件在時間k上的受控變量Ci的動態(tài)值 CS是給出的所述受控變量的穩(wěn)態(tài)目標e是所述受控變量的預測動態(tài)值距其參考路徑的偏差的允許容差，e是較 小的凄史k涉及從現(xiàn)在開始的將來時間，k= l.. kMv.. kcvkMV涉及用于操作變量運動的控制時域，操作變量不被應用于該時域之 外以允許所述受控變量達到穩(wěn)態(tài)kcv涉及達到所述受控變量的穩(wěn)態(tài)的時間，kcv是由于所述操作變量M的 改變而達到穩(wěn)態(tài)的最長的時間加上最長的控制時域。
18. 根據(jù)權(quán)利要求15所述的優(yōu)化函數(shù)F (Dd， Md， Cd),其中，所述優(yōu)化 函數(shù)F(Dd， Md， Cd)可以是一個簡單的空形式，其中執(zhí)行所述動態(tài)變量以滿 足外在確定的所述操作變量和所述受控變量的穩(wěn)態(tài)^f直。
19. 根據(jù)權(quán)利要求15所述的受控變量動態(tài)響應Cd=G (Md, Dd)，其中， 所述C^G (Md, Dd)是用于穩(wěn)態(tài)的表示為CrCr+Zgu (Mj-M/)的線性動態(tài) 形式以及用于動態(tài)響應的表示為Cik=Ci" +S&jkAMjk+ ZgukADj的線性動態(tài) 形式中的一個，其中，C,是基于所述操作變量和所述干擾變量的過去的改變的、所述受控變量 的當前預測的穩(wěn)態(tài)值Cj是所述受控變量的穩(wěn)態(tài)值C,是從現(xiàn)在開始到時間K上的所述受控變量Ci的預測值 Cf是基于過去的過程條件在時間K上的受控變量Ci的動態(tài)值 gij是對于所述操作變量Mj的單位變化所述受控變量Cj的階躍響應模型 的穩(wěn)態(tài)增益&/是對于所述操作變量Mj的單位變化受控變量Cj的過程模型的階躍響應系數(shù)AD,k是在時間k上D,的變化是對于所述干擾變量D,的單位變化受控變量Cj的過程模型的階躍響應系數(shù)。
全文摘要
本發(fā)明提供一種動態(tài)模型預測控制的方法，其中，將操作變量的穩(wěn)態(tài)優(yōu)化和動態(tài)運動計算一起確定為一個優(yōu)化解法(211)的一部分。該方法組合了穩(wěn)態(tài)優(yōu)化和動態(tài)運動計算，由此確定與過程的動態(tài)運動和產(chǎn)生的動態(tài)響應一致的穩(wěn)態(tài)最優(yōu)目標，從而受控變量在穩(wěn)態(tài)和動態(tài)中都不違反受控變量的下/上限。該方法使用與每一個受控變量相對應的上限動態(tài)違反變量和下限動態(tài)違反變量。當穩(wěn)態(tài)優(yōu)化與改變條件下的大模型預測控制的應用相關時，該方法提供將部分動態(tài)優(yōu)化與穩(wěn)態(tài)優(yōu)化相混合的獨特的性能，特別在約束違反或接近約束違反時，在不必改變控制器調(diào)節(jié)的情況下，為了改善的和增強的控制性能，可以動態(tài)地實時使用該方法。
文檔編號G06F15/00GK101589363SQ200780044442
公開日2009年11月25日 申請日期2007年12月6日 優(yōu)先權(quán)日2006年12月11日
發(fā)明者法赫爾丁·T.·阿塔爾瓦拉 申請人:法赫爾丁·T.·阿塔爾瓦拉