第6章 先进控制技术
为了克服控制理论和实际工业应用之间的脱节现象，尽快地将现代控制理论移植到过程控制领域，充分发挥计算机的功能，世界各国在加强建模理论、辨识技术、最优控制、高级过程控制等方面进行研究，推出了从实际工业过程特点出发，寻求对模型要求不高，在线计算方便，对过程和环境的不确定性有一定适应能力的控制策略和方法。本章就基于模型的预测控制、推断控制、软测量技术、纯滞后补偿控制、解耦控制、自适应控制、智能控制、综合自动化等先进控制技术作一些介绍，以推动先进控制技术的应用。
6.1 基于模型的预测控制
预测控制的基本出发点与传统的PID控制不同。通常的PID控制，是根据过程当前的和过去的输出测量值和设定值的偏差来确定当前的控制输入。而预测控制不但利用当前的和过去的偏差，而且还利用预测模型来预估过程未来的偏差值，以滚动优化确定当前的最优输入策略。因此，从基本思想看，预测控制由于PID控制。
6.1.1 预测控制的基本原理
1.基本原理
预测控制的基本结构如图6-1所示。
图 6-1 预测控制的基本结构
各类预测控制算法都有一些共同特点，归结起来有3个基本特征：
（1） 预测模型
预测控制需要一个描述系统动态行为的模型，称为预测模型。它应具有预测功能，即能够根据系统的现在时刻的控制输入以及过程的历史信息，预测过程输出的未来值。在预测控制中，各种不同算法采用不同类型的预测模型，如最基本的模型算法控制（MAC）、动态矩阵控制（DMC）等，通常采用在实际工业过程中较易获得的脉冲响应模型和阶跃响应模型等非参数模型或传递函数。随着预测控制的发展，除了上述两种非参数模型外，目前经常采用易于在线辨识并能描述不稳定过程的受控自回归滑动平均模型（Controlled Auto-Regressive Moving Average ,CARMA）和受控自回归积分滑动平均模型（Controlled Auto-Regressive Integrated Moving Average ,CARIMA）以及能反映系统内在联系的状态空间模型。
第6章 先进控制技术
为了克服控制理论和实际工业应用之间的脱节现象，尽快地将现代控制理论移植到过程控制领域，充分发挥计算机的功能，世界各国在加强建模理论、辨识技术、最优控制、高级过程控制等方面进行研究，推出了从实际工业过程特点出发，寻求对模型要求不高，在线计算方便，对过程和环境的不确定性有一定适应能力的控制策略和方法。本章就基于模型的预测控制、推断控制、软测量技术、纯滞后补偿控制、解耦控制、自适应控制、智能控制、综合自动化等先进控制技术作一些介绍，以推动先进控制技术的应用。
6.1 基于模型的预测控制
预测控制的基本出发点与传统的PID控制不同。通常的PID控制，是根据过程当前的和过去的输出测量值和设定值的偏差来确定当前的控制输入。而预测控制不但利用当前的和过去的偏差，而且还利用预测模型来预估过程未来的偏差值，以滚动优化确定当前的最优输入策略。因此，从基本思想看，预测控制由于PID控制。
6.1.1 预测控制的基本原理
1.基本原理
预测控制的基本结构如图6-1所示。
图 6-1 预测控制的基本结构
各类预测控制算法都有一些共同特点，归结起来有3个基本特征：
（1） 预测模型
预测控制需要一个描述系统动态行为的模型，称为预测模型。它应具有预测功能，即能够根据系统的现在时刻的控制输入以及过程的历史信息，预测过程输出的未来值。在预测控制中，各种不同算法采用不同类型的预测模型，如最基本的模型算法控制（MAC）、动态矩阵控制（DMC）等，通常采用在实际工业过程中较易获得的脉冲响应模型和阶跃响应模型等非参数模型或传递函数。随着预测控制的发展，除了上述两种非参数模型外，目前经常采用易于在线辨识并能描述不稳定过程的受控自回归滑动平均模型（Controlled Auto-Regressive Moving Average ,CARMA）和受控自回归积分滑动平均模型（Controlled Auto-Regressive Integrated Moving Average ,CARIMA）以及能反映系统内在联系的状态空间模型。