基于MLD--MPC的多模型邊界劃分及其校正策略研究.pdf

1、多模型方法由于能夠處理有著較大工作范圍以及較大工況變化的強非線性工業(yè)對象的控制問題，因而受到了越來越多的關注。多模型方法有兩大核心問題，即分解與合成。在多模型合成中，混合邏輯動態(tài)(Mixed Logical Dynamical，MLD)模型能將線性子模型統(tǒng)一在整體框架下，充分獲取整個系統(tǒng)的全部動態(tài)信息，是多模型合成的重要工具，且基于MLD模型的MPC也已成為非線性系統(tǒng)控制的有效手段。本文聚焦MLD-MPC獲得良好控制效果的兩個前提:一是

2、需要先完成多模型分解，即確立線性模型集與操作空間邊界條件;二是需要針對模型失配問題采取有效的校正策略。對于上述兩點，本文首先在總結多模型分解已有成果的基礎上，針對狀態(tài)不可測系統(tǒng)，提出了基于狀態(tài)估計的邊界劃分算法，然后針對存在模型失配的MLD-MPC系統(tǒng)，又提出了一種能在線實施的輸出校正策略。主要研究工作如下:
　　(1)針對非線性系統(tǒng)建立其多模型集，然后利用MLD模型進行多模型合成，并設計了全局預測控制器，即MLD-MPC控制器。

3、將MLD-MPC的控制效果與經典的軟切換/硬切換PID相對比，仿真結果證明了MLD-MPC對復雜非線性系統(tǒng)控制的優(yōu)越性。
　　(2)提出了針對狀態(tài)不可測非線性系統(tǒng)的多模型邊界劃分算法:首先考慮閉環(huán)反饋對系統(tǒng)特性的影響，將邊界劃分問題與系統(tǒng)的控制問題結合，同時考慮實際系統(tǒng)狀態(tài)不可測，引入滾動時域估計并將其整合到邊界劃分問題中，使得邊界劃分問題轉化為一個雙層規(guī)劃問題，最后求解該雙層規(guī)劃問題得到多模型的邊界。
　　(3)提出了一種