本文關鍵詞：分層預測控制策略及其在工業(yè)過程中的應用研究，由筆耕文化傳播整理發(fā)布。

【摘要】：在市場競爭日益激烈的今天,商品供求關系很難完全處于平衡的狀態(tài),這樣就會造成商品價格的頻繁波動、生產(chǎn)裝置最優(yōu)工況點發(fā)生偏移,導致企業(yè)生產(chǎn)經(jīng)濟效益和過程控制品質下降。為了使企業(yè)生產(chǎn)獲得最大的經(jīng)濟效益,生產(chǎn)過程的操作需要及時獲取經(jīng)濟環(huán)境下的最優(yōu)工況點,并使系統(tǒng)穩(wěn)定跟蹤該工況點。作為一種優(yōu)化控制策略,模型預測控制(Model Predictive Control,MPC)相比傳統(tǒng)經(jīng)典的PID控制能達到更好的控制效果,提高能源利用率,從而給企業(yè)帶來更顯著的經(jīng)濟效益。通常MPC的最優(yōu)軌跡是根據(jù)設備操作人員經(jīng)驗設定的,往往會偏離實際的最優(yōu)工況點,而且對經(jīng)濟環(huán)境變化不敏感。為了解決最優(yōu)工況點的自尋優(yōu)和控制跟蹤問題,本研究針對優(yōu)化和控制相結合的分層模型預測控制策略(Hierarchical Model Predictive Control,HMPC)展開如下工作:(1)綜述了前人在優(yōu)化控制策略方面的研究現(xiàn)狀和HMPC策略的基本原理,闡述了先進控制技術所帶來的生產(chǎn)經(jīng)濟效益和控制效果。(2)HMPC策略的研究,首先要針對生存對象進行市場調研,構建與關鍵變量有關的對象經(jīng)濟目標函數(shù)模型,在工業(yè)過程模型的約束條件下,將經(jīng)濟優(yōu)化問題轉化為線性規(guī)劃(Linear Programming,LP)問題和非線性規(guī)劃(Non-Linear Programming,NLP)問題。當經(jīng)濟價格因子頻繁波動時,分別用LP和SQP(Sequential Quadratic Programming)算法來求解變量最優(yōu)值,作為系統(tǒng)新的最優(yōu)工況點,并傳遞給控制層�？刂茖舆x用MPC算法來跟蹤工況點。將CSTR過程作為仿真對象,仿真結果表明,HMPC策略可以保證CSTR裝置始終運行在最優(yōu)工況點,在提高經(jīng)濟效益的同時,還能保證系統(tǒng)穩(wěn)定運行。(3)針對非線性對象,其運行過程對應多個模態(tài),固定的線性化模型只在平衡點附近有效,當平衡點變化時,線性化模型失效,系統(tǒng)產(chǎn)生震蕩超調,甚至系統(tǒng)失去穩(wěn)定性,控制品質下降,無法滿足系統(tǒng)控制要求。為了解決這個問題,本文提出了分層多模型預測控制(Hierarchical Mutil-Model Predictive Control,HMMPC)策略,將整個工作區(qū)間按系統(tǒng)參數(shù)的變化,劃分為幾個子區(qū)間,在各子區(qū)間應用小增益法建立相應的線性化模型,在控制器采樣時刻采用輸出誤差指標對子模型進行切換,用切換后的子模型設計MPC控制器。通過仿真對比,HMMPC策略在保證系統(tǒng)穩(wěn)定的前提下,能夠提高系統(tǒng)的控制效果,可以改善工況跳變時系統(tǒng)過渡過程的控制品質。(4)將HMPC策略應用到重油分餾塔工業(yè)對象中,并利用仿真驗證其有效性,表明了HMPC在工業(yè)應用中的優(yōu)勢。(5)最后,對本文的工作進行了總結,并對未來在HMPC策略上有待進一步研究的問題以及發(fā)展趨勢進行了展望。
【關鍵詞】：分層預測控制 經(jīng)濟優(yōu)化 最優(yōu)工況點 多模型控制 經(jīng)濟效益
【學位授予單位】：蘭州理工大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：F273;TP13
【目錄】：

• 摘要7-9
• ABSTRACT9-11
• 第1章 緒論11-17
• 1.1 課題研究背景及意義11-13
• 1.1.1 研究背景11-12
• 1.1.2 課題研究意義12-13
• 1.2 研究現(xiàn)狀13-15
• 1.2.1 優(yōu)化控制技術研究13-14
• 1.2.2 HMPC在提高經(jīng)濟效益方面的研究14-15
• 1.2.3 HMPC在提高控制性能方面的研究15
• 1.3 本文研究內容15-17
• 第2章 HMPC策略17-27
• 2.1 引言17-18
• 2.2 生產(chǎn)計劃調度18-19
• 2.3 實時優(yōu)化19-23
• 2.3.1 線性規(guī)劃21-22
• 2.3.2 非線性規(guī)劃22-23
• 2.4 模型預測控制23-25
• 2.4.1 預測模型23-24
• 2.4.2 滾動優(yōu)化24-25
• 2.4.3 反饋校正25
• 2.5 本章小結25-27
• 第3章 基于單一模型的分層預測控制策略研究27-41
• 3.1 引言27
• 3.2 單一模型的分層預測控制結構27-28
• 3.3 目標優(yōu)化28-31
• 3.3.1 目標函數(shù)LP優(yōu)化計算29-30
• 3.3.2 目標函數(shù)SQP優(yōu)化計算30-31
• 3.4 動態(tài)控制器設計31
• 3.5 仿真研究31-40
• 3.5.1 模型的建立31-33
• 3.5.2 目標優(yōu)化33-36
• 3.5.3 控制器設計36-40
• 3.6 本章小結40-41
• 第4章 基于多模型的分層預測控制策略研究41-50
• 4.1 引言41
• 4.2 多模型預測控制41-44
• 4.3 基于多模型的分層預測控制結構44
• 4.4 動態(tài)控制器設計44-46
• 4.4.1 多模型預測控制器45
• 4.4.2 預測控制器45-46
• 4.4.3 切換策略46
• 4.5 仿真研究46-49
• 4.6 本章小結49-50
• 第5章 分層預測控制策略的應用研究50-53
• 5.1 引言50
• 5.2 重油分餾塔工藝流程50-51
• 5.3 重油分餾塔經(jīng)濟優(yōu)化51-52
• 5.4 重油分餾塔控制器設計52-53
• 第6章 總結與展望53-55
• 6.1 總結53
• 6.2 展望53-55
• 參考文獻55-61
• 致謝61-62
• 附錄 攻讀碩士學位期間所發(fā)表的論文62

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 張鵬飛;趙浩;榮岡;馮毅萍;;考慮生產(chǎn)成本和環(huán)境成本的蒸汽動力系統(tǒng)多目標運行優(yōu)化[J];化工學報;2016年03期

2 徐寶昌;蔡勝清;馮愛祥;羅雄麟;;變工況切換過程的Petri網(wǎng)自主預測與控制[J];化工學報;2016年03期

3 胡盛強;張畢西;王玲玲;程碩;;物料價格隨時間波動及完工期隨機的MTO訂購決策[J];中國管理科學;2015年06期

4 宋治強;王昕;王振雷;;基于多模型廣義預測控制器的DRTO雙層結構[J];華東理工大學學報(自然科學版);2014年03期

5 羅雄麟;于洋;許捚;;化工過程預測控制的在線優(yōu)化實現(xiàn)機制[J];化工學報;2014年10期

6 夏超英;張聰;;基于二次型性能指標的混合動力汽車實時優(yōu)化控制[J];控制理論與應用;2014年05期

7 潘紅光;高海南;孫耀;張英;丁寶蒼;;基于多優(yōu)先級穩(wěn)態(tài)優(yōu)化的雙層結構預測控制算法及軟件實現(xiàn)[J];自動化學報;2014年03期

8 何德峰;宋秀蘭;黃驊;;優(yōu)先級多目標穩(wěn)定化約束模型預測控制[J];控制與決策;2013年12期

9 鄒濤;王丁丁;潘昊;苑明哲;季忠宛;;從區(qū)間模型預測控制到雙層結構模型預測控制[J];化工學報;2013年12期

10 宋治強;王昕;王振雷;;基于動態(tài)優(yōu)化的多模型廣義預測控制器設計[J];江南大學學報(自然科學版);2013年05期

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 吳橋;現(xiàn)貨價格波動下原材料最優(yōu)采購決策研究[D];浙江大學;2012年

  本文關鍵詞：分層預測控制策略及其在工業(yè)過程中的應用研究，，由筆耕文化傳播整理發(fā)布。

本文編號：432099