模型预测控制的基本原理
发布网友
发布时间：2023-05-02 03:43
共1个回答
热心网友
时间：2023-10-14 18:23
模型预测控制的基本原理如下：
模型预测控制的基本原理是根据当前时刻测量得到的系统状态,求取一个有限时域开环优化问题,得到一个控制序列,但是只把控制序列第一个元素作用于系统。
预测模块的原理预测控制伴随着工业的发展而来，所以，预测控制与工业生产有着紧密的结合，火电厂钢球磨煤机是一个多变量、大滞后、强耦合的控制对象，其数学模型很难准确建立。
模型算法（MAC）控制主要包括内部模型、反馈校正、滚动优化和参数输入轨迹等几个部分。它采用基于脉冲响应的非参数模型作为内部模型，用过去和未来的输入输出状态，根据内部模型，预测系统未来的输出状态。
功能模块化的根据是，如果一个问题有多个问题组合而成，那么这个组合问题的复杂程度将大于分别考虑这个问题时的复杂程度之和。这个结论使得人们乐于利用功能模块化方法将复杂的问题分解成许多容易解决的局部问题。
滚动优化 滚动优化是指在每个采样周期都基于系统的当前状态及预测模型，按照给定的有限时域目标函数优化过程性能，找出最优控制序列，并将该序列的第一个元素施加给被控对象。
