先进控制技术及应用Word文档下载推荐.docx

1、3.2 MAC算法仿真3.2.1 预测模型该被控对象是一个渐近稳定的对象，预测模型表示为：， j=1, 2, 3,P. （2）这一模型可用来预测对象在未来时刻的输出值，其中y的下标m表示模型，也称为内部模型。（2）式也可写成矩阵形式为： 预测误差为。3.2.2 参考轨迹在k时刻的参考轨迹可由其在未来采样时刻的值来描述，取一阶指数变化的形式，可写作： j=1,2,3 （3）3.2.3 MATLAB编程实现MATLAB代码见3.2.3 程序流程图及仿真结果 其程序的流程框图如图3-1所示： 图3-1 程序流程图仿真结果如图3-2所示： 图3-2 仿真结果3.3 DMC算法仿真3.3.1 预测模型在

2、k时刻，假定控制作用保持不变时对未来个时刻输出的初始预测值为 （3-1）M个连续控制增量u（k）, u（k+1）, u（k+M-1）作用时，未来时刻输出值： （3-2） 3.3.2 滚动优化在每一时刻k，要确定从该时刻起的M个控制作用增量使被控对象在起作用下未来P个时刻的输出预测值尽可能接近给定的期望值w（k+i）（i=1,2，。，P）.k时刻优化性能指标可取为 （3-3）式中，qi,rj是加权系数，它们分别表示对跟踪误差及控制量变化的抑制。3.3.3 反馈校正当k时刻把控制量u（k）施加给对象时，相当于在对象输入端加上了一个幅值为u（k）的阶跃，利用预测模型式可算出在去作用下未来时刻的输出预

3、测值 （3-4）下一时刻检测对象的实际输出和模型预测算出的输出相比较，构成输出误差： （3-5）整个控制就是以结合反馈校正的滚动优化反复地在线进行，其算法结构如图3-3所示：图3-3 DMC算法结构示意图3.3.4 MATLAB编程实现附23.3.5 仿真结果结合matlab中simulink仿真框图如图3-4和程序对对象进行仿真，得出的结果图3-5所示： 图3-4 simulink仿真框图 图3-4 仿真结果4、总结本文主要工作是利用DMC算法和MAC算法对被控对象进行控制并采用MATLAB编程仿真。本次任务涉及的内容包括了先进控制理论、预测控制理论、预测控制算法的仿真、控制算法在MATLA

4、B中的实现等。给定的被控对象在利用DMC算法和MAC算法的预测控制方式下都取得了良好的控制效果、鲁棒性，有效地克服了系统的非线性。参考文献【1】方康玲.过程控制技术及其MATLAB实现（第2版） M.北京：电子工业出版社，2013【2】俞金寿.工业过程先进控制技术M.上海：华东理工大学出版社,2008【3】齐蒙,石红瑞.预测控制及其应用研究D.2013（1）.附1：MAC程序代码clcclearnum=0.2713;den=1 0.9;numm=0.2713;denm=1 1; %定义对象及模型的传递函数n=40;t1=0:0.1:n/10;g=1*impulse（num,den,t1）;gm

5、=1*impulse（numm,denm,t1）for i=1:n g（i）=g（i+1）;end gm（i）=gm（i+1）;a=g;am=gm;N=40;p=15;M=1;m=M;G=zeros（p,m）;p for j=1:m if i=j G（i,j）=g（1）; else if ij G（i,j）=g（1+i-j）; else G（i,j）=0; end if i s=0; for k=1:（i-m+1） s=s+g（k）; G（i,m）=s; end F=zeros（p,n-1）; k=1; for j=（n-1）:-1:1 F（i,j）=g（n）;j F（i,j）=0; else

6、 F（i,j）=g（i+k）; k=k+1;end R=1.0*eye（m）;Q=0.9*eye（p）;H=0.3*ones（p,1）; %定义各系数矩阵e=zeros（4*N,4）;y=e;ym=y;U=zeros（4*N,4）;w=1; Yr=zeros（4*N,4）; b=0.1;0.4;0.6;0.9; for i=1:4 for k=N+1:4*Ny（k,i）=a（1:N）*U（k-1:k-N,i）; %求解对象输出ym（k,i）=am（1: %求解模型输出e（k）=y（k）-ym（k）;for j=1:p Yr（k+j,i）=b（i）（j）*y（k）+（1-b（i）（j）*w;dt

7、=1 zeros（1,m-1）*inv（G*Q*G+R）*G*Q;U（k,i）=dt*（Yr（k+1:k+p,i）-F*U（k-N+1:k-1,i）-H*e（k）;t=0:11.9;subplot（2,1,1）;plot（t,y（N:N+119,1）hold on;N+119,2）hold onN+119,3）N+119,4）%t,y（N:N+119,3）,t,y（N:N+119,4）,t,Yr（N:N+119,1）,t,w*ones（1,120）;%grid on%legend（输出1,输出2输出3输出4柔化曲线期望曲线）;%title（Plot of MAC%plot（U）;%grid o

8、n;附2 DMC程序代码%DMC控制算法% DMC.m 动态矩阵控制（DMC）num=0.2713;den=1 -0.8351 0 0 0 0;G=tf（num,den,Ts.0.4）; %连续系统Ts=0.4; %采样时间 TsG=c2d（G,Ts）; %被控对象离散化num,den,=tfdata（G,vN=60; %建模时域 Na=step（G,1*Ts:Ts:N*Ts）; %计算模型向量 aM=2; %控制时域P=15; %优化时域MP-j+1 A（i+j-1,j）=a（i,1）;end %动态矩阵 A Q=1*eye（P）; %误差权矩阵 QR=1*eye（M）; %控制权矩阵 RC

9、=1,zeros（1,M-1）; %取首元素向量 C 1*ME=1,zeros（1,N-1）; %取首元素向量 E 1*Nd=C*（A*Q*A+R）（-1）*A %控制向量 d=d1 d2 .dph=1*ones（1,N）; %校正向量 h（N维列向量）I=eye（P,P）,zeros（P,N-P）; %Yp0=I*YNoS=zeros（N-1,1） eye（N-1）;zeros（1,N-1）,1; %N*N移位阵 Ssim（DMCsimulink） %运行siumlink文件 %图形显示plot（y,LineWidth,2）;plot（w,:rxlabel（fontsize15kylabel（fontsize15y,wlegend（输出值设定值）grid on;subplot（2,1,2）;plot（u,gfontsize15u