针对重油催化裂化分馏塔控制系统满足稳定设计却难以优化系统性能的问题,提出了一种基于多变量ARX-Laguerre函数模型的PID预测控制(multivariable ARX-Laguerre function model predictive control combined with proportion integration differentiation,MALMPCPID)算法。以增量式的多变量ARX-Laguerre函数为预测模型,通过带有遗忘因子的最小二乘递归方法在线辨识Laguerre系数矩阵,并将滚动优化的性能指标改写成PID参数形式,以提高系统的动态性能。将所提的MALMPCPID算法应用于Shell公司重油催化裂化分馏塔进行仿真实验并与现有算法进行对比。结果表明,所提算法对多变量强耦合过程具有良好的控制效果,而且快速性和解耦能力得到了大大提高。
针对无刷直流电机(Brushless DC Motor,BLDCM)模型参数时变的特性,为解决不同工况下的转速跟踪问题,将Laguerre函数引入控制器设计中,提出了一种新型的广义预测控制算法。该算法通过对控制量的参数化设计,减少了计算量,使得系统响应加快;通过修改PI型性能指标,抑制了超调,提高了系统稳定性。仿真结果表明,相比传统广义预测控制(Generalized Predictive Control,GPC)算法,用该算法设计的转速控制器对跟踪指令响应更快,抗干扰能力强且对参数不确定性具有较强的鲁棒性。
针对火电单元机组负荷控制系统的特点,提出一种基于多变量Laguerre函数的分数阶PID预测控制(multivariable Laguerre function model predictive control combined with fractional-order PID,MLMPC-FOPID)算法。使用增量式Laguerre函数模型作为预测模型,通过带遗忘因子的最小二乘递归方法对Laguerre系数矩阵进行在线辨识,使得预测模型近似于真实的被控对象,并将预测模型的性能指标改写成分数阶PID参数形式,以提高系统的动态性能和鲁棒性。与其他控制算法的对比结果表明,所提出算法能很好地应对火电单元机组的特性变化,快速性和准确性方面大大提高,是一种有效的控制策略。
