[發明專利]非線性無模型預測控制方法

在審

• 申請號: 201810897858.0
• 申請日: 2018-08-08
• 公開（公告）號: CN108614435A
• 公開（公告）日: 2018-10-02
• 發明（設計）人: 李金;趙柯璇;李瑞兔;李淑敏
• 申請（專利權）人: 西安思優特自動控制技術有限公司
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 蘇州中合知識產權代理事務所(普通合伙) 32266
• 代理人: 趙曉芳

1.一種非線性無模型預測控制方法，其特征在于，所述方法步驟如下：

步驟1：通過非線性模型求解預測控制的泛模型；

步驟2：采用遞推最小二乘法求得泛模型中特征向量的估值序列；

步驟3：通過估值序列建立自回歸模型，采用廣義遞推梯度算法對自回歸模型進行參數估計；

步驟4：通過對自回歸模型中未知參數的估計結果，求得泛模型特征向量的預測值；

步驟5：已知泛模型特征向量及其預測值，求得泛模型的預測控制律，帶入工控系統中的設定值與控制參數，求得控制輸出；

步驟6：將控制輸出作用在工控系統上，得到系統輸出。

2.根據權利要求1所述的非線性無模型預測控制方法，其特征在于，所述通過非線性模型求解預測控制的泛模型的具體方法是：對于非線性模型：

其中，

n是正整數。

m是正整數。

與控制律結合起來，可以實時的用泛模型來表述：

y(k)-y(k-1)＝φ(k-1)^τ[u(k-1)-u(k-2)] (2)

其中，φ(k)是關于的函數，被稱作為y(k)對u(k)的泛模型特征向量。

根據公式(2)，系統的泛模型可表述為：

y(k+1)-y(k)＝φ(k)^τ[u(k)-u(k-1)] (3)

假定是已知的，并且是對φ(k)的最佳估計，則公式(3)可被近似替代為：

則公式(4)即為預測控制的泛模型。

3.根據權利要求2所述的非線性無模型預測控制方法，其特征在于，所述采用遞推最小二乘法求得泛模型中特征向量的估值序列的具體方法是：對泛模型(4)，采用遞推最小二乘法求φ(k-1)估值

其中，

p(k)＝(1-M(k)Δu^τ(k-1))p(k-1)。

4.根據權利要求3所述的非線性無模型預測控制方法，其特征在于，所述通過估值序列建立自回歸模型，采用廣義遞推梯度算法進行參數估計的具體方法是：在k時刻，通過公式(5)得到一系列估值序列利用這些歷史數據，建立自回歸模型，對其進行預測估計，即：

其中θ是系數，r是適當的階數，利用廣義遞推梯度算法求得參數的估計值：

5.根據權利要求4所述的非線性無模型預測控制方法，其特征在于，所述通過對未知參數的估計結果，求得泛模型特征向量的預測值的具體方法是：根據公式(7)，當參數為非時變時，對的預測公式是：

如果參數為時變的，進一步用多層低階預報方法對其進行預報，即對每個分量，分別建立他們的自回歸模型：

其中，n_i是第i個模型的階數，位置參數可以用最小二乘法辨識，如果辨識結果經檢驗是非時變的，就用公式(9)作為預報公式，即：

這時，預測公式寫為：

其中，j＝1,2…N_u-1，N_u為控制步長。