[发明专利]动态模型预测控制

说明书

技术领域

本发明涉及在模型预测控制器中确定操作变量的动态运动，具体地，本发 明涉及一种计算方法，其中，作为一个优化解法的一部分同时进行稳态优化和 动态运动计算。

背景技术

自从1980年开始，模型预测控制(MPC)的基本公式包括两步解法。受 约束的稳态优化解法的第一步包括根据过去操作变量运动的结果，基于当前预 测的将来稳态，对受控变量和操作变量二者确定最优稳态目标。在动态运动计 算解法的第二步中，计算操作变量的动态运动以获得达到最优稳态目标的过 程。然而，通过控制时域上的操作变量的多个将来运动或它们的某些改变，动 态运动被计算为不受约束的最少均方解以最小化受控变量在预测时域上的预 测误差的平方，而不是计算为明确的约束动态解。此外，通过采用滚动时域 (receding horizon)方法，重复执行这些两步解法以持续更新最优稳态目标及 动态运动。2步解法的一个关键不足是即使稳态解不违反(violate)上/下限， 受控变量值也可能违反上/下限。作为无约束解的动态运动计算不能确保受控 变量不违反受控变量各自的上/下限，同时如稳态优化步骤更早确定的那样向 稳态目标运动。因此，在现有的MPC中，在改变过程条件的情况下，MPC的 动态性能可能发生显著的改变。另外，在一组过程条件下，改善不良性能的任 何企图必然将导致控制器调节(controller tuning)的改变，在某些其它过程条 件下，这随后会产生不良的性能。对于宽范围的操作条件，现有的MPC在性 能上并不良好。

实际上，为了避免该问题，使用用于受控变量和操作变量二者的各种形式 的调节权重。特定地，对于动态运动计算，需要受控变量权重和操作变量权重 以确保使受控变量的动态违反最小。通常，通过减少运动的尺寸来并从而降低 接近最优稳态目标的速度，增加操作变量权重减少受控变量的动态违反。一定 量的操作变量的调节权重对于维持在控制下的过程的动态稳定性是必不可少 的。然而，实际上，调节权重的有效性相当受限于并且非常依赖于操作的范围。 一组调节权重值不能确保在改变操作条件的情况下受控变量的动态违反是相 同的。因此，实际上，基于折衷的办法来设置调节权重，由此通过接受缓慢的 过程性能来取得受控变量的动态违反。因此，为了维持控制下的过程的响应和 稳定性，需要不时地调整调节权重。这是试错法。在改变干扰条件的情况下， 被不良调节的MPC将通过根据受控变量的过量的动态违反来执行。在中等大 小的MPC中，不容易设置在所有时间始终如一地进行执行的调节权重。本质 上，现有技术中的2步解法包括特征为在稳态优化中无约束的动态运动的效果 的正反馈环路及相反的情况。这使得现有的MPC由于在包括受控变量和操作 变量二者的调节权重的可测量的和不可测量的干扰干扰中的一定的动态改变 量而更容易受到自身引起的不稳定性。

在最近的25年中，在工业领域，2步解法已经是MPC实施的壁垒。从 1980年Shell开发公司第一次引入2步解法至今，该解法基本保持相同。Lu 等人的现有专利US PAT#5758047涉及一种2步解，其中第一步的稳态目标和 动态运动计算是协调的，在第二步中通过增强的问题求解动态运动。基本上， 在另一较早的US专利#4616308中Morshedi等人公开了涉及动态运动的计算 的相同的2步过程。

发明内容

现有MPC的关键问题是通常仅通过调节权重来控制受控变量的动态违 反。

因此，本发明的目的是提供一种系统和方法，该系统和方法明确地约束在 到达操作变量运动中受控变量的动态违反，从而导致改善的和鲁棒的控制性 能。

附图说明

图1是说明现有MPC中的2步解的框图；

图2是说明根据本发明的动态MPC的框图；

图3是受控变量的动态违反的说明；

图4.1是动态MPC的说明；

图4.2是具有约束稳态最优目标的预测动态违反的动态MPC的说明；

图4.3是具有不约束稳态最优目标的预测动态违反的现有MPC的说明；

图5说明操作变量运动约束锥形；

图6是DeButanizer示意性过程流图表；

图7是DeButanizer示例的过程变量；

图8是具有和不具有U8PC01的动态嵌入的性能比较。

具体实施方式