[发明专利]非线性无模型预测控制方法

权利要求书

1.一种非线性无模型预测控制方法，其特征在于，所述方法步骤如下：

步骤1：通过非线性模型求解预测控制的泛模型；

步骤2：采用递推最小二乘法求得泛模型中特征向量的估值序列；

步骤3：通过估值序列建立自回归模型，采用广义递推梯度算法对自回归模型进行参数估计；

步骤4：通过对自回归模型中未知参数的估计结果，求得泛模型特征向量的预测值；

步骤5：已知泛模型特征向量及其预测值，求得泛模型的预测控制律，带入工控系统中的设定值与控制参数，求得控制输出；

步骤6：将控制输出作用在工控系统上，得到系统输出。

2.根据权利要求1所述的非线性无模型预测控制方法，其特征在于，所述通过非线性模型求解预测控制的泛模型的具体方法是：对于非线性模型：

其中，

n是正整数。

m是正整数。

与控制律结合起来，可以实时的用泛模型来表述：

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

其中，φ(k)是关于的函数，被称作为y(k)对u(k)的泛模型特征向量。

根据公式(2)，系统的泛模型可表述为：

y(k+1)-y(k)＝φ(k)^τ[u(k)-u(k-1)] (3)

假定是已知的，并且是对φ(k)的最佳估计，则公式(3)可被近似替代为：

则公式(4)即为预测控制的泛模型。

3.根据权利要求2所述的非线性无模型预测控制方法，其特征在于，所述采用递推最小二乘法求得泛模型中特征向量的估值序列的具体方法是：对泛模型(4)，采用递推最小二乘法求φ(k-1)估值

其中，

p(k)＝(1-M(k)Δu^τ(k-1))p(k-1)。

4.根据权利要求3所述的非线性无模型预测控制方法，其特征在于，所述通过估值序列建立自回归模型，采用广义递推梯度算法进行参数估计的具体方法是：在k时刻，通过公式(5)得到一系列估值序列利用这些历史数据，建立自回归模型，对其进行预测估计，即：

其中θ是系数，r是适当的阶数，利用广义递推梯度算法求得参数的估计值：

5.根据权利要求4所述的非线性无模型预测控制方法，其特征在于，所述通过对未知参数的估计结果，求得泛模型特征向量的预测值的具体方法是：根据公式(7)，当参数为非时变时，对的预测公式是：

如果参数为时变的，进一步用多层低阶预报方法对其进行预报，即对每个分量，分别建立他们的自回归模型：

其中，n_i是第i个模型的阶数，位置参数可以用最小二乘法辨识，如果辨识结果经检验是非时变的，就用公式(9)作为预报公式，即：

这时，预测公式写为：

其中，j＝1,2…N_u-1，N_u为控制步长。