[发明专利]基于ARX-Laguerre函数模型的过热汽温PID预测控制方法

摘要

本发明提供一种基于ARX‑Laguerre函数模型的过热汽温PID预测控制方法，该方法弥补了传统串级PID控制对于复杂系统跟踪速度慢、控制精度差的缺点，以及弥补基于智能控制理论的模糊控制算法、人工神经网络控制算法、免疫控制算法等在过热气温控制上的不足，该方法与Laguerre函数模型预测控制算法(LMPC算法)以及加入PID的Laguerre函数模型预测控制算法(LPMPCPID算法)相比，控制性能更加优秀，提供了一种更优秀的过热气温控制策略。

主权项

1.基于ARX-Laguerre函数模型的过热汽温PID预测控制方法，其特征在于，包括如下步骤：/n步骤一、选取被控对象，被控对象实际输入为u，实际输出为y；/n步骤二、使用u和y对ARX-Laguerre函数模型的参数矩阵C^T在线辨识，选取极点ξ_a和ξ_b，得到模型参数矩阵A、B_u和B_y；/n步骤三、将步骤二得到的参数矩阵代入ARX-Laguerre函数模型，得到预测模型，该预测模型未来P步的输出矩阵为Y_m；/n步骤四、使用对象的实际输出y对预测模型未来P步的输出矩阵Y_m进行误差修正，修正后的模型输出矩阵为：/n /n步骤五、依据目标要求选定设定值r和柔化因子β，求得未来P步的参考轨迹矩阵为：/n /n步骤六、将修正后的模型输出矩阵与参考轨迹矩阵Y_r作差得到差值E，由E相继得到ΔE和Δ²E；/n步骤七、在预测控制的二次性能指标中加入PID参数，得到新的性能指标J,即为：/nJ＝K_IE(k+1)^TQE(k+1)+K_PΔE(k+1)^TQΔE(k+1)+K_DΔ²E(k+1)^TQΔ²E(k+1)+ΔU_m(k)^TRΔU_m(k)/n步骤八、将步骤六得到的差值E代入到性能指标J中，并对J求偏导，得到最优控制率：/n /n取最优控制率的第一个元素作为最优控制量，得到：/n /n将最优控制量累加得到新的u；/n步骤九、重复步骤一至八，直至预测模型趋近于实际系统，同时输出趋近于设定值。/n