预测控制技术的发展背景

寻求一种能利用计算机的计算能力有效处理系统约束的优化控制算法促成了预测控制的产生和发展。可以这么说，预测控制起源于工业应用，起源于解决实际控制问题，并且是在工业界首先有成功应用后才有相应的理论研究的。因此沿着已有论文的出版顺序并不能完全了解模型预测控制早期发展的轨迹。——见参考文献[56]

本书中所涉及的工业过程主要是指流程工业过程，如炼油、化工、冶金、造纸、水泥等工业生产过程，MPC通常被应用于这些工业过程的某些生产单元。MPC也称滚动时域控制（Receding Horizon Control，RHC），是一类基于模型的控制算法的总称。预测控制在过去近40年中被成功地应用于过程控制领域，已经成为过程工业解决有约束多变量控制问题的标准方法。预测控制可以处理各种约束，并把各种要求以软约束和目标函数等形式结合到控制中加以考虑，它通过提高过程控制的动态性能，减少过程变量的波动幅度，经常将生产过程推进至关键约束条件（质量或经济上的）边界上运行，实现卡边控制。目前，在工程应用中使用最为广泛的是基于输入输出模型结构的MPC算法（模型形式包括参数模型和非参数模型），其中最为成功的是美国Aspen Technology公司的DMCplus技术。

在工业优化控制技术中，预测控制通常位于体系结构的中间层。这有些类似于一所大学，具有学校、学院、系所等从上而下的管理结构，预测控制相当于学院级。预测控制经常被称为多变量协调控制。预测控制是实现上级优化结果的有效手段，原因在于其处理约束的能力；如果采用PID等底层控制，则难以处理大量约束，尤其是“卡边”的约束。对一个实际被控过程，如果不采用预测控制等先进控制手段，则可能存在前馈、串级、均匀、比值、分程、超前滞后补偿、运算（加减乘除）、选择逻辑（高选、低选）等各种复杂的组态；而采用预测控制后，这些复杂的组态将大大减少。预测控制基于被控对象的模型，采用数学规划方法，可以“统一”地代替复杂组态的功能，并且能获得更好的效果。(www.xing528.com)

总之，预测控制的主要发展背景（或称主要应用领域、主要优势领域）就是流程过程先进控制和约束多变量控制。