本书的定位是主要研究和介绍工业预测控制算法。通常,是需要区分“控制算法”和“控制科学中的数学问题”的。控制算法的好与坏应决定于其实用性,对“控制科学中的数学问题”,解决得好与差主要取决于其正确性和原创性。通常,控制算法的论述强调其能够实现的部分,但对精确的假设条件等可能不够重视。人们容易笼统地把“控制算法”和“控制科学中的数学问题”统称为控制理论,但是两者是有本质的区别的。类似稳定性、最优性等研究,是建立在严格的假设的基础上的(很多时候,这些假设没有被明确地说明,但应为研究者所熟知),属于控制科学中的数学问题。预测控制的研究,也应特别注意“控制算法”和“控制科学中的数学问题”之区别,达到一种默认或共识的程度。由宽到窄的词语分别为控制论、控制理论、预测控制、预测控制中的数学问题;或者:控制论、控制理论、预测控制、工业预测控制算法;或者:数学、应用数学、数学控制理论、预测控制中的数学问题。
在第1章,已经明确地指出:由“RTO+双层结构MPC+PID+被控对象”组成的系统,是一个多周期、多目标、含各层次模型、优化的复杂系统,其理论问题(如稳定性)远未解决,是个开放性的难题。这里,我们进一步分析其难度:
•多周期:RTO为小时级周期且不固定,双层结构MPC为分钟级周期且一般是固定的,PID为秒级周期。比较合理的做法是将PID作为被控系统的一部分,并针对被控系统离散时间模型(周期同双层结构MPC)进行研究;
•多目标:RTO、SSTC和动态控制各有自己的目标函数,且SSTC可能具有一系列的目标函数;
•含各层次模型:RTO采用稳态非线性模型,SSTC采用稳态线性模型,动态控制采用动态线性模型;
•含各层次优化:RTO采用非线性优化,SSTC采用线性和二次规划,动态控制采用二次规划。
首先,讨论工业预测控制算法实现中如何保证动态稳定性。简单地说,是通过试调控制器参数,用仿真的方法观察是否稳定的。这里给出简要的规则:
(1)最适宜调整的参数:预测时域(P,N)、控制时域(M,Nc)。增大预测时域和减小控制时域经常容易重获稳定性,但是增大预测时域会增加计算量,而减小控制时域会使得到的控制作用更保守;
(2)适宜调整的参数:输出跟踪误差加权矩阵Q(k)、输入增量加权矩阵Λ、动态控制模块中CV软约束松弛量加权中的调整系数ρ。对开环稳定和仅含积分型不稳定模态的模型,增大Λ容易重获稳定性,但会使得到的控制作用更保守。可有选择性的增大某个CV的Q(k)分量,使这个CV的波动减小。ρ根据Q(k)和Λ的幅值进行调整,体现对松弛量的适度惩罚;
(3)可调整的参数:MV的稳态速率约束、MV的变化速率约束Δu、CV的稳态速率约束或。对开环稳定模型,减小这些数值都使得系统更容易稳定,但控制更倾向于保守;
(4)谨慎调整的参数:开环预测模块中的平滑系数α、旋转因子σ、第一类积分CV的折算系数ξ、动态控制模块中加权的转换区域边界和、积分型CV设定值速率κ和安全时域L;
(5)特别谨慎调整的参数:模型时域N、控制周期或采样周期、Kalman滤波的可调参数、人工干扰模型参数Gp和Gd、积分标识(某个CV选择为稳定型或积分型)和积分类别(5类积分之一)。如何设计Gp和Gd还缺少研究;
(6)注意各类软约束、硬约束、等关注偏差、外部目标及其期望允许变化范围、外部设定值等,它们是外来和自动形成的,并不是可调参数。
以上调参数的方法很有效,但是不能让追求严格结果的学者满意。实际上,一直以来,MPC的主流稳定性研究是通过较大幅度地修改算法完成的[28,29,64,86],虽然得到了很多稳定性成果,但是并没有最终解决工业MPC的调整问题,满意仅停留在可接受的数学范围内,而不是在工程界。下面,针对学者满意,有时相信有工程前途的“预测控制中的数学问题”,进行简评。
现有的稳定性研究中,多采用目标函数的最优值做Lyapunov函数,这对分层优化的算法是很难奏效的。实际上,如果是以递阶结构的工业MPC为解决问题的基准,现有的MPC稳定性研究成果是在不同级别的简化下近似研究的成果。让我们针对由“RTO+双层结构MPC+被控系统模型”组成的架构,列出如表9-1所示的复杂性。
以表9-1为基础,可以将MPC的研究分成0~12共13个级别。级别越高,级别数越低;每增加一个复杂性,级别高一级,级别数减一;每减少一个复杂性,级别低一级,级别数加一。比如,具有所有12个复杂性的研究为第0级,而不具有任何一个复杂性的研究为第12级。目前,针对不含RTO、结构固定、单层的研究是主流,而含RTO、变结构、递阶这3个复杂性(尤其是前2个复杂性)的稳定性研究成果很少;考虑双层的稳定性研究时,基本上假设SSTC是无约束的[21,35]。针对其他9个复杂性的各种组合,已经得到了系列的稳定性结果(SCI论文数以千计),可大致总结如下:(www.xing528.com)
表9-1 递阶结构工业MPC的复杂性列表
•状态可测、调节问题的稳定性研究有成熟的理论体系[28,29,64,86];
•输出反馈(状态不可测)、无模型参数误差、调节问题的稳定性研究有成熟的理论体系[27];
•输出反馈、有模型参数误差、调节问题的稳定性研究已经得到了一些结果[6,7];
•用于特别非线性模型(如非完整动力学模型)的进展很少[13];
•自适应(未包含在12个复杂性中的)控制的研究成果极少[10];
•跟踪控制仅有少量成果[21]。
对这些分级、近似的研究,本书的主要观点如下:
•级别的高低不是判断水平和贡献的准绳,作为应用数学的分支,稳定性研究的正确性和原创性是判断水平的关键。
•这是以递阶结构的工业MPC为基准的分级,相当于默认了“递阶结构的工业MPC为研究的目标和归宿”这样的公理。但可以允许不相容的另外一个公理站脚,即“解决稳定性等控制理论核心问题是目标和归宿”——这个公理甚至可以质问:“不能解决稳定性的递阶结构的工业MPC是否足够科学?”
•完整地用学术方法阐述MPC的实际应用,涉及所有的控制理论和相关工程知识,并不是某一种或几种MPC学术理论可以概括的。
•MPC稳定性研究的实质,是各类研究人员的全体在数量不同的复杂性上进行的组合式、折中式的论证,是以升级、降级等方式所做的改进式、精细化探索,其终极目标是针对所有复杂性的完备化的稳定性理论体系。
《聊斋志异》中第一卷第一篇《考城隍》中的考题是“一人二人,有心无心”。针对上述分级近似的研究论著,如果出现错误或无创新,则不管源于何因,都会将负能量输送给陌生读者。如果你是这门学问的新手,你一般会问这样的问题:“我现在所献身的这门学问,一般的研究结果究竟在多大程度上是有用的?它的哪些东西是本质的,哪些则只是发展中的偶然的东西?我为什么要研究这门学问,以及这门学问能给我带来什么?”可惜本书还不能准确地回答这些问题,毕竟预测控制稳定性研究的前景尚有很多不可预测的地方。MPC的稳定性研究成果领先其工程应用15~30年,而双层结构MPC的工程应用领先其稳定性理论15~30年,因此在MPC的研究中,理论与实践是各领风骚20年,莫以吾丑对尔美的状况。研究MPC应善于从大趋势中寻找小趋势,从当前发展的大环境中寻找契机。尚可负阴抱阳,面对应用界阴为数学问题、阳为工程算法,面对数学界阴为应用价值、阳为数学问题,这样做才能达到对MPC的融会贯通、之乎者也。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。