




版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、第三章第三章 預(yù)測控制中的模型與預(yù)測預(yù)測控制中的模型與預(yù)測演講者:李來 程才系統(tǒng)科學(xué)目錄3.1 知識回顧知識回顧123.2 3.2 階躍響應(yīng)與脈沖響應(yīng)模型階躍響應(yīng)與脈沖響應(yīng)模型3.1 知識回顧知識回顧預(yù)測控制是基于模型的控制算法,這一模型稱為預(yù)測模型。其功能是根據(jù)對象的歷史信息和未來輸入預(yù)測其未來輸出。預(yù)測控制預(yù)測模型具有表達(dá)系統(tǒng)未來動態(tài)行為的功能,對于不同的控制策略(一個控制作用序列)就可利用預(yù)測模型計算出不同的輸出預(yù)測軌跡,從而為選擇最優(yōu)控制策略使系統(tǒng)某個性能指標(biāo)優(yōu)化提供了基礎(chǔ)。3.1 知識回顧知識回顧辨識辨識就是通過測取所研究裝置在人為加入輸入信號作用下的輸出響應(yīng),或正常運(yùn)行時的輸入輸出
2、數(shù)據(jù)記錄加以必要的數(shù)據(jù)處理和數(shù)學(xué)計算,估計出裝置的數(shù)學(xué)模型。由于觀測數(shù)據(jù)一般都會有噪聲,因此辨識建模實際上是一種實驗(統(tǒng)計)方法,它所得到的模型只是與實際過程的外特征等價的一種近似描述。3.1 知識回顧知識回顧辨識非參數(shù)模型的辨識方法(經(jīng)典)獲得的模型是非參數(shù)模型。它在假定過程是線性的前提下,在測試時不必預(yù)先確定模型的具體結(jié)構(gòu),因而這類方法適合于任意復(fù)雜的過程。參數(shù)模型辨識方法(現(xiàn)代)必須假定一種模型結(jié)構(gòu),通過最小化模型與過程之間的誤差準(zhǔn)則函數(shù)來確定模型的參數(shù)。返回3.2 階躍響應(yīng)與脈沖響應(yīng)階躍響應(yīng)與脈沖響應(yīng)目錄3.2.1 單輸入單輸出裝置階躍響應(yīng)預(yù)測模型單輸入單輸出裝置階躍響應(yīng)預(yù)測模型123
3、.2.2 多輸入多輸出裝置階躍與脈沖響應(yīng)預(yù)測模型多輸入多輸出裝置階躍與脈沖響應(yīng)預(yù)測模型 3.2.1單輸入單輸出裝置階躍響應(yīng)預(yù)測模型單輸入單輸出裝置階躍響應(yīng)預(yù)測模型單位階躍響應(yīng)的采樣值ai = a(it) ,i = 1,2.其中T為采樣周期。對于漸近穩(wěn)定的裝置,階躍響應(yīng)在某一時刻tN = NT以后將趨于平穩(wěn),因而可以認(rèn)為aN已近似等于階躍響應(yīng)的穩(wěn)態(tài)值as = a(),這樣裝置的動態(tài)信息就可以近似的用有限集合a1,a2,.an加以描述。向量a = a1,a2,.anT 稱為模型向量,N則成為建模時域。 3.2.1單輸入單輸出裝置階躍響應(yīng)預(yù)測模型單輸入單輸出裝置階躍響應(yīng)預(yù)測模型在K時刻,假定控制作用
4、保持不變時對未來N個時刻輸出的初始預(yù)測值 y0(k+i|k) , i = 1,2,.N例如,在穩(wěn)態(tài)啟動時刻時應(yīng)該取 y0(k+i|k) = y(k),則當(dāng)K時刻控制作用有一增量u(K) 時,即可以算出在其作用下未來時刻的輸出值。 y1(k+i|k) = y0(k+i|k)+aiu(K) , i = 1,2,.N 同樣,在M個連續(xù)的控制增量u(K),.,u(K+M-1) 作用下,未來各時刻的輸出值為 yM(k+i|k) = y0(k+i|k)+sum ai-j+1u(K+j-1) 其中 i = 1,2,.N,j =1,2,.min(M,i)返回 3.2.2 多輸入多輸出裝置階躍、脈沖響應(yīng)預(yù)測模型
5、多輸入多輸出裝置階躍、脈沖響應(yīng)預(yù)測模型目錄3.2.2.1 階躍響應(yīng)與脈沖響應(yīng)模型階躍響應(yīng)與脈沖響應(yīng)模型123.2.2.2 利用階躍、脈沖響應(yīng)模型的預(yù)測控制利用階躍、脈沖響應(yīng)模型的預(yù)測控制 3.2.2.1 階躍響應(yīng)與脈沖響應(yīng)模型階躍響應(yīng)與脈沖響應(yīng)模型為獲得多輸入、多輸出裝置的階躍響應(yīng),人們可以將階躍響應(yīng)或者脈沖響應(yīng)信號施加到裝置的各個輸入上,并且記錄每一個輸出變量的開環(huán)響應(yīng),直到所有的輸出變量已趨于常數(shù)值。由于裝置是線性的,知道了響應(yīng)以后,就可以方便推導(dǎo)出裝置對其他任何輸入信號(向量)的響應(yīng)。 3.2.2.1 階躍響應(yīng)與脈沖響應(yīng)模型階躍響應(yīng)與脈沖響應(yīng)模型前面提到的公式中 y 的下標(biāo)表示控制作用的
6、變化的次數(shù),k+i|k 表示在k時刻對 k+i 時刻的預(yù)測。顯然在任一時刻 k ,只要知道了對象的輸出的初始值 y0(k+i|k) ,就可以根據(jù)未來控制作用增量,用預(yù)測模型計算出未來的裝置輸出。 3.2.2.1 階躍響應(yīng)與脈沖響應(yīng)模型階躍響應(yīng)與脈沖響應(yīng)模型概念:假設(shè)裝置處于穩(wěn)態(tài),所有的輸入和輸出初始值為“零”(處于一個穩(wěn)態(tài)工作點(diǎn)),用一個單位脈沖在“零”時刻加到第 j 個輸入端,單位脈沖函數(shù)為: uj(0) = 1 , uj(k) = 0 , 對于 k 0令輸出 i 端單位脈沖響應(yīng)時間序列為:hij(0) hij(1) .因而在 t 時刻全部的輸出響應(yīng)矢量為:h1j(t) h2j(t) . h
7、nj(t)T脈沖響應(yīng) 3.2.2.1 階躍響應(yīng)與脈沖響應(yīng)模型階躍響應(yīng)與脈沖響應(yīng)模型可以排列成一個矩陣來表達(dá)每一個輸出 i 與輸入 j 的單位脈沖響應(yīng) (假設(shè)裝置有 m 個輸入,p 個輸出)對任意輸出信號矢量(離散形式)u(0), u(1) ,.的響應(yīng) y(t)-因為是線性的-可由褶積和的形式給出脈沖響應(yīng) 3.2.2.1 階躍響應(yīng)與脈沖響應(yīng)模型階躍響應(yīng)與脈沖響應(yīng)模型概念:假設(shè)裝置處于穩(wěn)態(tài),所有的輸入和輸出初始值為“零”(處于一個穩(wěn)態(tài)工作點(diǎn)),用一個單位階躍在“零”時刻加到第 j 個輸入端,單位階躍函數(shù)為: uj(k) = 0 , 對于k = 0令輸出 i 端單位階躍響應(yīng)時間序列為:sij(0)
8、sij(1) .因而在 t 時刻全部的輸出響應(yīng)矢量為:s1j(t) s2j(t) . snj(t)T階躍響應(yīng) 3.2.2.1 階躍響應(yīng)與脈沖響應(yīng)模型階躍響應(yīng)與脈沖響應(yīng)模型可以排列成一個矩陣來表達(dá)每一個輸出 i 與輸入 j 的單位階躍響應(yīng) (假設(shè)裝置有 m 個輸入,p 個輸出)在下面的討論中,常常需要利用階躍響應(yīng)矩陣和輸入量的變化 u(t) = u(t) - u(t-1) 之間的關(guān)系,而不是用脈沖響應(yīng)矩陣和輸入量來表達(dá)任意輸入序列的輸出,為了得到這樣的關(guān)系,下面我們先導(dǎo)出階躍響應(yīng)和脈沖響應(yīng)之間的關(guān)系。階躍響應(yīng) 3.2.2.1 階躍響應(yīng)與脈沖響應(yīng)模型階躍響應(yīng)與脈沖響應(yīng)模型由上可知,在單位脈沖響應(yīng)中
9、,考慮在裝置輸入j 上增加一個單位階躍(離散形式):1,1,.。利用上式,得到輸出 i 的響應(yīng)是:因而可以得到單位階躍響應(yīng)矩陣與單位脈沖響應(yīng)矩陣之間的關(guān)系: 3.2.2.1 階躍響應(yīng)與脈沖響應(yīng)模型階躍響應(yīng)與脈沖響應(yīng)模型進(jìn)而可以得到: 3.2.2.1 階躍響應(yīng)與脈沖響應(yīng)模型階躍響應(yīng)與脈沖響應(yīng)模型矩陣 s(t) 整個時間序列 s(0) , s(1) , . 被稱為裝置的動態(tài)矩陣,它引出動態(tài)控制算法 DMC。有限時間序列可用來作為裝置的模型。因為如果 N 無窮大,會使得下式近似成立從而可以得到這就是單位階躍響應(yīng)和單位脈沖響應(yīng)之間的對應(yīng)關(guān)系。返回 3.2.2.2 利用階躍、脈沖響應(yīng)模型的預(yù)測控制利用階
10、躍、脈沖響應(yīng)模型的預(yù)測控制在預(yù)測控制算法中,內(nèi)部模型(這里用階躍響應(yīng)或脈沖響應(yīng)來表示)主要是用來預(yù)測未來的行為,一遍經(jīng)由一定的優(yōu)化算法來算出未來時段中的控制作用增量。如果我們由實驗測試獲得階躍響應(yīng)矩陣時間序列模型 S(0), S(1), . S(N) ,或者等價地獲得脈沖響應(yīng)序列 H(0), H(1), . H(N) , 當(dāng)然還可以從機(jī)理模型通過這樣的測試獲得S(t) 和 H(t) 模型。 3.2.2.2 利用階躍、脈沖響應(yīng)模型的預(yù)測控制利用階躍、脈沖響應(yīng)模型的預(yù)測控制在不考慮擾動的情況下,由于線性系統(tǒng)服從疊加原理,可以構(gòu)造輸出的序列如下:式中 y(k+i|k) 表示在 k 時刻 k + j 時刻 y 的預(yù)測, u 表示輸入序列,它包括已知過去的輸入和未來預(yù)測的輸入。 因為假設(shè)當(dāng) i N 時,H(i) 0 ,
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 商戶自治聯(lián)盟協(xié)議書
- 單位房屋管理協(xié)議書
- 醫(yī)院股份分配協(xié)議書
- 商標(biāo)部分轉(zhuǎn)讓協(xié)議書
- 合伙開店入股協(xié)議書
- 基于人工智能的供應(yīng)鏈管理解決方案研究
- 合同期滿解除協(xié)議書
- 勞務(wù)派遣股東協(xié)議書
- 合伙種植中藥協(xié)議書
- 基于數(shù)字化的婦幼健康宣傳教育新策略研究
- 暴雨天氣注意安全課件
- 天然氣安全技術(shù)說明書
- 供電公司隱患排查總結(jié)報告
- 《揭開貨幣神秘面紗》課件
- 商業(yè)銀行業(yè)務(wù)與經(jīng)營練習(xí)題
- 系統(tǒng)云遷移方案
- 山東省醫(yī)院護(hù)理服務(wù)質(zhì)量評價細(xì)則
- HSK六級真題與答案下載(第一套)
- 工程量確認(rèn)單
- 無機(jī)化學(xué)之錫鉛重要化合物介紹課件
- 分析色覺檢查圖讓色弱色盲不再痛苦
評論
0/150
提交評論