第三节模型算法控制MAC 第三节模型算法控制MAC】 第三节模型算法控制MAC 反馈校正 三，设定值与参考轨迹 三设定值与参考轨迹 以当前过程输出测量值与模型计算值之差格正模型衡测值 预测控制并不是要求输出迅速跟踪设定值，而 根据设定值和当前过程输出测量值确定参考轨迹 yn(k+D=y.(k+0+E[y)-y()/-12…,P 是使输出按一定轨迹缓慢地跟踪设定值 最广泛使用的参考轨迹为一阶指数变化形式 因-24at-0 y(h+)=a'yk)+1-a)yj=L2.…,P 对于P步预测 工，—采样周期 Y-(k)=Y()+Be(k) 口=e子I一参考轨迹的时涧常数 y一当前时刻过程输出 k)-)-y() B=RB…BT 一设定值 y)=k+)y传+2)…yk+P Y)=[y传+0y+2)…,k+P 第三节模型算法控制MAC 第三节模型算法控制MAC) 四最优控制 四.最优控制 第三节模型算法控制MAC) 优化控制的目标通数 最优控制率为 minJ-y)-卫.无+U, U()-HQH+RHQY.()-H,U,()-Be(k] 泰考这视y 法] =()-(()RU() 0-dingl.4…g】R-dig5…] 对象 代入Y) 现时刻的最优控制作用 横型 /=[HU)+H,U,)+)-了(CH,C,+HU,+)-y U:()=Dy.k)-HU,(W)-B] +码伏RU) 求解最优控制率 U偏0 D=l0…0l.r[HQH2+RH0 横型算法控制原理示意图 55 第三节 模型算法控制(MAC) 二. 反馈校正 以当前过程输出测量值与模型计算值之差修正模型预测值 y (k j) y (k j)  y(k) y (  k) , P P m j m N y (k) hu(k i) m i 对于P步预测 Y (k) Y (k) βe(k) P m e(k) y(k) y (k) β β β βT m 1 2 P Y (k) y (k 1) y (k 2) y (k T P P P P 1 P 第三节 模型算法控制(MAC) 三. 设定值与参考轨迹 预测控制并不是要求输出迅速跟踪设定值，而 是使输出按一定轨迹缓慢地跟踪设定值 过去 未来 yd y (k) r y(k) y (k) P u(t) t/T k k+1 k+P 第三节 模型算法控制(MAC) 三. 设定值与参考轨迹 根据设定值和当前过程输出测量值确定参考轨迹 最广泛使用的参考轨迹为一阶指数变化形式     j j yr d (k j) j 1, 2, , P T —— s 采样周期 T ——参考轨迹的时间常数 y(k)——当前时刻过程输出 T s   eT y —— d 设定值 Y (k) y (k 1) y (k 2) y (k T r r r r 1 P 第三节 模型算法控制(MAC) 四. 最优控制 优化控制的目标函数 2 2 min J Y (k) Y (k) U (k) P r Q R 2 Y (k) Y (k) Q Y (k) Y (k) U T T P r P r 2 2 代入Y (k) P        T 1 1 2 2 r 1 1 2 2 r U T (k)RU (k) 2 2 J 求解最优控制率 0 U (k) 2 第三节 模型算法控制(MAC) 四. 最优控制 最优控制率为 U (k)     H QH R H Q Y (k) H U (k) βe(k) 1 2 2 2T 2T r   1 1 Q diag 1 2 q q P q R 1 2 diag r r M 现时刻k的最优控制作用 U (k)    D Y (k) H U (k) βe(k) T 2 r 1 1 D 1 0 1 T T T 1 M 第三节 模型算法控制(MAC) y r 参考轨迹模型 优化算法 u y minJ 对象 y (k+i) r yd y 模型 m y (k+i) m yP 预测 y (k+i) P e 模型算法控制原理示意图