基于二维模型预测控制的迭代学习控制性能评估方法

王永耀; 索寒生; 王娟; 孙希法

doi:10.16452/j.cnki.sdkjzk.2020.03.013

山东科技大学学报（自然科学版） ›› 2020, Vol. 39 ›› Issue (03) : 118 -128. DOI: 10.16452/j.cnki.sdkjzk.2020.03.013

基于二维模型预测控制的迭代学习控制性能评估方法

王永耀, 索寒生, 王娟, 孙希法

作者信息 +

Author information +

文章历史 +

PDF (1517K)

摘要

实际工业生产常用操作方式是批次过程,可以用迭代学习控制进行控制。针对过程模型未知的情形,采用子空间辨识求解模型参数,以迭代学习控制的性能评估为课题。首先,根据测量得到的输入输出数据构造Hankel矩阵,再借助QR分解、SVD分解等几何工具计算出子空间矩阵,最后由列子空间与行子空间估计出系统模型参数。在获得模型之后,把迭代学习控制作用下的闭环系统转换成二维模型。接着,提出了基于模型预测控制的基准,并给出了详细的推导证明。根据这些算法,得到最优控制律,并拟合出性能评估曲面,从而性能差距可以更直观地反映在三维空间中。最后,通过仿真对上述方法的效果进行了验证。