一种面向输入输出故障的变结构模型预测控制方法
Model Predictive Control Method with Variable Structure to Input-output Faults
查看参考文献20篇
|
文摘
|
针对输入执行机构故障及输出测量装置故障往往导致MPC(model predictive control)控制器无法实现控制目标的问题,通过对输入稳态与输出稳态关系的分析,提出将存在故障的输入或者输出从控制器的操作变量和被控输出中去除、改变控制器结构的变结构预测控制方法.由于输入故障变结构控制减少了控制器操作变量自由度导致输出稳态误差很大,故根据输出变量优先级重新计算输出设定点以保障重要输出优先满足控制要求.输出故障变结构控制采用结合输入变量稳态值目标跟踪的DMC(dynamic matrix control)算法,避免了输出传感器故障对系统的影响并且保障了被控输出的控制目标可达.利用Shell benchmark重油分馏塔模型仿真验证了本方法的有效性. |
|
其他语种文摘
|
Input actuator faults and output measurement device faults always lead to poor control performance of model predictive control (MPC). By analysis of the steady-state relationship between input and output,we propose an improved MPC method with variable structure,which removes the faulty input or output variables from the controller. Some high-priority output set points need to be recalculated to meet the control requirements, due to the reduction of input degree caused by the variable structure. The output fault variable structure control used the dynamic matrix control (DMC) algorithm,which ensures integrated input steady-state targets and prevents the system from being influenced by output sensor faults. Simulation results of Shell heavy oil fractionator benchmarks validated the effectiveness of the proposed method. |
|
来源
|
信息与控制
,2016,45(6):653-659 【核心库】
|
|
DOI
|
10.13976/j.cnki.xk.2016.0653
|
|
关键词
|
动态矩阵控制
;
变结构控制
;
输出优先级
;
输入稳态目标跟踪
|
|
地址
|
1.
中国科学院沈阳自动化研究所, 中国科学院网络化控制系统重点实验室, 辽宁, 沈阳, 110016
2.
沈阳中科博微科技股份有限公司, 辽宁, 沈阳, 110179
|
|
语种
|
中文 |
|
文献类型
|
研究性论文 |
|
ISSN
|
1002-0411 |
|
学科
|
自动化技术、计算机技术 |
|
基金
|
国家863计划
;
国家自然科学基金资助项目
;
工信部智能制造综合标准化试验验证项目
;
中国科学院网络化控制系统重点实验室基金资助项目
|
|
文献收藏号
|
CSCD:5911006
|
参考文献 共
20
共1页
|
|
1.
Richalet J. Model predictive heuristic control: Applications to industrial processes.
Automatica,1978,14(5):413-428
|
被引
81
次
|
|
|
|
|
2.
Culter C R. Experience with the DMC inverse for identification.
Proceedings of the 4th International Conference on Chemical Process Control,1991:297-317
|
被引
2
次
|
|
|
|
|
3.
Clarke D W. Generalized predictive control,part 2: Extensions and interpretations.
Automatica,1987,23(2):149-160
|
被引
302
次
|
|
|
|
|
4.
席裕庚.
预测控制.(第2版),2013:51-72
|
被引
2
次
|
|
|
|
|
5.
Darby M L. MPC: Current practice and challenges.
Control Engineering Practice,2012,20(4):328-342
|
被引
24
次
|
|
|
|
|
6.
Neshasteriz A R. Generalized predictive control and tuning of industrial processes with second order plus dead time models.
Journal of Process Control,2010,20(1):63-72
|
被引
4
次
|
|
|
|
|
7.
钱积新.
预测控制,2007:2-16
|
被引
2
次
|
|
|
|
|
8.
席裕庚. 模型预测控制——现状与挑战.
自动化学报,2013,39(3):222-236
|
被引
224
次
|
|
|
|
|
9.
杜运成. 控制系统故障诊断方法综述.
工业仪表与自动化装置,2008(5):9-13
|
被引
2
次
|
|
|
|
|
10.
Pranatyasto T N. Sensor validation and process fault diagnosis for FCC units under MPC feedback.
Control Engineering Practice,2001,9(8):877-888
|
被引
2
次
|
|
|
|
|
11.
Qin S J. Detection and identification of faulty sensors in dynamic processes.
Aiche Journal,2001,47(7):1581-1593
|
被引
4
次
|
|
|
|
|
12.
李俊领. 自适应容错控制的发展与展望.
控制与决策,2014,29(11):1921-1926
|
被引
7
次
|
|
|
|
|
13.
Chen W. Fault-tolerant control against stuck actuator faults.
IEE Proceedings-Control Theory Applications,2005,152(2):138-146
|
被引
10
次
|
|
|
|
|
14.
高闪. 输入非线性系统的执行器故障容错控制.
信息与控制,2015,44(4):463-468
|
被引
2
次
|
|
|
|
|
15.
Xu Z H. A multi-iteration pseudo-linear regression method and adaptive disturbance model for MPC.
Journal of Process Control,2010,20(4):384-395
|
被引
7
次
|
|
|
|
|
16.
金鑫. 对角CARIMA模型抗扰约束广义预测控制.
化工学报,2014,65(4):1310-1316
|
被引
5
次
|
|
|
|
|
17.
邹涛.
模型预测控制工程应用导论,2010:115-128
|
被引
2
次
|
|
|
|
|
18.
王文博. 扰动自适应模型预测控制的频域特性分析.
计算机与应用化学,2011,28(12):1492-1496
|
被引
2
次
|
|
|
|
|
19.
李少远. 工业过程系统的预测控制.
控制工程,2010,17(4):407-415
|
被引
6
次
|
|
|
|
|
20.
邹涛. 多变量预测控制系统稳态解的相容性与唯一性分析.
自动化学报,2013,39(5):519-529
|
被引
14
次
|
|
|
|
|
了解气象卫星更多信息，请访问