张 浩,赵 众

(北京化工大学信息科学与技术学院,北京 100029)

1 引言

模型预测控制(model predictive control,MPC)作为一类先进控制方法在航空航天、石油化工、发电等工业领域应用范围广,MPC控制器运行正常并保持良好的控制器性能具有非常重要的实际意义[1].

在工业实践中,MPC在投用初期普遍满足性能要求,而在经过一段时间的运行后,由于各种因素,MPC控制器的性能可能出现下降.为了解决这个问题,通过对MPC控制器进行实时性能评估,及时发觉MPC控制器性能的变化并进行控制器参数的保性能自愈研究正成为近年来的研究热点[2].

1989 年,Harris[3]提出了最小方差控制(minimum variance control,MVC)性能评价指标,基于此基准进行控制器性能评价.Desborough等人[4]在1993年对MVC性能指标实行了改进,计算得到实际方差与MVC指标之比,并将此作为控制器性能评价基准,当比值更接近1时,表示性能更好.Grimbl提出了广义MVC准则[5],针对MVC没有考虑约束,难以在实际中应用的问题进行了改进.Huang B和Shah S L在2009年提出了线性二次高斯指标(linear quadratic Gaussian,LQG)作为MPC性能评价的基准,不考虑约束,通过选取输入输出方差的加权,得到一条性能评价曲线作为基准,对MPC控制器性能进行评价[6].Yanting X等人提出了基于马氏距离(Mahalanobis distance,MDBI)及其推断基准的总体性能指标,用于MPC性能监控[7].在以往的控制器自愈研究中,Lee J H,Yu Z H通过闭环频域分析来调整控制器性能[8].Liu W,Wang G探索了几种多目标优化技术并提出了一种于所开发的递归多目标优化算法的预测控制器自动时序程序来研究控制器性能自愈[9].Ali E,Ai-Ghazzawi基于模糊逻辑探索开……