基于Hammerstei模型的非线性预测控制

本文提出了一种针对Hammerstein 模型的预测控制策略。该策略将Hammerstein
模型中的无记忆非线性静态增益环节，改进成易于由中间变量求取控制量的环节，避免了求解高阶方程根的困难，又对线性环节采用线性系统的广义预测控制。由于引入了广义预测控制中多步预测的思想，抗噪声的能力显著提高。仿真结果验证了该策略的有效性。
在过去十几年中，基于线性模型的预测控制(简称MPC)已成为普遍的控制策略之一。对
于一系列工业过程(特别是炼油工业)，有过许多成功应用的报导。然而，许多重要的工业过程本质上是非线性的，因此，对于这类过程，除非线性调节器的参数整定得很保守，否则控制品质将会显著恶化。有鉴于此，对于大部分的非线性过程，必须采用非线性预测控制。将MPC 与非线性模型相结合是一种控制非线性过程的有效方法。在文献中，已报导了许多非线性模型[1-5]，在这一系列非线性模型中，Hammerstein 模型是最简单的一种。它在工业实际过程中可以很好的描述一大类非线性系统，如蒸馏塔、热交换器、PH 中和过程等等。许多学者提出了基于Hammerstein 模型的非线性模型预测控制，对Hammerstein 模型进行了预测控制和分析[1-4]。总观这些控制方法，都是将整个控制系统分解成线性和非线性两部分考虑，
在线性部分中，由不同预测方法求出中间变量，然后在根据静态非线性部分的特点，采用各种求取方程根的方法，最终求出控制量。
本文对一类简单的Hammerstein 模型进行预测控制研究。针对具有Hammerstein 模型特
点的非线性对象的线性动态环节采用了线性模型广义预测控制，求得中间变量。非线性静态增益环节经过改进，可以很容易的求得系统的控制量，而不需要考虑高次方程的求根问题，避免了解高阶方程根的困难，大大减少了计算量。仿真研究证实了算法的有效性。