模型预测控制(MPC)是一种根据系统动态模型和历史信息,通过对系统未来行为的预测来优化当前输入的控制策略。线性预测控制是基于线性预测模型,在理论上发展的比较成熟,并在工业过程控制的应用中取得很多成功。然而,对于非线性的过程对象,由于线性模型无法精确地描述其系统特性,因此仍需要使用非线性模型以及相应的预测控制策略。 本文主要在算法实验研究和工程应用两方面进行探讨。在算法实验研究中,基于智能工厂实验室的半实物仿真平台,构建不同的过程对象,并针对一类非线性过程对象,提出了基于最小二乘支持向量机的非线性预测控制策略。工业现场应用中,针对工艺流程复杂、干扰频繁和工况变化很大的轻烃分馏装置,设计以线性模型预测控制技术为主的先进控制系统,应用后取得良好的投运效果。 论文主要内容: 1.采用物理模拟和数字仿真相结合的形式,在以石化行业为背景的智能工厂实验室,构建各类过程对象并进行相应的预测控制算法研究。 2.提出了一种基于支持向量机的非线性预测控制算法,并基于智能工厂实验室的半实物仿真平台,设计非线性过程控制对象,实验验证了该非线性预测控制算法的有效性。 3.分析了轻烃分馏装置的工艺流程、控制现状和需求,根据现场需求设计先进控制系统,并取得了良好控制效果。 最后是全文总结和展望。