SCR系统多模型扰动抑制预测控制方法研究文献综述

文献综述（或调研报告）：

自动控制技术在近几十年获得了飞速的发展，在现代科学技术的众多领域中起着越来越重要的作用。二十世纪四十年代形成了完整的经典控制理论体系，以传递函数为基础，主要研究单输入单输出、线性定常系统的分析和设计问题。二十世纪六十年代现代控制理论问世，包括以状态为基础的状态空间法、动态规划、庞特里亚金的极小值原理和卡尔曼滤波器，主要研究高性能、高精度和多耦合回路的多变量系统问题。

现代控制理论在空间技术等领域取得了巨大成功，其基于最优性能指标的设计理论和方法对于追求更高控制品质和经济效益的工业过程具有极大的吸引力。然而，这种理论在工业生产过程的应用实践中却遇到了诸多困难。这主要由于工业过程中的对象往往机理复杂，难以建立精确的数学模型，许多对象还是时变的、大纯滞后的、多变量的并受多种复杂时变扰动的影响。这些因素限制了现代控制理论在复杂工业过程中的应用，也向控制理论提出了新的要求。

七十年代以来，研究人员不但加强对系统辨识与建模、自适应控制、鲁棒控制等的研究，还结合工业过程的特点努力寻找对模型要求低、控制效果好、在线计算便捷的优化控制算法。此外，数字计算机技术迅速发展，工业过程的计算机控制不断普及和发展。模型预测控制(Model Predictive Control，MPC)就是在这种背景下产生的一种基于模型的计算机优化控制算法。

预测控制是根据被控对象历史信息及未来输入预测出其未来的输出，在被控变量发生改变之前能够预测未来的变化趋势，使得操作变量做出相应的调节来防止被控变量偏离其设定值，为系统的优化提供先验信息，从而确定如何自动调节操作变量以使得未来时刻被控变量的数值满足控制需求，以达到最佳的控制目标。从本质上看预测控制算法就是利用对象过程模型预测对象未来状态以对控制对象加以实施控制作用的一种计算机算法。

预测控制以多种不同的预测模型为基础，采用在线滚动优化指标和反馈校正策略，力求能够有效的克服被控对象的不确定性、滞后性、时变等因素的动态影响，从而达到预测控制的控制目标一一输出的参考轨迹，使得被控系统有良好的稳定性和鲁棒性。预测控制系统的组成主要包括：预测模型、参考轨迹、在线校正、滚动优化等这四个方面。

最早出现的预测控制算法有Richalet等1978年提出的模型预测启发控制(Model Predictive Heuristic Control，MPHC)、Cutler等1980年提出的动态矩阵控制(Dynamic Matrix Control，DMC)和Mehra等1982年提出的模型算法控制(Model Algorithmic Control，MAC)。MPHC和MAC通过脉冲响应序列建立预测模型。DMC通过阶跃响应序列建立预测模型，都属于非参数模型。非参数模型易于从生产现场测试获取，无需预先知道过程模型的结构和阶次，但是只能描述稳定的对象。

二十世纪八十年代产生了基于参数模型的预测控制算法。其中以Clarke的广义预测控制(Generalized Predictive Control，GPC)最具代表性。GPC的被控对象模型采用可控自回归积分平均滑动模型(CARMA)，可以用于开环稳定的最小相位系统，也可用于非最小相位和不稳定系统。GPC引进了自适应控制的思想，在线递推估计和更新模型的参数，能够及时修正过程参数慢时变引起的预测误差，改善系统的动态性能。

预测控制在工业控制实践中不断发展并得到成功的应用，至今已经形成不同种类的预测控制算法，对复杂工业的优化控制产生了深刻的影响。近年来，国内外对模型预测控制理论和应用的研究日益重视，已深入到预测模型类型、优化目标设计、稳定性、鲁棒性以及抗扰性能分析设计等方面。

1. M. Kuure-Kinsey, B. Wayne Bequette. Multiple Model Predictive Control Strategy for Disturbance Rejection [J]. Ind. Eng. Chem. Res. 2010（49）：7983–7989.
2. G. Pannocchia. Disturbance models for offset-free model-predictive control [J], AIChE Journal, 2003, 49(2):426-437.
3. K. R. Muskea. Disturbance modeling for offset-free linear model predictive control [J], Journal of Process Control, 2002, 12: 617–632.
4. 王文博．模型预测控制的抗扰性能分析与改进方法研究[D]．浙江大学，2012。
5. 谈晨伟．SCR脱硝系统的多变量约束预测控制方法研究与应用[D]．东南大学，2016。
6. 王婷．模型预测控制在电厂选择性催化还原脱硝系统中的应用研究[D]．浙江大学，2015。
7. 董宸．燃煤电厂SCR脱硝过程的建模与控制[D]．东南大学，2013。
8. 乐艳．大范围工况系统的多模型约束预测控制算法[D]．上海交通大学，2004。
9. 赵慧荣，沈炯，沈德明，等．主汽温多模型扰动抑制预测控制方法[J]．中国电机工程学报, 2014, 34(32):5763-5770。