一种基于模型参考自适应辨识的半自动模型预测控制方法

多变量预测控制在应用中经常会遇到模型失配的问题,最终导致控制器不能满足控制要求.本文提出了一种模型预测控制(model predictive control,MPC)架构,通过被控对象和预测模型的频率响应误差判断模型是否失配;当模型失配时,首先对被控对象叠加持续激励信号;然后,通过改进的模型自适应辨识方法辨识对象的传递函数模型;最后,经过拉氏逆变换,将传递函数模型转化为FSR(finite step response)模型,重新恢复多变量预测控制.该方法不需要进行离线辨识试验,实现了模型的多变量辨识;辨识的传递函数模型的动态特性更加清晰,便于分析和修改;经过拉氏逆变换得到的FSR模型更加平滑,能够消除因模型误差引起的静差.经过仿真实验,证明了该方法的有效性.