问：模型预测控制的引言
- 答：随着现代科学技术的进步和计算机技术的发展，工业过程日益走向大型化、连续化、复杂化，对工业生产过程控制的品质提出了更高的要求，控制与经济效益的矛盾日趋尖锐。很多系统具有高度的非线性、多变量耦合性、不确定性、信息不完全性和大时滞等特性，被控变量与控制变量存在着各种约束等，要想获得精确的数学模型十分困难，常规控制无法得到满意伍笑的控制效果。因此，对于过程控制系统的设计，已不能采用单一基于定量数学模型的传统控制理论和控制技术，必须研究先进的过程控制规律。先进控制的目标就是为了解决那些采用常规控制效果不佳，甚至无法解决的复杂工业过程控制问题。现代控制理论和人工智能几十年来并档的发展为先进控制技术奠定了应用理论基础，而控制计算机尤其是集散控制系统(DCS)的普及和提高，则为先进控制(APC)的应用提供了强有力的硬件和软件平台。总之，企业的需要、控制理论和计算机技术的发展是先进控制技术发展的强有力的推动力。
通过模型识别、优化算法、结构分析、参数整定和稳定性鲁棒性的研究解决和处理了许多常规控制效果不好甚至无法控制的复杂过程控制的问题，构成了一种基于模型控绝橘乱制的理论体系，先进控制技术包括软测量技术、内模控制、模型预测控制、预测函数控制、模糊控制、神经 、专家控制等。本文重点论述模型预测控制的方法和应用。
问：模型预测控制的方法
- 答：是一种基于模型的闭环优化控制策略，其算法的核心是：可预测未来的动态模型，在线反复优化计算并滚动实施的控制作用和模型误差的反馈校正。模型预测控制具有控制效果好、强等优点，可有效地克服过程的不确定性、非线性和并联性，并能方便的处理过程被控变量和操纵变量中的各种约束。从模型预测控制的基本原理出发，常见的有三种预测控制算法：
1)基于非参数模型的模型预测控制
代表答告慎性算法有模型算法(MAC)和动态矩阵控制(DMC)。这类算法分别采用脉冲响应模友世型和有限模型作为过程预测模型，无需考虑模型结构和阶次，可将过程时滞自然纳入模型中，尤其适合表示动态响应不规则的对象特性，适合处理开环稳定多变量过程约束问题的控制。
2)基于ARMA或CARIMA等输入输出参数化模型的预测控制算法。
这类算法有经典自适应控制发展而来，融合了自校正控制和预测控制的优点。其反馈校正通过模型的在线辨识和控制率的在线修正以自校正的方式实现，其中最具代表性的是广义预测算法，它可应用于时变时滞较难控制的对象，并对系统的时滞和阶次不确定有良好的鲁棒性，但对于多变量系统，算法实施较困难。
3)滚动时域控制。由LQ和LQG算法发展而来
对于状态空间模型，用有限时域二次性能指标再加终端约束的滚动时域控制算法来保证系统稳定性。它已拓展到跟踪控制和输出反馈控制。各类模型预测控制算法虽然在模型、控制和性能上存在许多清敬差异，但其核心都是基于滚动时域原理，算法中包含了预测模型、滚动优化和反馈校正三个基本原理。
问：模型预测控制的基本原理
- 答：模型预测控制的基本原理如下：
模型预测控制的基本原理是根据当前时刻测量得到的系统状态,求取一个有限时域开环优化问题,得到一个控制序列,但是只把控制序列第一个元素作用于系统。
预测模块的原理预测控制伴随着工业的发展而来，所以，预测控制与工业生产有着紧密的结合，火电厂钢球磨煤机是一个多变量、大滞后告森、强耦合的控制对象，其数学模型很难准确建立。
模型算法（MAC）控制主要包括内部模型、反馈校正、滚动优化和参数输入轨迹等几个部分。它采用基于脉冲响应的非参数模型作为内部模型，用过去和未来的输入输出状态，根据内部模型，预测系统未来的输出状态。
功能模块化的根据是，如果一个问题有多个问题组合而成，销友携那么这个组合问题的复杂程度将大于分别考虑这个问题时的复杂程度之和。这个结论使得人们乐于利用功能模块化方法将复杂的问题分解成许多容易解决的局部问题。
滚动优化 滚动优化是指在每个采样周期都基于系亏伏统的当前状态及预测模型，按照给定的有限时域目标函数优化过程性能，找出最优控制序列，并将该序列的第一个元素施加给被控对象。
