高速公路軟基路堤沉降動(dòng)態(tài)預(yù)測(cè)與控制簡(jiǎn)介

《高速公路軟基路堤沉降動(dòng)態(tài)預(yù)測(cè)與控制》是2002年鐘才根所寫的關(guān)于結(jié)構(gòu)工程的學(xué)位論文。

副題名

外文題名

Dynamic prediction and control for settlement of highway embankment on soft soil

論文作者

鐘才根著

導(dǎo)師

楊林德教授指導(dǎo)

學(xué)科專業(yè)

結(jié)構(gòu)工程

學(xué)位級(jí)別

d 2002n

學(xué)位授予單位

同濟(jì)大學(xué)

學(xué)位授予時(shí)間

2002

關(guān)鍵詞

高速公路 軟土地基 路堤沉降

館藏號(hào)

U416

2100433B

連續(xù)預(yù)測(cè)控制預(yù)測(cè)控制算法框圖

雖然預(yù)測(cè)控制有許多算法，一般的意義上說(shuō)，它們的原理都是一樣的，算法框圖如圖1所示：

連續(xù)預(yù)測(cè)控制預(yù)測(cè)控制三個(gè)基本原則

(1)預(yù)測(cè)模型

預(yù)測(cè)控制是一種基于模型的控制算法，該模型被稱為預(yù)測(cè)模型。對(duì)于預(yù)測(cè)控制而言，只注重模型功能，而不是模型的形式。預(yù)測(cè)模型是基于對(duì)象的歷史信息和輸入，預(yù)測(cè)其未來(lái)的輸出。從方法論的角度來(lái)看，只要信息的收集具有預(yù)測(cè)功能，無(wú)論什么樣的表現(xiàn)，可以作為預(yù)測(cè)模型。這樣的狀態(tài)方程、模型傳遞函數(shù)都可以用來(lái)作為一個(gè)傳統(tǒng)的預(yù)測(cè)模型。例如線性穩(wěn)定對(duì)象，甚至階躍響應(yīng)、脈沖響應(yīng)的非參數(shù)模型，，都可直接作為預(yù)測(cè)模型。此外，非線性系統(tǒng)，分布式參數(shù)系統(tǒng)模型，只要具備上述功能也可以在這樣的預(yù)測(cè)控制系統(tǒng)中時(shí)用來(lái)作為預(yù)測(cè)模型。因此，預(yù)測(cè)控制打破了嚴(yán)格的控制模型結(jié)構(gòu)的傳統(tǒng)要求，可按照功能要求根據(jù)最方便的信息集中方式基礎(chǔ)建模。在這種方式中，可以使用預(yù)測(cè)模型為預(yù)測(cè)控制進(jìn)行優(yōu)化，.以提供的先驗(yàn)知識(shí)來(lái)確定什么樣的控制輸入，從而使下一次受控對(duì)象的輸出變化與預(yù)定的目標(biāo)行一致。

(2)滾動(dòng)優(yōu)化

預(yù)測(cè)控制是一種基于優(yōu)化的控制，但其控制的輸入不是根據(jù)模型和性能指標(biāo)一次解決并實(shí)現(xiàn)它，而是在實(shí)時(shí)的時(shí)間里來(lái)滾動(dòng)優(yōu)化解決。在每一步的控制中，定義從目前到未來(lái)有限時(shí)域的最優(yōu)化問(wèn)題，通過(guò)參數(shù)優(yōu)化求解時(shí)域的最優(yōu)控制輸入，但是只有真正的即時(shí)輸入控制才給予實(shí)現(xiàn)。到下一個(gè)控制周期，重復(fù)上述步驟，整個(gè)優(yōu)化領(lǐng)域向前一步滾動(dòng)。在每個(gè)采樣時(shí)刻，優(yōu)化性能指標(biāo)只涉及從現(xiàn)在到未來(lái)有限的時(shí)間，并且下一個(gè)采樣時(shí)刻，優(yōu)化時(shí)段向前推移。因此，預(yù)測(cè)控制全局優(yōu)化指標(biāo)是不一樣的，在每一個(gè)時(shí)刻有一個(gè)相對(duì)該時(shí)刻的優(yōu)化指標(biāo)。因此，預(yù)測(cè)控制的優(yōu)化不是一次離線進(jìn)行，而是在線反復(fù)進(jìn)行，這是滾動(dòng)優(yōu)化的意義，預(yù)測(cè)控制的這一點(diǎn)也是不同于傳統(tǒng)最優(yōu)控制的根本。

(3)反饋校正

基礎(chǔ)的預(yù)測(cè)模型中，對(duì)象的動(dòng)態(tài)特性只有粗略的描述，由于實(shí)際系統(tǒng)中有非線性、時(shí)變、模型不匹配、干擾等因素，基于相同模型的預(yù)測(cè)，與實(shí)際情況是無(wú)法完全匹配的，這需要用其他手段補(bǔ)充預(yù)測(cè)模型和實(shí)際對(duì)象的誤差，或?qū)A(chǔ)模型進(jìn)行校正。滾動(dòng)優(yōu)化只有建立在反饋校正的基礎(chǔ)上，才能體現(xiàn)其優(yōu)越性。因此，通過(guò)預(yù)測(cè)控制算法的優(yōu)化，確定一系列未來(lái)的控制作用，為了防止模型失配或環(huán)境干擾引起的控制措施對(duì)理想狀態(tài)造成的影響，這些控制沒(méi)有完全逐一實(shí)現(xiàn)，只實(shí)現(xiàn)即時(shí)控制作用。到下一個(gè)采樣時(shí)間，首先監(jiān)測(cè)對(duì)象的實(shí)際輸出，并使用此信息在預(yù)測(cè)模型的基礎(chǔ)上進(jìn)行實(shí)時(shí)校正，然后進(jìn)行新的優(yōu)化。因此，預(yù)測(cè)控制優(yōu)化不僅基于模型，并使用了反饋信息，從而構(gòu)成一個(gè)閉環(huán)優(yōu)化。

連續(xù)預(yù)測(cè)控制預(yù)測(cè)控制基本特征

(1)預(yù)測(cè)控制算法利用過(guò)去，現(xiàn)在和未來(lái)(預(yù)測(cè)模型)的信息，而傳統(tǒng)的算法，如PID等，只取過(guò)去和現(xiàn)在的信息;

(2)對(duì)模型要求低，現(xiàn)代控制理論難以大規(guī)模應(yīng)用于過(guò)程工業(yè)，重要原因之一就是對(duì)模型精度過(guò)于苛刻，預(yù)測(cè)控制成功地克服這一點(diǎn);

(3)模型預(yù)測(cè)控制算法具有全局滾動(dòng)優(yōu)化，每個(gè)控制周期持續(xù)的優(yōu)化計(jì)算，不僅在時(shí)間上滿足實(shí)時(shí)性要求，還通過(guò)全局優(yōu)化打破傳統(tǒng)局限，組合了穩(wěn)定優(yōu)化和動(dòng)態(tài)優(yōu)化;

(4)用多變量控制思想來(lái)取代單一的可變控制傳統(tǒng)手段。因此，在應(yīng)用到多變量的問(wèn)題時(shí)，預(yù)測(cè)控制通常被稱為多變量預(yù)測(cè)控制;

(5)最重要的是能有效地處理約束。因?yàn)樵趯?shí)際生產(chǎn)中，通常將制造過(guò)程工藝設(shè)備的狀態(tài)設(shè)置為在邊界條件(安全邊界，設(shè)備功能邊界，工藝條件邊界等)上操作，該操作狀態(tài)下，操作變量往往產(chǎn)生飽和以及被控變量超出約束的問(wèn)題。所以可以處理多個(gè)目標(biāo)，有約束控制能力成為一個(gè)控制系統(tǒng)長(zhǎng)期、穩(wěn)定和可靠運(yùn)行的關(guān)鍵技術(shù)。

連續(xù)預(yù)測(cè)控制預(yù)測(cè)控制種類

1978年，Richalet等首先闡述了預(yù)測(cè)控制的思想，預(yù)測(cè)控制是以模型為基礎(chǔ)，采用二次在線滾動(dòng)優(yōu)化性能指標(biāo)和反饋校正的策略，來(lái)克服受控對(duì)象建模誤差和結(jié)構(gòu)、參數(shù)與環(huán)境等不確定因素的影響，有效的彌補(bǔ)了現(xiàn)代控制理論對(duì)復(fù)雜受控對(duì)象所無(wú)法避免的不足之處。

預(yù)測(cè)控制自發(fā)展以來(lái)，算法種類非常繁多，但按其基本結(jié)構(gòu)形式，大致可以分為三類：

(I)由Cutler等人提出的以非參數(shù)模型為預(yù)測(cè)模型的動(dòng)態(tài)矩陣控制(Dynamic Matrix Control, DMC), Rauhani等人提出的模型算法控制(Model Algorithmic Control,MAC).這類非參數(shù)模型建模方便，只需通過(guò)受控對(duì)象的脈沖響應(yīng)或階躍響應(yīng)測(cè)試即可得到，無(wú)須考慮模型的結(jié)構(gòu)與階次，系統(tǒng)的純滯后必然包括在響應(yīng)值中。其局限性在于開(kāi)環(huán)自穩(wěn)定對(duì)象，當(dāng)模型參數(shù)增多時(shí)，控制算法計(jì)算量大。

(2)與經(jīng)典的自適應(yīng)控制相結(jié)合的一類長(zhǎng)程預(yù)測(cè)控制算法(Generalized Predictive Control, GPC).這一類基于辨識(shí)模型并且有自校正的預(yù)測(cè)控制算法，以長(zhǎng)時(shí)段多步優(yōu)化取代了經(jīng)典的最小方差控制中的一步預(yù)測(cè)優(yōu)化，從而適用于時(shí)滯和非最小相位對(duì)象，并改善了控制性能，具有良好的魯棒性。

(3)基于機(jī)構(gòu)設(shè)計(jì)不同的另一類預(yù)測(cè)控制算法:包括由Garcia提出的內(nèi)?？刂?Internal Model Control, IMC), Brosilow等人提出的推理控(Inference Control)等。這類算法是從結(jié)構(gòu)上研究預(yù)測(cè)控制的一個(gè)獨(dú)特分支。

以上述典型預(yù)測(cè)控制為基礎(chǔ)結(jié)合近幾年發(fā)展起來(lái)的各種先進(jìn)控制策略，形成了一些先進(jìn)的預(yù)測(cè)控制算法，包括極點(diǎn)配置預(yù)測(cè)控制、解禍預(yù)測(cè)控制、前饋補(bǔ)償預(yù)測(cè)控制、自適應(yīng)預(yù)測(cè)控制，魯棒預(yù)測(cè)控制等。本文重點(diǎn)研究自適應(yīng)預(yù)測(cè)控制，即基于自適應(yīng)雙重控制的預(yù)測(cè)控制算法。

另外，諸如模糊預(yù)測(cè)控制，神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)控制等智能預(yù)測(cè)控制算法的發(fā)展為解決復(fù)雜受控系統(tǒng)提供了強(qiáng)有力的支持。

許多新型的預(yù)測(cè)控制層出不窮，如預(yù)測(cè)函數(shù)控制、多速率采樣預(yù)測(cè)控制、多模型切換預(yù)測(cè)控制，有約束預(yù)測(cè)控制等。預(yù)測(cè)控制的算法種類越來(lái)越多，預(yù)測(cè)控制的性能在不斷改善，使其更好的應(yīng)用在工業(yè)實(shí)際中。

近年來(lái), 基于模型的預(yù)測(cè)控制技術(shù)在理論上和應(yīng)用上都取得了很大的進(jìn)展, 如動(dòng)態(tài)矩陣控制(DMC) , 廣義預(yù)測(cè)控制(GPC)和狀態(tài)反饋預(yù)測(cè)控制(SPC)等算法, 都以它獨(dú)有的模型預(yù)測(cè)、反饋校正和滾動(dòng)優(yōu)化等特點(diǎn), 越來(lái)越受到廣大科技工作者的重視。狀態(tài)反饋預(yù)測(cè)控制, 使用實(shí)測(cè)狀態(tài)變量反饋, 提高了控制系統(tǒng)抑制不可測(cè)干擾能力, 改善了控制系統(tǒng)的魯棒性。

在先進(jìn)控制系統(tǒng)實(shí)際工程應(yīng)用中,由于非線性、時(shí)變性和不確定性等原因, 預(yù)測(cè)模型很難準(zhǔn)確。為了在線調(diào)整靈活方便, 使?fàn)顟B(tài)反饋預(yù)測(cè)控制算法有一定的魯棒性和適應(yīng)能力, 按預(yù)測(cè)控制計(jì)算出的最優(yōu)控制作用式, 先乘上一個(gè)相應(yīng)的衰減系數(shù)后再送出, 使控制器送出的控制作用適當(dāng)?shù)販p小, 這一衰減系數(shù)稱為預(yù)測(cè)控制作用衰減系數(shù), 用β_u ∈R^{m ×m}表示。為了簡(jiǎn)單, β_u可選為

預(yù)測(cè)控制作用衰減系數(shù)β_u, 可以改變預(yù)測(cè)控制系統(tǒng)的閉環(huán)極點(diǎn), 適當(dāng)?shù)恼{(diào)整β_u的大小, 可以使閉環(huán)系統(tǒng)的控制性能和魯棒性等方面得到兼顧, 改善系統(tǒng)的綜合控制性能, 使預(yù)測(cè)模型的適應(yīng)范圍增大。

基于狀態(tài)空間模型, 使用可以實(shí)測(cè)的狀態(tài)變量反饋, 提高預(yù)測(cè)控制系統(tǒng)抑制不可測(cè)干擾能力和改善系統(tǒng)的魯棒性, 是狀態(tài)反饋預(yù)測(cè)控制系統(tǒng)的突出優(yōu)點(diǎn)之一。為了在線調(diào)整靈活方便, 使預(yù)測(cè)控制算法具有一定的魯棒性和適應(yīng)能力, 在計(jì)算最優(yōu)控制律之前, 把實(shí)測(cè)的狀態(tài)變量, 先乘上一個(gè)相應(yīng)的加權(quán)系數(shù)后, 再去計(jì)算預(yù)測(cè)控制律, 這一加權(quán)系數(shù)稱為狀態(tài)反饋加權(quán)系數(shù)，可用β_x∈R^n×n表示。

預(yù)測(cè)控制狀態(tài)反饋加權(quán)系數(shù)β_x的維數(shù)由狀態(tài)變量的維數(shù)決定, 控制律衰減系數(shù)β_u的維數(shù)由輸入變量的維數(shù)決定, 其參數(shù)的選取也可以是非對(duì)角矩陣。預(yù)測(cè)控制狀態(tài)反饋加權(quán)系數(shù)β_x , 當(dāng)0<βⁱ_x ≤1 時(shí), 使?fàn)顟B(tài)反饋?zhàn)饔脺p弱, 如果選取βⁱ_x >1 使?fàn)顟B(tài)反饋?zhàn)饔迷鰪?qiáng), 調(diào)整狀態(tài)反饋加權(quán)系數(shù)βⁱ_x 或控制律衰減系數(shù)βⁱ_u , 都可以適當(dāng)?shù)母淖冾A(yù)測(cè)控制系統(tǒng)的閉環(huán)極點(diǎn), 從而改善系統(tǒng)的綜合控制性能, 使預(yù)測(cè)模型的適應(yīng)范圍增大。 2100433B

內(nèi)容簡(jiǎn)介

該書在分析霧區(qū)路段氣候特征、霧區(qū)形成規(guī)律和對(duì)高速公路影響范圍的基礎(chǔ)上，對(duì)濃霧進(jìn)行多學(xué)科大型野外綜合研究，確定霧區(qū)可預(yù)測(cè)參數(shù)，提出了霧與能見(jiàn)度的四種預(yù)測(cè)預(yù)報(bào)方法，建立了一套具有我國(guó)獨(dú)立自主知識(shí)產(chǎn)權(quán)，能逐時(shí)滾動(dòng)預(yù)報(bào)霧區(qū)路段未來(lái)24小時(shí)能見(jiàn)度的預(yù)測(cè)預(yù)報(bào)系統(tǒng)。對(duì)霧的生成、持續(xù)、消散過(guò)程的預(yù)測(cè)預(yù)報(bào)準(zhǔn)確率達(dá)到80％以上；根據(jù)霧與能見(jiàn)度的預(yù)報(bào)數(shù)據(jù)，結(jié)合現(xiàn)場(chǎng)實(shí)時(shí)監(jiān)測(cè)結(jié)果，確定了交通監(jiān)控系統(tǒng)構(gòu)成和外場(chǎng)設(shè)備布設(shè)，制定了交通管理預(yù)案。對(duì)解決我國(guó)其他高速公路霧害具有重要的參考價(jià)值。2100433B