第13章 过程控制MATLAB仿真 过程控制及其MATLAB实现(第2版).pdf

第13章过程控制MATLAB仿真技术教育1L 13.1基于MATLAB的系统建模，。本节利用MATLAB强大的数值计算和仿真能力，对几类典型的工业过程对象进行仿真，并解决测试建模中的数学计算问题,以期使读者深入了解工业过程对象的特性,掌握各种测试建模的实现方法。213JJ典型工业过程的阶跃响应仿真自衡能力的对象典型的工业过程模型：r1.一阶惯性加纯延迟环节2.二阶惯性加纯延迟环节Ke(小+1)(京+1)无自衡能力的对象3.纯积分环节L,带纯积分的惯性环节G(s)=G(s)=3,一阶惯性加纯延迟环节的阶跃响应仿真一阶惯性加纯延迟环节数学模型:G(s)=Ke-TSTs+1(13.1)其中，K为对象的稳态增益,7为对象的惯性时间常数,r为对象的纯延迟时间。仿真实例：8e3G(s)=105+1(13.5)以下分别就式(13.5)所述系统中稳态增益K由8变为4、时间常数7由10变为20、纯延迟时间工由5变为10等情 况下的单位阶跃响应分别进行仿真。:程序代码参见chap1311_1.m技术教育4.一阶惯性加纯延迟环节的阶跃响应仿真。仿真结果Step Respoice217 6 5 4 3 opn 七-dEq有自平衡能力IlmeCsec)60 70稳态增益是系统输出/对输入的放大程度图13.1 一阶惯性加纯延迟环节的 单位阶跃响应图13.2稳态增益K不同时的 单位阶跃响应差异5.一阶惯性加纯延迟环节的阶跃响应仿真:仿真结果图13.3惯性时间常数坏同时的 单位阶跃响应差异图13.4纯延迟时间坏同时的 单位阶跃响应差异技术教育62.二阶惯性加纯延迟环节的阶跃响应仿真二阶惯性加纯延迟环节的数学模型G(s)=(串+1)(生+1)(13.2)仿真实例（ch叩1311_2.m G(s)=35s(10s+l)(3s+l)(13.6)该模型可分解为2个一阶惯性环节的串联Gi(s)=lOs+1G2(s)=1.5e5s3s+l272.二阶惯性加纯延迟环节的阶跃响应仿真。仿真结果 pa-dlu4图13.5二阶惯性加纯延迟环节的阶跃响应技术教育83.纯积分环节的阶跃响应仿真:纯积分环节的数学模型G(13.3)其中心为积分时间常数，了为纯延迟时间。纯积分环节是无自衡能力的环节。:仿真实例(ch叩1311_3.m)1G(s)=e小 2s(13.9)技术教育93.纯积分环节的阶跃响应仿真:仿真结果G(s)=ke-TS/Tas,k=1,tau=0.5epnlLTime(sec)纯积分环节G(s)=1/2s对方波输入的响应00 1 2 3 4 5 6Time(sec)8 9 10图13.6纯积分环节的阶跃响应图13.7纯积分环节G(s)=1/2s 对方波输入的响应技术教育104.带纯积分的惯性环节:带纯积分的惯性环节的数学模型G(s)=5TATs+1)(13.4)与纯积分环节相同，它也是一个无自衡能力的 环节。:仿真实例（ch叩1311_4.m 3G(s)=-5(25+1)(13.10)114.带纯积分的惯性环节:仿真结果G(s)=ke-T/s(Ts+1),k=3,tau=0.5 14020 25Time(sec)30图3.8带纯积分的惯性环节的阶跃响应1213.1.2 一阶系统作图法建模及仿真。一阶系统作图法建模，首先要假定被控对 象为一阶惯性加纯延迟形式：G(s)=KefTs+1(13.11)其中，K为对象的稳态增益，7为对象的惯性时间常数，了为对象的纯延迟时间。作图法的目的 是根据被控对象的阶跃响应曲线，通过作图的 方式确定公式中的三个参数K,T,和了。1313.1.2 一阶系统作图法建模及仿真:仿真实例设某液位对象在阶跃扰动量Au=20%时的响应实验结果如表13J所示，试用作图法对该对象 建立一阶惯性加纯延迟的数学模型。表13.1茶遵位对象阶跃响应实验数据*/(s)0102040 60 80 100 140 180 250 300400500600P,Mem*000.20.8 2.0 3.6 5.4 8.8 11.8 14.4 16.618.419.219.加 卜技术教育1413.1.2 一阶系统作图法建模及仿真。仿真步骤(chap1312.m)1.根据输出稳态值和阶跃输入的变化幅值，由 公式(2.43)求得对象的稳态增益：K=(0)=3=98 A”0.22.根据表13J中的实验数据，利用MATLAB对 该组数据做平滑处理，之后画出该液位系统 的阶跃响应曲线，如图13.9所示。0 50 100 150 200 250 300 350 400 450 500 550 600 t(s)图13.9用作图数7Wr1513.1.2 一阶系统作图法建模及仿真仿真步骤3.根据作图法，在曲线拐点处作切线，与横坐 标交点处坐标为40,与曲线稳态值渐近线交 点的横坐标值为260,故：T-40s7=260 40=220s由(1)、(3)步结果可得，该液位对象的数学模 型为：G=尴5技术教育16图13.9用M鱼酱脱瓢舞靛13.1.2 一阶系统作图法建模及仿真务仿真分析1.作图法所得模型与实验数据模型的比较图13.10作图法建立的系统模型与实验数据模型对比1713.1.2 一阶系统作图法建模及仿真仿真分析2.作图法在拐点和切线选取不同时所得结果的 比较厂,、98.40sCr(s)=-e220s+1、98 _50sG(s)=-e160s+1技术教育1813.1.2 一阶系统作图法建模及仿真：仿真分析2.作图法在拐点和切线选取不同时所得结果的 比较图13.12系统实验模型及不同作图法 所得系统模型的比较 技术教育G(s)=98-220s+1G(s)=98 1os160s+11913.1.3 一阶系统两点法建模及仿真:相比作图法的随意性，两点法通过求解方程组来获取一阶系统中的两个时间常数存口 r,因而较为准确。两点法的简便方法 在阶跃响应曲线上选取两个特殊点：y*)=0.39,y*G)=0.63(其中y*为系统输出y的 无量纲值)，则可解方程得：T=22-%)t 2tl t?(13.14)技术教育2013.1.3 一阶系统两点法建模及仿真4仿真实例(chap1313.m)采用两点法求取表13J所述的某液位对象的一 阶系统模型参数。20r18-16、14-12-310-8-6-4-2-0-0两点法较作图法可得到更 为准确的一阶系统模型-实际系统 断点法所求近似系统1 1 1 1 I 1100 200 300 400 an 600屿）/图13.13两点法所得一阶系统及实际系统的阶跃响应21Ke二阶惯性加纯延迟环节)=(小+1)(4+1)中的模型参数K,1,乙和丁可由环节的阶跃响应曲线求取。其中稳态增益K可由公式(2.43)求出，纯延迟时间/可依据阶跃响应初期无变化时间段直接读出，余下的时间常数7；和5则通过两 点法算出。两点法具体方法：获取阶跃响应上两点(2*&)和(小丁*(2),通过解方程确定 1和%。一般，为求解方便起见，式和y*G)可取0.4和0.8,此 时可按如下公式可求出乙和T.O,1K+%x 2 6%+2V T2(1.74上_0.55)1(+石尸 t22213.1.4二阶系统两点法建模及仿真4仿真实例(chap1314.m)G(s)=岭）图13.14两点法所得一阶、二阶和实际系统的阶跃响应2313.2基于MATLAB的PID控制仿真 PI D调节以其简单实用的特点在过程控制领 域获得了最为广泛的应用。本节旨在通过MATLAB仿真探讨PID调节中P（比例）、I（积分）、D（微分）及其组合形式的功能及特点。技术教育2413.2.1 P、I、D及其组合控制的仿真。仿真实例设如下控制系统4Gp(s)=(25+1)(0.55+1)以下编写MATLAB程序，就分别G*s 为p、Pk PD和PID等形式下系统的阶跃响应进行仿真。常规的PID调节规律为：皿）=Kp e+力+TD 等）13.21 25:设调节器的传递函数为:G“(s)=Kp(13.22)为分析比例系数Kp对系统动态响应的影响，仿 真中分别设定Kp为07,17和27等三种情况。仿真程序参见ch叩1321_1.m。技术教育26:纯P调节仿真结果:图13.16纯P作用下系统的阶跃响应1）纯P调节是有差调 节；2）随着比例作用的 增大（比例系数Kp 的增大），系统的稳 态误差减小，响应速 度加快，但超调变大。272.PI调节仿真OPI调节器的传递函数为：1 K TjS+1Gcpi(s)=Kp+=(13.23)为分析积分时间常数7；对系统动态响应的影响,仿真中分别设定L为1,2和4等三种情况。仿真程序见ch叩1321_2.m。技术教育28:*PI调节仿真结果0123456789 101）在纯P作用下引入积分,消除了余差，即：积分调 节是无差调节；2）随着积分作用的增强（积分时间常数7；减小），系统响应速度加快，超调 大，振荡加剧。图13.17 PI作用下系统的阶跃响应技术教育293.PD调节仿真OPD调节器的传递函数为：Gcp0(s)=J+小(13.24)为分析微分时间常数5对系统动态响应的影响,仿真中分别设定亏为03和0.6两种情况。仿真程序参见chap1321_3.m。技术教育30:*PD调节仿真结果1）在纯p作用下引入微分 不能消除系统余差；2）微分作用越强（微分 时间兀越大），系统 响应速度越快，系统图13.18 PD作用下系统的阶跃响应314.PID调节仿真:*PID调节器的传递函数为:5(S)=KP+-TDS=-(13.25)仿真程序ch叩1321_4.m中PID调节器参数:kp=15 Ti=2,Td=0.4o32:*PID调节仿真结果1）较纯P、PD调节，PID调 节由于引入了积分，因而消 除了余差；2）3占扁节相比，PID调节 由于引入了微分，因而具有 更为稳定的控制效果。3）所以，PID调节在参数整 定合适的情况下能综合达到 超调量、上升时间、调节时 间、余差等多项性能指标的要求，是非常理想的调节器。图13.19 PID、P、PI、PD作用下系统的阶跃响应3313.2.2抗积分饱和控制方法及仿真:积分饱和问题 在调节器中引入积分环节可消除系统余差；但积分的引入可能会带来调节器输出的饱和。积分饱和常发生在给定值的大幅度增减、系统输出长期偏离设定值而得不到修正等情况下。常用的抗积分饱和方法 积分分离法 遇限削弱积分法 限制PI（或PID 调节器输出在规定范围内技术教育34积分分离法。积分分离法原理：依据控制偏差的大小决定积分作用投入与否.即人为设定一个偏差限值,当误差e=时，才投入积分作用；当时，调节器中撤掉积分作用，以避免过大偏 差的累积造成积分饱和。积分分离控制算法的离散形式为：(左)=kp e(左)+0 Ts+岛 e(人(D(13.26)积分项的开关系数R fle(k)亦为采样时间35设某被控过程为一阶惯性加纯延迟环节:G(s)=80s605+1(13.28)运用积分分离法控制该对象“(k)=kp B 应e(i)Ts+的”左)：左 一 0 i=i 4:设仿真中输入幅值为40的阶跃信号，控制器采用 PID形式，且要求控制器输出限幅在100,100 区间，仿真时长200s。:积分分离法仿真程序参见chap1322.m。技术教育36积分分离法仿真实例:仿真结果积分分离的控制效果 要优于常规PID调节器 的控制效果，且调节 器的输出幅值及其波 动也较常规PID的小。(a)被控对象的阶跃响应(b)调节器的输出“图13.20积分分离法的控制效果一(a)被控对象的阶跃响应(b)调节器的输出“技术教厚13.21常规PID的控制效果 3713.2.3改进的微分控制方法及仿真:微分调节中的问题：在调节器中引入微分可改善系统的动态性能；但微分对高频干扰、给定值突变等引起输出突 变的因素很敏感。常用的微分项改进算法有：有不完全微分、微分先行等。技术教育 38:不完全微分的原理：在PID调节器的微分项后串联一个低通滤波器,或在PI D调节器后再串联一个低通滤波器o:微分项后串联低通滤波器型不完全微分算法:U(s)=(kp+*1)E(s)=Up(s)+U/(s)+UD(S)(13.29)Tf为低通滤波器的滤波系数:离散化算法:u(k)=尸(Q+/(左)+uD(k)k7 kUp(k)=kp?(k)小凶=&卞=TT 1ocuD(k 1)+Kp(1 e(k 1)技术教育39不完全微分仿真实例:考虑被控对象:G(s)=八80s e605+1:为说明微分对频繁扰动的敏感性及不完全 微分的改进效果，仿真中在对象输出端加 入幅值为0.01的随机噪声。仿真中采用的低通滤波器为:G/(s)=1180s+1。仿真程序参见ch叩1323.m。技术教育40不完全微分仿真实例:仿真结果在应对高频干扰 时，不完全微分 PID的控制效果要 显著优于常规PID 的控制效果(a)被控对象的阶跃响应(b)调节器的输出.，图13.22不完全微分控制系统阶跃响应13.3基于MATLAB的串级控制仿真=。相比单回路控制，串级控制在主回路内增加了一个副回路，从而对包含在副回路中 的二次干扰有很强的抑制作用，同时可显 著缩短副回路的时间常数，提高系统的工 作频率。技术教育4213.3基于MATLAB的串级控制仿真:仿真实例设某工业过程由如下主副被控对象串联而成:_ 1 1Gpi=(30s+l)(3s+1)Gp2=(10S+1)(S+1)2技术教育4313.3基于MATLAB的串级控制仿真1.单回路PID控制系统Simulink仿真模型该仿真模型中PID控制器的参数kc,ti,td由模块“Signal Constraint”优化而得优化计算出的PID参数为：kc=5.3099,td=4.3676,ti=61.8980单回路PID控制系统阶跃响应技术教育13.3基于MATLAB的串级控制仿真2.串级控制Simulink仿真模型串级控制系统的阶跃响应 技术教育13.3基于MATLAB的串级控制仿真3.单回路控制和串级控制的抗二次干扰能力 分析：串级控制的抗二次干扰能力优于单回路控制技术教育4613.3基于MATLAB的串级控制仿真：单回路控制系统中加入方波型二次干扰的Simulink仿真模型技术教育4713.3基于MATLAB的串级控制仿真：串级控制系统中加入方波型二次干扰的Simulink仿真模型技术教育4813.3基于MATLAB的串级控制仿真。仿真结果(b)串级控制的二次干扰响应(a)单回路控制的二次干扰响应仿真结果表明：需引入副山路的二次干扰，串级控制能很好地加以抑制，而单 回路控制系统对二次干扰的抑制能力则明显要差些。技术教育4913.4基于MATLAB的补偿控制仿真:在常规的PID控制难以获得理想控制效果的情况下，有时可考虑在系统中增加“补偿控制器”。:本节讨论前馈补偿和Simith预估补偿控制的仿真。技术教育50。与反馈控制器不同，前馈控制器的输入来自干扰信号。一旦有干扰，前馈控制器会立即做出反应，以补偿干扰对 被控变量的影响。但每个前馈控制器只针对某一单个的干扰信号起作用；。此外，前馈控制对干扰抑制的效果取决于其对过程通道和 干扰通道特性的了解程度，一旦模型估计有误差，或系统 特性发生变化，则前馈控制将无法完全补偿干扰对系统输 出的影响，而只能依靠反馈控制来克服前馈控制的不足。故，总体来说，前馈加反馈的控制方式，综合了前馈控制 和反馈控制的优势，实现了优势互补，增强了系统对外界 干扰的克服能力。51刖馈加反馈控制仿真:前馈加反馈控制系统Simulink仿真模型5213.4.1前馈控制仿真。反馈控制的抗干扰能力仿真结果(a)无干扰情况(b)方波干扰情况(c)白噪声干扰情况一仿真结果分析：单回路控制对干扰有一定的抑制作用，但抑制效果不甚理想。5313.4.1前馈控制仿真。前馈加反馈控制的抗干扰能力仿真结果(a)方波干扰情况(b)白噪声干扰情况一仿真结果分析：增加前馈控制后，无论是对方波干扰还是白噪声干扰，系统的抗扰能力 都有显著改善。技术教育5413.4.1前馈控制仿真。前馈加反馈控制在模型失配情况下的抗干扰能力仿真结果(a)2的时间常数错成3(b)&的时间常数错成12(c)GB的延迟估计错成15仿真结果分析：无论是干扰通道还是过程通道，如果对其中的任何参数估计有误，则前 馈加反馈控制系统的抗干扰能力将明显下降。5513.4.2 Smith预估补偿控制仿真。工业生产过程中常存在大的延迟，而常规 PID调节对大延迟过程的控制效果欠佳。本小节通过2个Simulink仿真实例说明大延迟对控制系统性能的影响，以及Smith预估法对大延迟过程进行补偿控制的实现方法 及控制效果。技术教育561.大延迟对控制系统性能的影响:心而川访女仿真模型。设被控过程为一阶惯性加纯延迟环节:2 G(s)=L 45+1T L大延迟对控制系统性能的影响:大延迟对控制系统性能影响的Simulink仿真结果:随着过程纯延迟时 间的加大(r=05 T=2J=4),控制系 统的稳态性能随之 恶化，甚至有可能 不稳定。技术教育58:在对大延迟过程进行控制时，常规PID控制 中的反馈信号是经过了大延迟的系统输出，所以控制总是不及时的，因而控制系统难 稳定。针对反馈信号延迟问题，Smith预估 补偿控制设法“预估”过程的无延迟输出，以期得到与无延迟系统同样的控制性能。技术教育592.Smith预估补偿控制:.Smith预估补偿控制仿真模型技术教育602.Smith预估补偿控制:仿真结果IZil*dit Yitv Ins art X”h 1114M Bla a a MSB eaZilt dit YDS Insert DtkQ X4w Bl当日 ppp SA/2 18 6 4 2 t Q Q Q O50图13.40模型准确时Smith加界卜电制效果 图13.41模型失配时Smith预做卜弗制姆仿真结果分析：在模型估计准确的情况下，Smith预估补偿控制能获得比常规PID控 制更好的控制效果，系统也稳定得多。但Smith预估补偿控制对预估模型的准确性要求极高，一旦模型适 配，Smith预估补偿控制的效果将急剧恶化。技术教育 6113.4.3多变量系统的前馈补偿解耦:生产过程中往往不止一个控制回路，而当 多个控制回路同时工作时，回路间有时会 存在关联耦合。为此需要分析回路间的关联程度，若关联 较为严重，则应设法减小或消除耦合。技术教育62.多回路的关联分析。设某2输入2输出系统传递函数矩阵为:Y(s)X(s)135+15125+10.52s+l 0.195+1Ui(s)。2()则系统的静态放大系数矩阵K,也即第一 放大系数矩阵吩：P=K=k kn 12_%21%22_1 0.5-_5 0.1_技术教育63:该系统的相对增益矩阵为:/=尸（尸一1）7=-0.04 1.041.04-0.04由相对增益矩阵可以看出，原系统中用5控制用U2控制Y2的配置是错误的；正确的变量配对应该是U2控制n,用U1控制Y2。即变量配对调换后，系统的输入和输出关系为:军S）0.52s+l 0.195+1135+1|01（5）5 乜125+1 一士64:进行变量配对调换后,新系统的相对增益矩阵为:d=P.(pT)T=1.04-0.04L-0.04 1.04*由上刈峭最犯冲，传利 在进行正确的变量配对后，5对U2对Y2的控制 能力接近于1（相对增益为104）,而U1对2,U2对 H的控制能力则接近于0（相对增益为004）。所以，若只考虑静态特性，系统的两回路间是几乎无 覆食的。但惹善考虐系统的到态特性，则由于负耦合 弱存在，系疏易于出现正反馈，所以还是应对系统进行解耦设计。以下采用前馈补偿法进行系统的解耦设计及仿真。技术教育6513.4.3多变量系统的前馈补偿解耦:生产过程中往往不止一个控制回路，而当 多个控制回路同时工作时，回路间有时会 存在关联耦合。为此需要分析回路间的关联程度，若关联 较为严重，则应设法减小或消除耦合。技术教育662.前馈补偿解耦控制前馈补偿解耦是在回路中常规控制器的输 出端再添加补偿控制器，以抵消其对其他 回路的耦合。-小髭本仿真实例中，图8.15带前馈补偿器的全解耦系统技术教育672.前馈补偿解耦控制:前馈补偿解耦控制系统仿真模型各回路独立工作，输出跟随各自的输入信号而变技术教育682.前馈补偿解耦控制:无前馈补偿解耦控制器N12时的耦合系统仿真模型技术教育6913.5基于MATLAB的模糊控制仿真。模糊数学的创立和发展使利用“模糊”控 制经验成为可能，模糊控制由此诞生并迅 速得以实际应用。本节利用MATLAB的模糊控制工具箱建立模糊控制系统，并对其进行仿真分析。技术教育7Q13.5基于MATLAB的模糊控制仿真。仿真实例设某水箱液位通过调节进水量的大小来加以调 节。而根据人工操作经验，进水阀的阀位开度 和液位之间满足如下关系：若水箱液位低，则阀门开大，液位低得越多则阀门 开度越大；若水箱液位不变，则阀门开度不变；若水箱液位高，则阀门关小，液位高的越多则阀门 开度越小。7113.5基于MATLAB的模糊控制仿真:现利用上述模糊控制规则设计模糊控制器以 实现水箱液位控制，控制系统结构如下：h根据人工操作经验，选取液位误差和误差的变化率作为模糊控制器的输入量:e=h0-h ec=de/dt模糊化后，模糊控制器的输入为:E=Kee EC=Kecec技术教育7213.5基于MATLAB的模糊控制仿真:现利用上述模糊控制规则设计模糊控制器以实现 水箱液位控制，控制系统结构如下：h根据人工操作经验，选取液位误差和误差的变化率作为模糊控制器的输入量:e=h0-hec=de/dt模糊化后，模糊控制器的输入为:E=KeeEC=Kecec设u为模糊控制器的输出，则阀位控制量为:u=KuU-其中 E,EC,UG-1,Y7313.5基于MATLAB的模糊控制仿真:模糊规则表J 八才，K V NBrNSPLPSPB-NBPBPMPM.PSZNS-PM-PNkPS.zNS-0PM-PSZPNS4NMcPS-PSzNS 一NMNMPB-z“NMNMNBXB技术教育74a仿真步骤1：构建基于GUI的模糊推理系统建立模糊控制器结构图13.47液位FIS编辑器75仿真步骤1：构建基于GUI的模糊推理系统定义输入、输出变量的模糊子集图13.48输入E、EC的隶属函数编辑器一图13.49输出U的隶属函数编辑器一技术教育76仿真步骤1：构建基于GUI的模糊推理系统编辑模糊控制规则-JD|X|F*Edit Options Rule Editor:levelcontrol图13.50液位规则编辑器一77仿真步骤1：构建基于GUI的模糊推理系统 将基于GUI编辑的模糊控制器模型应用到Simulink仿真模型将 levelcontroLfis 文件进行Filer ExportTo Disk.的同时，还需进行 File-Export-To Workspace.,此时，弹出如图13.51所示的对话框，该操作将 levelcontroLfis文件保存在工作空间中。图13.51保存FIS文件到工作空间界面.技术教育78仿真步骤2：建立Simulink仿真模型。在仿真系统中，设水箱液位模型近似为:G(s)=11005+1。液位模糊控制Simulink仿真结构:mStpScop*技术教育79仿真步骤2：建立Simulink仿真模型。仿真结果08 一一.卡.：.,.!.I.7-.r.*.r.*.!.；.:.i.JI。5 .i.j.-i.：.0,4 7.?*.:.*y*.!.J BQ31r.:.:.：.:.:.nlai；.*.i.4.；.i.JI0 一!.0 10 20 30 40-50 60 70 00 90 100由图可见，采用基于人工经验的模糊控制能对液位系统进行较好的控制。技术教育:预测控制概述预测控制利用被控对象的预测模型估计控制作用施加 出去后被控变量的未来值，从而指导控制量的优化，且这种优化过程是反复再现进行的。所以从指导思想来说，预测控制是优于传统的PID控制的，它非常适用于控制那些不易建立精确数学模型且 较复杂的工业过程。:典型的预测控制算法:动态矩阵控制（DMC）模型算法控制（MAC）广义预测控制（GPC）技术教育8113.6.1动态矩阵控制（DMC 仿真。动态矩阵控制是一种基于被控对象阶跃响 应的预测控制算法。仿真实例 考虑一个二阶系统：G(S)=S2+0 8+LO5 仿真模型(DMCsimulink.mdb DMC.m)技术教育8213.6.1动态矩阵控制（DMC 仿真。仿真结果k百在模型匹配的情况下，DMC算法可以得到良好的 控制效果。技术教育831362广义预测控制(GPC)仿真:广义预测控制(GPC)是一种鲁棒性强、能够有 效地克服系统滞后、可应用于开环不稳定非最小 相位系统的先进控制算法。:仿真实例(GPC.m)考虑例10.2中的最小相位系统作为被控对象，其CARIMA模型表述为：y)-OJly(t-1)+0.28y-2)=0.49。-1)1.05(力-2)+J。)/A其中，其力是方差为001的白噪声序列技术教育84:仿真结果图13.56广义预测自适应控制仿真曲线10 8 100 150 200图13.57广义预测自适应算法参数辨识曲线.在考虑噪声的情况下，广义预测自适 应算法能够得到较好地控制效果。该算法对系统参数的估计值收敛较为迅 速，使得广义预测自适应算法能够很好 适用于对一些非线性、时变系统的控制。B5