全文总字数：3124字

1. 研究目的与意义及国内外研究现状

现代控制理论与控制实践之间存在着脱节，主要有:1)现代控制理论必须要有精确的数学模型，而工业控制过程中的控制对象往往难以建立模型；2)工业对象的结构、参数和环境都具有很大的不确定性，由于这些不确定性的存在，按照理想模型得到的控制往往与实际不符，导致控制品质下降；3)工业控制中必须考虑到控制手段的经济性，对工业控制计算机的要求不能太高，因此，控制算法必须简易。这些来自世纪的原因阻碍了现代控制理论在复杂工业过程中的有效应用。而预测控制具有对模型要求低、控制综合素质好、在线计算方便的特点，很适合复杂工业过程控制。本文研究的目的，就是通过对基于预测控制的直流电机调速系统进行仿真分析，在借鉴当前国内外实习研究与时间成果的基础上，对比经典控制策略下的控制效果，分析预测控制的作用和意义，并对预测控制的改进型进行性深入研究。

国内外研究现状

直流电机调速在工业过程中，占着举足轻重的地位，预测控制凭借其优越的控制特点，很适用于复杂工业环境下直流电机的调速，因此，国内外许多学者对其进行了深入研究。在国内方面：1.2002年 张泉灵 和 王树青 提出了只需线性动态优化的基于 Hamm erstein模型的非线性预测函数控制策略 ,其中非线性控制器由一个线性的预测函数控制器和 Hammerstein模型的非线性部分的反函数组成 ,实现了线性控制器的输出 u PFC与闭环系统内部模型线性部分的输入完全一致 ,使模型的输出 ym 只依赖于 u PF C,通过这种方式实现了非线性预测函数控制策略只需线性优化而不需要非线性滚动优化 .过程的预测输出只需应用模型参数直接计算得到而不需要求解丢番图 (Diophantine)方程 .p H中和过程的计算机仿真结果表明 ,该控制算法比 PID控制具有更好的控制品质2.2001年 张泉灵 和 王树青 给出了一种新的神经网络多步预估器结构 ,建立了 CSTR过程的人工神经元网络的动态模型 ,并在此基础上提出了基于人工神经元网络模型的非线性预测函数控制算法 .给出了非线性预测函数控制的具体实施步骤 .计算机仿真表明 ,人工神经元网络模型的精度已满足预测控制的需要 ,该控制系统比常规 PID控制器具有更好的控制效果3.2006年 林平 和 韦鲲 分析了永磁无刷直流电机的换相原理,以换相电流为研究对象,在研究了电机运行于高速区和低速区时换相电流预测控制规则基础上,提出了一种抑制换相转矩脉动的方法。该方法结合了换相电流预测控制和直流母线负电流消除特性。在换相期间通过检测直流母线上的电流,采用换相电流预测,确保在换相期间关断相的电流下降率和开通相的电流上升率相等,从而保证了换相期间非换相相电流的恒定,并同时结合直流母线上负电流消除措施,有效地减小了换相电流的脉动,达到抑制换相转矩脉动的目的。4.2006年 林平 和 韦鲲 分析了永磁无刷直流电机换相原理,提出了一种换相电流预测控制方法以抑制换相转矩脉动.在换相期间依靠检测非换相绕组上的电流,采用换相电流预测控制的方法,确保换相期间关断相的电流下降率和开通相的电流上升率相等,从而保证了换相期间非换相电流的恒定,达到了抑制换相转矩脉动的目的;5.2003年 王树青 和 张泉灵 认为第三代模型预测控制算法,预测函数控制已经在线性系统控制中取得了很好的效果,但应用于非线性对象还有一定局限性.针对现实中大量存在的非线性过程,提出了基于局部模型设计的预测函数控制器加上模型切换算法的多模型自适应预测函数控制器.通过计算机仿真应用于连续发酵过程,表明基于多模型的自适应预测函数控制器比常规的预测函数控制器具有更好的控制效果.国外部分：1.2010年 Vojtech Vesely 分析了强大的输出反馈模型预测控制的设计提出了一种线性凸多面体系统的鲁棒输出/状态无约束模型预测控制的设计问题。给出了给定预测和控制水平的新的鲁棒BMI稳定性条件，保证了参数依赖的二次稳定和保成本。2.2016年 Yan Song 认为由于通信信道带宽有限，数据传输中的间歇故障通常是不可避免的，有效的对策是增加冗余，以提高通信业务的可靠性。针对一类具有冗余通道的多目标不确定系统，在输入和输出约束条件下，利用静态输出反馈的方法，研究了模型预测控制(MPC)问题3. 2014年 Yuanqing Xia 通过网络对直流电机的预测模糊控制器和预测模糊控制器进行了比较，提出了网络预测控制(NPC)和网络预测模糊控制(NPFC)策略，对前向信道中的随机时延和数据包丢失进行补偿，有效地实现了网络控制系统的预期控制性能。仿真结果验证了所提出的性能。

2. 研究的基本内容

1、基于matlab仿真，实现以典型预测控制算法(如pfc预测函数等)作为控制器算法，实现直流电机调速，并分析动态静态指标，评价预测控制器的各种控制性能。

2、将典型预测控制与各种经典控制（如pid等）进行对比，分析预测控制的优劣处。

3、针对经典预测控制的不足之处加以改进，并在matlab仿真中实现，比较前后的控制性质的区别。

3. 实施方案、进度安排及预期效果

1、1月19日----2月28日：收集查阅文献资料，确定修正研究目标、内容和方法。完成开题报告；

2、3月 1日-----4月 5日：在指导老师的指导下查阅整理文献、开展论文工作，并进行仿真分析；

3、4月 6日-----5月11日：进行外文文献翻译，整理文献和数据，专业修改论文初稿并提交；

4. 参考文献

[1]张泉灵,王树青.基于hammerstein模型的非线性预测函数控制[j].浙江大学学报(工学版),2002(02):7-10.

[2]张泉灵,王树青.基于神经网络的非线性预测函数控制[j].浙江大学学报(工学版),2001(05):35-39.

[3]谢磊,张泉灵,王树青,张智焕.基于多模型的自适应预测函数控制[j].浙江大学学报(工学版),2003(02):64-67.