复杂约束条件下时滞成型系统的鲁棒预测跟踪控制研究.pdf

摘要

时滞成型过程系统是现代制造业众多制造方法中的一种，在农业、制药、化工

等领域广泛应用。然而时滞成型过程中系统存在的复杂约束如外部干扰、系统不确

定性以及控制器的时滞问题严重影响了其在工业生产过程中的运用。同时，跟踪控

制是工业过程控制中典型的一种控制目标，对系统的控制精度、响应速度和稳态误

差都有着严格要求。因此，本文针对时滞成型过程系统所具有的有界扰动、输入约

束等复杂约束问题，采用鲁棒模型预测技术进行控制；而对成型过程中的执行器故

障和状态时滞的复杂约束问题，采用故障容错迭代学习控制策略加以解决。最后，

对于具有输入时滞和状态时滞同时存在的二维成型过程，采用观测预估器加迭代

学习控制策略。本文所提控制策略在注塑成型系统上进行了验证，证明了所设计的

控制器解决上述问题的可行性和优越性。

本论文的主要研究工作如下：

(1)面对成型过程系统中的受限干扰和输入约束以及状态时滞问题，首先介绍

一种常见的注塑模型用来说明整个控制过程，接着构建时滞、扰动的整个控制过程

的抽象数学模型，然后采用了基于线性矩阵不等式的鲁棒模型预测控制策略。该策

略通过代价函数约束系统状态、控制输入和干扰，以最小化目标函数获取最优控制

输入，从而实现系统的稳定控制。

(2)对于成型过程系统中的执行器故障、受限干扰和大时滞问题，采用了故障

容错的迭代学习控制策略。通过对前一步操作时测得的误差信息修正控制输入，该

策略能够减小批次方向上的跟踪误差，确保控制输出能在有限时间内跟踪期望值。

利用二维李雅普诺夫方程和微分不等式，证明该控制方法具有容错性和渐进稳定

性。仿真实验考虑了在有界扰动、输入约束和时滞条件下，系统能够抵抗执行器故

障，并且达到很好的跟踪控制效果。

(3)针对成型过程系统在运行过程中可能出现控制器输入和系统状态时滞导致

跟踪性能下降的问题，利用迭代学习控制律解决批次轴跟踪误差的问题，采用观测

预估器来消除双时滞带来的不良影响，最终形成了适用于成型系统双时滞控制方

法。该方法有效提升了控制器性能，使得二维闭环系统能够在时间和批次两个方向

实现渐进稳定。

关键词：时滞成型过程，跟踪控制，模型预测，迭代学习，观测预估器

ABSTRACT

Time-delayprocesscontrolsystemisoneofmanymanufacturingmethodsin

modernmanufacturingindustryandiswidelyusedinagriculture,pharmaceuticals,

chemicalindustryandotherfields.However,thecomplexconstraintspresentinthetime-

delayprocesscontrolsystems,suchasexternaldisturbances,systemuncertainties,and

controllerdelays,significantlyaffecttheirapplicationinindustrialproductionprocesses.

Atthesametime,trackingcontrolisatypicalcontrolobjectiveinindustrialprocess

control,whichhasstrictrequirementsonthecontrolaccuracy,responsespeedandsteady-

stateerrorofthesystem.Thisstudyaddressesthecomplexconstraintissuesoftime-delay

processcontrolsystems,suchasboundeddisturbancesandinputconstraints,by

employingrobustmodelpredictivecontroltechniques.Forconstraintslikeactuatorfaults

andsta