《Actuators》：A Difference Equation Matrix Model Predictive Control Approach Applied to a Distillation Column
编辑推荐：
差分方程矩阵模型（Difference Equation Matrix Model, DEMM）被提出作为一种由离散差分方程推导而来的输入–输出模型预测控制（Model Predictive Control, MPC）表述形式。研究人员从结构角度将该方法与广泛
差分方程矩阵模型（Difference Equation Matrix Model, DEMM）被提出作为一种由离散差分方程推导而来的输入–输出模型预测控制（Model Predictive Control, MPC）表述形式。研究人员从结构角度将该方法与广泛应用的动态矩阵控制（Dynamic Matrix Control, DMC）策略进行了比较，重点阐述了两者在模型参数化、辨识需求以及矩阵维度方面的差异。分析结果表明，与本文所考虑的DMC形式相比，DEMM能够以更为紧凑的模型表述保持预测控制框架。此外，研究人员将DEMM策略应用于二元精馏塔这一多变量非线性过程，以说明其在扰动、噪声及设定值变化场景下的实现方式与闭环行为。仿真结果验证了该方法在考虑工况下令人满意的扰动抑制性能与跟踪性能。
工业控制系统长期面临显著挑战，日益复杂的被控过程表现出非线性、时滞与强耦合等复杂特性，往往使传统控制策略难以胜任。模型预测控制（Model Predictive Control, MPC）是应对上述挑战最广泛采用的高级控制策略之一，其通过数学模型同时预测系统未来响应与在线优化控制动作，在处理多变量强耦合过程及显式约束方面表现出卓越能力。在MPC的诸多实现形式中，动态矩阵控制（Dynamic Matrix Control, DMC）基于系统阶跃响应建立预测模型，已成为当前工业界应用最广泛的高级过程控制策略之一。然而，DMC在辨识阶段通常需要大量数据点和较多模型参数，模型矩阵维度较高，导致辨识计算量和存储需求随之增加。与此同时，化工领域中的二元精馏塔（binary distillation column）等典型对象具有显著的非线性、多变量耦合及动态迟滞特征，需要同时监测与控制多个组分浓度和温度变量，对控制模型的紧凑性与实现效率提出了更高要求。基于此，研究人员开展本项研究，旨在提出并验证一种直接从离散差分方程推导而来、模型更为紧凑的输入-输出预测控制表述。
本研究提出了一种称为差分方程矩阵模型（Difference Equation Matrix Model, DEMM）的预测控制策略，从结构角度将其与DMC进行比较，重点在模型参数化方式、辨识数据需求以及相应矩阵维度等方面揭示了DEMM的紧凑性优势。随后，研究人员将DEMM应用于Wood和Berry二元精馏塔模型，这一具有代表性的多变量非线性过程，通过闭环仿真系统验证了该方法在扰动、测量噪声及设定值变化等典型工况下的控制性能。研究结论表明，DEMM在保持完整预测控制框架的同时，能够以显著更少的参数实现模型表述；在精馏塔控制应用中，该方法展现出令人满意的扰动抑制能力与设定值跟踪能力，系统输出响应平稳。论文发表于《Actuators》期刊，为工业非线性多变量过程的模型预测控制提供了一种兼具实用性与高效性的解决方案。
关键技术方法包括：DEMM以离散差分方程为基础构建输入-输出预测模型，通过最小二乘估计从实验数据离线辨识模型矩阵。控制律设计采用类线性二次调节器（Linear Quadratic Regulator, LQR）二次代价函数，以输出预测误差和增量控制动作加权为优化目标，推导出解析最优解。算法引入基于当前时刻预测输出与实测输出之间偏差的校正项以补偿模型失配，并采用滚动时域（Receding Horizon）策略，在每次采样时刻求解优化问题后仅实施最优控制增量序列的第一个元素。对于多变量系统，DEMM通过分块矩阵显式描述各输入-输出通道之间的动态耦合作用。研究以Wood和Berry二元精馏塔为被控对象，利用均值为0、标准差为0.1的高斯白噪声信号作为激励进行模型辨识，获取用于控制器设计的离散差分方程。
研究结果部分：
- 模型辨识与系统描述：基于Wood和Berry在稳态工作点处提出的二元精馏塔实验模型，研究人员对操作输入施加服从N(0, 0.1)分布的高斯白噪声激励信号，通过最小二乘辨识程序分别获取两个输出通道的离散差分方程模型，所得均方预测误差分别为0.048与0.051，并进一步推导了相应的增量模型用于DEMM控制器设计。
- 阶跃扰动下的扰动抑制：在闭环仿真中，研究人员于t = 50 min时对进料流量F施加+5%的阶跃扰动，采用预测范围N = 10、控制范围M = 3、加权矩阵**R**
u = 0.01**I**及**Q** = **I**的DEMM控制器参数设置。仿真结果显示，塔顶馏出物组分与塔底产品组分输出在经过短暂过渡后回归至恒定参考值，对应的回流流量和再沸器蒸汽流量等控制动作平稳变化，系统表现出令人满意的扰动抑制能力。
- 噪声环境下的闭环鲁棒性：在保持参考组分浓度不变的情况下，研究人员于进料流量通道施加高斯白噪声扰动。闭环仿真结果表明，DEMM控制器仍维持可接受的输出响应和控制动作品质，说明所提方法在存在过程测量噪声的条件下具有良好的闭环鲁棒性。
- 连续设定值变化的跟踪性能：研究人员对塔顶馏出物组分与塔底产品组分的参考信号连续施加幅值为0.1的阶跃变化。输出响应显示，系统能够平滑地跟踪参考轨迹变化，相应的控制输入过渡平稳，验证了DEMM在设定值跟踪场景下的有效性与实用性。
研究人员在讨论中指出，DEMM应被理解为一种由离散差分方程推导而来的输入-输出预测控制表述，而非一种根本不同的预测控制新范式。理论比较与仿真结果表明，与所考虑的DMC形式相比，DEMM能够以更为紧凑的模型参数化实现有效的预测控制，并在二元精馏塔这一多变量非线性过程中展现出令人满意的扰动抑制与设定值跟踪性能。同时，研究人员明确指出，当前工作仅聚焦于无约束预测控制问题，未涉及执行器速率约束与输出约束的显式处理，也未提供形式稳定性保证或采用含扰动估计的无偏移模型预测控制形式；此外，全面的鲁棒性评估、模型不确定性下的性能分析以及在相同调参条件下与DMC等方法的详细性能基准测试（如积分绝对误差、积分平方误差、调节时间等指标的比较）均留待未来研究。尽管如此，在现有测试条件下，仿真结果已充分说明DEMM能够有效衰减扰动并保持稳定、平滑的闭环响应，为提升精馏等工业过程的性能提供了一种实用且高效的途径。而将执行器和输出约束通过二次规划优化加以整合，以及开展形式化稳定性分析与鲁棒性研究，构成后续工作的重要方向。
