一、前言工业生产的过程是复杂的，建立起来的模型也是不完善的。即使是理论非常复杂的现代控制理论，其效果也往往不尽人意，甚至在一些方面还不及传统的 PID 控制.20 世纪 70 年代,人们除了加强对生产过程的建模、系统辨识、自适应控制等方面的讨论外，开始打破传统的控制思想，试图面对工业开发出一种对各种模型要求低、在线计算方便、控制综合效果好的新型算法。在这样的背景下，预测控制的一种,也就是动态矩阵控制（DMC）首先在法国的工业控制中得到应用。因此预测控制不是某种统一理论的产物，而是在工业实践中逐渐进展起来的。预测控制中比较常见的三种算法是模型算法控制(MAC)，动态矩阵控制(DMC）以及广义预测控制。本篇所采纳的是动态矩阵控制，其采纳增量算法,因此在消除稳态余差方面非常有效。二、控制系统设计方案2。1 控制系统方案设计图动态矩阵控制是基于系统阶跃响应模型的算法，隶属于预测控制的范畴。它的原理结构图如下图（1）所示:图(1) 预测控制原理结构图上图就是预测控制原理结构图，从图中我们可以看到，预测控制的主要特点。即建立预测模型；采纳滚动优化策略，采纳模型误差反馈矫正.这也是预测控制的本质所在。下面将对这三个特点一一说明.2。2 预测控制基本原理1、预测模型：预测模型的功能是根据对象历史信息和未来输入对对象输出进行预测 ,它是被控对象的准确模型.这里只强调模型的功能而不强调其结构形式.因此,预测模型可以是状态方程、传递函数等传统的参数模型，对于线性稳定对象，阶跃响应、脉冲响应这类非参数模型也可以作为预测模型使用.预测模型具有展示系统未来动态行为的功能，这样，就可以利用预测模型来预测未来时刻被控对象的输出变化及被控变量与其给定值的偏差,作为控制作用的依据,使之适应动态系统所具有的因果性的特点，得到比常规控制更好的控制效果.2、滚动优化：预测控制是一种优化控制算法,它是通过某一性能指标的最优来确定未来的控制作用。这一性能指标涉及到系统未来的行为。如，通常可取被控对象输出在未来的采样点上跟踪某一期望轨迹的方差最小，性能指标中涉及到的系统未来的行为，是根据预测模型由未来的控制策略决定的。但是，预测控制中的优化与传统意义下的离散最优控制有很大的区别，这主要表现在预测控制中的优化是一种有限时段的滚动优化。每一采样时刻，优化性能指标只涉及到从该时刻起未来的有限时段，到下一采样时刻，这一优化时段同时向前推移.因此,预测控制不是用一个...
