摘    要：預測控制方法自1970s提出后在學術界和工業應用領域都取得了很大的進展，尤其在工業過程控制方面成為一種重要的先進控制方法。根據工業過程控制的特點和進一步的需求，對近年來在工業過程控制領域預測控制方法取得的新進展進行綜述，包括過程控制系統模型辯識，數據驅動的預測控制和在網絡信息模式下的預測控制等。并對預測控制進一步的發展需求進行分析，介紹了歐盟正在進行的第七框架對于大系統分布式預測控制的研究內容。關鍵詞：工業過程系統；系統建模；預測控制；數據驅動；網絡化控制系統

中國分類號：tp273    文獻標識碼：a

    預測控制的思想可以追溯到1963，率先將預測控制應用到過程控制。在早期的文獻中，mpc通常使用階躍響虛和脈沖模型對過程進行建模，這樣非常有助于使用者的理解，有利于在合適的軟件體系下進行相應的優化控制及辨識。其中，idcom，由richalet，etal(1976)提出利用了有限時域脈沖響應（線性）模型，二次型性能指標，以及過程的輸入輸出約束條件。該算法使用最小二乘方法進行線性估計，在求解開環****控制問題的同時，也是求解一個估計問題。動態矩陣控制( dmc；cutler，ramaker，l980[3j)使用階躍響應模型，在其他方面都與idcom是相似的，但在處理約束問題上存在很多問題。

    這些問題在以qdmc為代表的第二代預測控制中被克服，qdmc采用二次規劃方法在系統是線性、目標為二次型、約束為不等式條件韻前提下求解有約束的開環優化問題。第三代預測控制技術于1990s出現，這種預測控制可以處理各種級別的約束條件（硬約束、軟約束、優先級約束），提供了當優化問題不可行時的解決方法，并且控制系統的結構可以根據狀況發生改變，達種預測控制算法能夠適應系統大范圍的動態變化，滿足控制系統的性能要求。預測控制的持續發展，使得預測控制廣泛應用在工業系統中，尤其是一些大型企業。

    預測控制發展至今提出的算法不下幾百種，其基本原理可以概括為預測模型、滾動優化和反饋校正，是一類基于過程模型通過求解有限時間性能優化的計算機程序實現的控制算法，隨著工業系統大型化、網絡化的發展，預測控制在工業過程系統中的應用也出現了一些新的特點和對算法研究的新需求，下面分為3個方面進行分析。

    建立過程的數學模型有兩種基本方法機理分析法和系統辨識方法。機理分析法又被稱為理論建模，它通常需要通過分析過程的運動規律，運用一些已知的定律、定理和原理，如化學動力學原理、物質能量平衡方程、牛頓力學平衡原理等，分析過程內部各變量的關系建立過程的數學模型。顯然，由機理分析法得到的過程模型能****程度地復現系統內部各個過程的運行情況，因而具有很高的精確性。然而，對于諸如大多數化工生產過程等復雜工業系統而言，由于生產工藝復雜、內部工作變量不可測量等原因，使得建立系統機理模型變得非常困難。而且，通過機理分析方法得到的動力學模型通常具有復雜的非線性微分方程的形式，這種模型往往不能直接用于控制器設計及閉環控制系統性能分析。因此，在工業過程控制領域，常采用系統辨識的方法來獲取系統的數學模型。

    過程辨識是利用實驗數據進行數學建模的方法。作為自動控制領域中的一個重要分支，過程辨識技術得到了飛速發展，相繼出版了大量的有關著作。在這些著作中提到的系統辨識方法（稱之為經典的系統辨識方法）大致可以分為預測誤差類方法、子空間窮法和譜分析方法。這些方法從數理統計的角度出發，圍繞模型參數估計的無偏性和一致性問題展開研究，形成了一套完善的理論體系。近些年來，隨著各種基于模型的控制理論的發展，系統辨識的目的由單純地追求精確的模型參數估計向“辨識為控制服務”轉變，也就是說，辨識的目的在于盡可能地減小模型的不確定性，以滿足控制系統的魯棒性要求。

    1)基于繼電反饋測試的參數辨識astrom早在1970s開始從自適應控制的角度研究過程系統在線的辨識方法，提出一種新穎的自整定pid控制策略，假設被控過程是一個慢時變且在某一個穩定的工況下閉環系統工作在線性或者弱非線性區域內。自整定控制系統分為閉環測試和閉環控制兩