模型预测控制(MPC),也称为滚动时域控制(RHC),是一种基于模型的控制理论,采用线性或非线性模型预测系统的活动。由于其控制性能良好、易于实现、鲁棒性好、能方便地处理输入输出约束等优点在各个领域,特别是复杂的化工过程控制中得到了广泛应用,成为备受欢迎的一种先进控制算法。模型预测控制的性能指标依赖它的开环预测精度,也就是依赖模型的精度,但是在模型简化过程中往往带来不确定因素。除此之外,环境的变化等外界因素也将影响模型的精确度,要保证实际的控制效果,模型不确定性必须在控制器设计过程中充分考虑到,本文针对这一问题进行了研究。主要内容包括: 1. 回顾了模型预测控制的发展历史和主要特点,分析了鲁棒模型预测控制研究中所面临的问题,并且对模型预测控制中常见出现的不确定性或扰动进行了总结分类。2. 对原有的基于线性矩阵不等式的鲁棒模型预测控制方法进行了总结,针对多模型不确定系统,给出其在线和离线计算方法,保证了较好的控制性能,并且给出基于观测器的鲁棒模型预测控制算法,获得了与状态反馈相近的性能。3. 针对结构不确定系统,给出相关的约束鲁棒控制算法,着重讨论了不确定出现在反馈环的情况,仿真试验表明,设计的控制器是有效的。