向间接数据驱动的预测控制迈进：热成型工艺的加热阶段

将热塑性薄膜成形为三维产品具有挑战性，因为过热会导致制造的零件失败并浪费材料。为此，我们提出一种间接数据驱动的预测控制方法，采用模型预测控制（Model Predictive Control, MPC），该方法能够处理温度约束和加热功率饱和，同时相较于现有方法在精度、超调控制和稳定时间方面表现更佳。我们采用非线性自回归模型（Non-linear Auto-Regressive with Exogenous inputs, NARX）在每个工作点定义线性控制导向模型。通过高保真模拟器进行了若干模拟研究，以评估该方法在参数不确定性下的鲁棒性和性能，结果表明在名义场景下超调和平均稳态误差分别小于 $2^\circ \mathrm{C}$ 和 $0.7^\circ \mathrm{C}$（在最坏情况场景下分别为 $7^\circ \mathrm{C}$ 和 $2^\circ \mathrm{C}$）。最后，我们将该方法应用于实验室规模的成型平台，结果表明仿真分析与实际应用接近，超调和平均稳态误差指标分别小于 $5.3^\circ \mathrm{C}$ 和 $1^\circ \mathrm{C}$。