[0003] 本发明的目的是为了优化批次过程控制中的非线性和不确定性,提出了一种化工批次过程性能保持控制方法。该方法首先是通过对连续非线性模型的分析,建立一个具有时滞的状态模型;然后,设计批次过程迭代学习控制量,并定义状态误差和输出跟踪误差,通过结合误差补偿的技术,得到了一种基于跟踪误差的控制更新律,进而作用于被控对象。这种批次过程性能保持控制方法的设计,不仅解决了批次过程控制中的非线性和不确定性问题,而且保证了系统的稳定运行。
[0004] 本发明的技术方案是通过模型建立、控制器设计、算法设计、优化等手段,提出一种化工批次过程性能保持控制方法,利用该方法可以改善系统的时延性和不稳定性。
[0005] 本发明的方法步骤包括:
[0006] 步骤1、建立系统批次过程模型,具体步骤是:
[0007] 1.1建立系统批次过程的状态模型,可描述如下:
[0008]
[0009] 其中,t是系统的离散时间,T是离散时间的上限,k是系统的批次索引;d(t)是时间延迟函数;x(t,k)和x(t-d(t),k)分别表示第k批次t时刻和t-d(t)时刻系统的过程状态;表示第k批次t时刻过程状态的倒数;
[0010] f[]表示非线性函数;u(t,k)表示第k批次t时刻系统的过程输入;y(t,k)表示在第k批次t时刻系统的过程输出;g[x(t,k)]表示与系统状态相关的非线性函数。
[0011] 1.2系统批次过程离散化后的状态模型,可表示为:
[0012]
[0013] i=1,2,...,r,0≤t≤T;k=1,2,...
[0014] 其中,i、r是规则的数目;x(t+1,k)表示第k批次t+1时刻系统的过程状态;Ai,Aid,Bi,Ci分别表示规则i中的系统状态矩阵、系统延迟状态矩阵、系统输入矩阵和系统输出矩阵;ω(t,k)表示第k批次第t时刻系统状态的未知干扰;x(0,k)表示第k批次系统的初始状态,其初始值设置为x0,k。
[0015] 1.3结合步骤1.2得到批次过程状态模型:
[0016]
[0017] 其中, 表示i=1,i=2,...,i=r的叠加符号, 表示j=1,j=2,...,j=p的累乘符号,j表示预测时域,Mij表示预测集;xj(t,k)表示第k批次t时刻在第j步的状态变量;Mij(xj(t,k))表示xj(t,k)的隶属度;wi(x(t,k))表示j=1,j=2,一直到j=p过程所有Mij(xj(t,k))的累乘值。
[0018] 步骤2、设计批次过程的控制器,具体步骤是:
[0019] 2.1首先设计批次过程性能保持的控制量,如下:
[0020]
[0021] 其中,u(t,k-1)表示第k-1批次t时刻系统的过程输入;r(t,k)表示第k批次t时刻的更新律;u(t,0)表示初始批次t时刻系统的过程输入,并设为0。
[0022] 2.2定义系统状态误差和输出跟踪误差为:
[0023]
[0024] 其中,x(t,k-1)表示第k-1批次t时刻系统过程状态;δ(x(t,k))表示第k批次t时刻系统状态误差;e(t+1,k)表示第k批次t+1时刻的输出跟踪误差;
[0025] yr(t+1,k)表示第k批次t+1时刻期望输出,y(t+1,k)表示第k批次t+1时刻实际输出。
[0026] 2.3根据步骤1.3,步骤2.1,步骤2.2可以得到系统扩展状态误差,如下:
[0027]
[0028] 其中,δ(x(t+1,k))和δ(x(t-d(t),k))分别表示第k批次t+1时刻和t-d(t)时刻系统状态误差; 表示第k批次t时刻系统扩展状态的未知干扰。
[0029] 2.4考虑到系统输出矩阵Ci=C(i=1,2,...,r),则根据步骤2.3可以得到系统输出跟踪误差为:
[0030]
[0031] 其中,e(t+1,k-1)表示第k-1批次t+1时刻的输出跟踪误差;C是系统输出矩阵。
[0032] 2.5根据步骤2.3、步骤2.4并且结合误差补偿的技术,设计一种基于跟踪误差的更新律:
[0033]
[0034] 其中,Ki表示在规则i下的控制增益。
[0035] 2.6根据步骤2.5,可以得到一种批次过程性能保持控制的控制器更新律:
[0036]
[0037] 2.7结合步骤2-1到步骤2-6可以得到一种化工批次过程性能保持控制量u(t,k),并将其再作用于被控对象。