[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。
