[发明专利]估计用于控制工业过程的系统模型的初始状态

说明书

技术领域

本发明涉及工业过程建模、最优控制和高级调度的领域。

背景技术

许多工业依赖于控制系统，以便以特定且可预测的方式控制过程。正确定义这种控制系统的操作参数和控制策略对于系统成功是至关重要的，并且为了实现这种成功存在多种不同的技术。将容易认识到，对于一些(a range of)不同工业，适当的控制系统是至关重要的，并且下面要讨论的技术和方法可应用于大量过程。这种过程的一个示例是互连的箱的水平控制。在许多工业(诸如化学、制药和食品工业、矿物处理工业、浆状物和造纸工业、油气工业和水处理工业)中，这是一个普遍问题。更具体地说，在转换、存储或分离液体或悬浮液的所有过程中，水平控制都是重要的。

例如附图中图1所例证的浮选回路具有将有价值的矿物与无价值的材料分离的目的。在水中的粉矿(ground ore)的悬浮液(所谓的浆状物)中二者都包含。通过采用某些矿物(例如闪锌矿、重要的锌矿物)的疏水特性来实现分离。工厂通常由若干互连的浮选槽组成。中间存储箱和混合箱也可以是这种回路的一部分。

图1所示的示例浮选系统包括一系列浮选箱。第一箱接收输入流。使用管子和阀将这些箱互连。该系列中的第三箱具有用于废料的输出。每一个箱都具有用于分离的材料的输出。每个箱中的液体水平由标记线表示。从而，必须要对不同部件(包含容器，诸如浮选槽、中间存储箱(在大多数情况下这称为泵箱(pump box))和混合箱，连接器、弯管(meaning pipes)和出口、传感器，诸如容积流率、泡沫层厚度或浆状物水平和阀开口百分比传感器，以及致动器，诸如控制阀和泵)建模。

不同浮选槽的精确水平控制对于浮选是最重要的，因为泡沫层厚度，即在浆状物液相上面漂浮的泡沫层的厚度，对从这些槽获得的浓缩物的量和成分具有重大影响。可用的各种控制技术的更多细节以及介绍在文章“Model-predictive control of the froth thickness in a flotation circuit”(H.S.Foroush，S.Gaulocher，E.Gallestey，呈现在Procemin 2009，2009年12月4日，智利的圣地亚哥)中公开了。

使用黑盒子模型的模型预测控制(MPC)是用于执行水平控制的一个选项。主要缺点是需要进行长的阶式测试(step test)以便识别工厂模型。这些测试通常需要接近稳态的条件，这在水平控制中是很少见的情况。而且，一旦识别了黑盒子模型，在操作期间就不会再修改它。因此，它不能考虑过程变化或使用不同线性化点的必要性。

例如在文章“Control of Systems Integrating Logic，Dynamics，and Constraints”(A.Bemporad和M.Morari，Automatica 35(3)，1999，pp 407-427)中所介绍的混合逻辑动态(MLD)系统表示用于由交互作用的物理法则、逻辑规则和操作约束描述的建模系统(通常称为“混合系统”)的数学框架。通过遭受涉及连续的变量(即实值变量)和二进制变量(即布尔值变量)的线性混合整数不等式的线性动态方程确定或描述MLD系统。变量包含连续和二进制状态x、输入u和输出y，以及连续辅助变量z和二进制辅助变量δ，如在下面等式中所描述的：

x(t+1)＝Ax(t)+B₁u(t)+B₂δ(t)+B₃z(t)(等式1a)

y(t)＝Cx(t)+D₁u(t)+D₂δ(t)+D₃z(t)(等式1b)