[发明专利]一种基于系统增广模型的批次过程预测控制方法

说明书

本发明公开了一种基于系统增广模型的批次过程预测控制方法，包括如下步骤：步骤1、建立批次过程中被控对象的状态空间模型；步骤2、设计被控对象的批次过程控制器。本发明提出了一种批次化工过程二维模型预测控制方法。通过此种改进的技术手段，所得到的控制器具有更多的自由度来调节控制性能，同时保证控制装置操作在最佳状态，使生产过程的工艺参数达到严格控制。有效的提高了传统控制方法的性能并保证了系统在受到扰动时仍然具有良好的控制性能。

技术领域

本发明属于自动化技术领域，涉及一种基于系统增广模型的批次过程预测控制方法。

背景技术

随着社会经济发展，批次过程已经成为工业生产重要的一部分，批次过程有着高效、高重复性、低成本的特点。重复生产过程中，尤其在化工、制造、医疗等生产制造企业，批次过程能够带来更多的生产效益，但随着控制技术的提升与市场的竞争，企业需要进一步减少生产成本与提高生产质量，设计控制效果更加优越的控制技术，提升企业的核心生产力。简单的控制技术无法满足被控系统的控制精度和平稳性，会导致企业产品合格率降低，生产效率降低。流水线生产带来的扰动也在时刻影响着批次过程的生产质量，因此设计出改进的控制算法，能够解决流水线生产强抗干扰性，提升批次过程的控制效果是一件亟待解决的问题。本发明针对工业批次过程，提出一种新的控制方法，将进一步提高批次过程的控制性能，提高生产质量，增强系统抗干扰性，进一步减少生产成本。

发明内容

本发明的目的是针对批次生产过程中现有模型预测控制和误差跟踪控制技术的不足，引入增广模型，来提高系统处理扰动的控制性能，为了获取更加精确的控制效果，在传统的输入输出约束基础上，设计带有权重与软约束的性能，进一步提升系统的控制效果，在新的系统模型结构中，提出了一个新的系统模型，通过增广模型和观测器的输出测量同时估计状态和干扰，然后根据设计的性能指标函数，在满足设计的系统约束的情况下，求取控制系统的最优控制律。通过设计的控制器，可以提高系统控制性能，保证控制装置操作在最佳状态，改善批次过程中的扰动影响，使生产过程的工艺参数达到严格控制，提升生产效益。通过此种改进的技术手段，所得到的控制器具有更多的自由度来调节控制性能，能够得到更好的控制效果。

本发明的技术方案是通过数据采集、模型建立、预测机理、优化等手段，确立了一种基于系统增广模型的批次过程预测控制方法，利用该方法可有效改善批次过程中控制方法的跟踪性能和抗干扰性，利用该方法可有效提高控制的精度，提高控制平稳度。具体技术方案如下：

本发明的方法包括如下步骤：

步骤1、建立批次过程中被控对象的状态空间模型，具体方法是：

1.1首先采集批次过程中的输入输出数据，利用该数据建立该批次过程的实际过程模型，形式如下：

x(k+1)＝f(x(k),u(k))

y(k+1)＝g(x(k))

x(k)、x(k+1)分别为k、k+1时刻系统状态，u(k)∈R^nu为k时刻系统输入，y(k+1)∈R^ny为k+1时刻系统输出，f:R^nx×R^nu→R^nx为系统状态的映射函数，g:R^nx→R^ny为系统输出的映射函数，R^nu、R^ny、R^nx分别是系统输入、系统输出、系统状态的维数。

1.2针对设定系统考虑状态观测器，形式如下：

表示当前的状态预测，为k-1时刻对k时刻的状态预测。h:R^ny→R^nx为设定的误差映射函数。y(k)为k时刻系统输出。

1.3结合设计的系统模型，系统状态形式如下：