[发明专利]一种水泥脱硝过程的抗干扰优化跟踪方法

说明书

本发明公开了一种水泥脱硝过程的抗干扰优化跟踪方法。本发明首先整合具有动态过程和跟踪误差的新状态空间模型，通过引入新状态空间模型公式，为线性二次跟踪控制设计了范数的系统优化方法，通过在新状态空间模型中分别对状态变量和跟踪误差进行组合和调节，得到准确的控制律，并快速修复部分执行器的故障。本发明有效的提高了跟踪控制的性能，满足了实际水泥脱硝工业过程的需求。

技术领域

本发明属于自动化工业过程控制领域，涉及到一种水泥脱硝过程的抗干扰优化跟踪方法。

背景技术

氮氧化合物的排放是伴随在水泥生产中不可避免的过程，由于我国面临严峻的大气污染问题，水泥行业的氮氧化合物的排放受到国家日趋严格的限制，水泥企业面临很大的环保压力。普遍采用的选择性非催化还原(SNCR)技术进行水泥工业的脱硝仍存在诸多问题，并且脱硝过程本身存在纯滞后、过渡时间较长、摩擦、饱和等干扰因素较多，导致执行器发生故障。如果执行器故障不能得到快速修复，导致喷氨量调节不合理，无法保证环境质量达标，所以为了快速修复执行器的故障，提出了一种水泥脱硝过程的抗干扰优化跟踪方法，控制合理的喷氨量，降低企业运行成本。

发明内容

本发明的目的是通过实施准确的控制律快速修复部分执行器故障，保证环境质量达标的同时，降低企业运行成本。

本发明首先整合具有动态过程和跟踪误差的新状态空间模型，通过引入新状态空间模型公式，为线性二次跟踪控制设计了H_￥范数的系统优化方法，通过在新状态空间模型中分别对状态变量和跟踪误差进行组合和调节，得到准确的控制律，并快速修复部分执行器的故障。

本发明的方法步骤包括：

步骤1、建立抗干扰优化跟踪控制模型，具体步骤是：

1-1.建立单输入单输出状态空间模型，形式如下：

其中，k和d分别是运行时刻和延迟时间，x(k)和x(k+1)分别是第k时刻和第k+1时刻的状态变量，w(k)是第k时刻的干扰，u(k-d)是第k-d时刻的输入，y(k+1)是第k+1时刻的输出，是具有适当维数的系统矩阵。

1-2.结合步骤1-1，引入部分执行器故障的状态空间模型，形式如下：

其中，u^F＝αu(k)，u(k)是第k时刻的输入，α是执行器故障的影响，且0α≤1，u^F(k-d)是第k-d时刻实际的输入。

1-3.引入消除延迟时间的状态空间模型，形式如下：

Δx_m(k+1)＝A_mΔx_m(k)+B_mΔu(k)+B_wmΔw(k)

Δy(k)＝C_mΔx_m(k)

其中，Δx_m(k)＝[Δx(k)Δu(k-1)...Δu(k-d)]，Δx_m(k)和Δx_m(k+1)分别是第k时刻和第k+1时刻消除延迟时间的状态变量，Δu(k-1)、Δu(k-2)、…、Δu(k-d)分别是第k-1时刻、第k-2时刻、…、第k-d时刻输入增量，Δx(k)、Δu(k)、Δw(k)和Δy(k)分别是第k时刻的状态变量增量、输入增量、扰动增量和输出增量，A_m、B_m、B_wm和C_m是具有适当维度的常数矩阵，且