[发明专利]基于工业过程的MFA控制系统设计方法

说明书

本发明采用一种通用的无模型自适应（Model Free Adaptive，MFA）控制器，该控制器结构以LSTM动态循环神经网络为基础，通过简单配置即可控制不同的单输入单输出过程，而无需过程精确的数学模型。在此控制器基础上，本发明主要公开了一种通用的工业过程的MFA控制系统设计方法，其中包含多变量MFA控制系统设计和抗延迟MFA控制系统设计，通过设计前馈，反馈的MFA控制系统以补偿过程测量，从而解决工业过程中多变量耦合，大滞后等问题。

技术领域

本发明以LSTM循环神经网络设计的MFA控制器为基础，提出了通用的工业过程的MFA控制系统设计方法，其中包含多变量MFA控制系统和抗延迟MFA控制系统。

背景技术

日益复杂的现代工业过程对产品质量和生产效益的要求逐渐提高，间接对控制器的精确性和适应性提出更高的要求。面对不同的复杂工业过程，控制器参数的优化调整将直接影响过程控制效果，然而最优控制器参数在实际应用过程中通常难以获取。因此，新设计的控制方法需要对不同过程具有一定自适应性且无需复杂的参数调整过程，即可具有较为良好的控制性能。

在现代工业生产过程中，PID控制器因其简单实用的特性被广泛使用。但对于复杂工业控制系统（如多变量，强耦合，大滞后，非线性等）的控制仍然存在很大困难。

因此，针对不同特性的工业过程系统需要设计出相应的简单通用的工业过程MFA控制系统，该系统可以适用于不同的过程而无需考虑过程精确的数学模型，仅通过控制器系统强大的自学习和自适应能力，就能获得较好的控制效果。

发明内容

本发明以LSTM循环神经网络设计的MFA控制器为基础，提出了一种通用的工业过程的MFA控制系统设计方法。首先提出一种基于通用MFA控制器的多变量反馈控制系统应用于工业过程中。然后，针对大滞后过程，提出一种通用的抗延迟MFA控制器系统。

本发明所提出的两种复杂系统的MFA控制器设计都是基于通用的单输入单输出MFA控制器。因此，首先考虑单输入单输出MFA控制器系统设计过程，其具体实施过程如下：

考虑实际工业过程传递函数为：

。

其中，,分别为测量变量和控制器输出的拉普拉斯变换。

MFA控制器设计框架以LSTM循环神经网络结构为基础。这是因为LSTM循环网络结构在处理时间序列信息上具有一定的记忆性，它能够充分利用历史时间误差序列信息，从而获得合适的输出控制量。

基于LSTM的MFA控制器的主要任务是使当前被控变量跟随期望轨迹，也即使误差信号趋向于零。

本发明的单输入单输出通用LSTM-MFA控制器设计具体步骤如下：

步骤一：选择输入误差时间序列的长度，然后输入误差序列,,…,通过标准化单元转换至的区间内，作为控制器的输入信号。

其中，标准化单元为tanh函数：

。

步骤二：设计控制器网络结构，将标准化误差信号作为网络输入通过LSTM单元前向传播过程获取网络输出。

其中，LSTM单元前向传播计算公式为：

。