[发明专利]一种工业控制器降维方法、装置、设备及存储介质有效
申请号: | 202310026032.8 | 申请日: | 2023-01-09 |
公开(公告)号: | CN115982533B | 公开(公告)日: | 2023-07-21 |
发明(设计)人: | 侯卫锋;张志铭;段怡庸;叶建位 | 申请(专利权)人: | 浙江中智达科技有限公司 |
主分类号: | G06F17/16 | 分类号: | G06F17/16 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 徐丽 |
地址: | 310012 浙江省杭州市余杭*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 工业 控制器 方法 装置 设备 存储 介质 | ||
本申请公开了一种工业控制器降维方法、装置、设备及存储介质,涉及工业控制技术领域,该方法包括:基于操作变量的个数和被控变量的个数并通过阶跃测试进行矩阵构建,以得到第一关系矩阵;基于被控变量的个数创建第二关系矩阵,并基于第一关系矩阵对第二关系矩阵进行更新,以得到第三关系矩阵;利用第三关系矩阵对初始深度关系矩阵进行更新,以得到更新后深度关系矩阵;根据被控变量访问向量以及更新后深度关系矩阵统计被控变量分组,并基于被控变量分组以及第一关系矩阵计算操作变量分组,以完成对工业控制器的降维处理。可见,本申请通过对多种矩阵进行计算以及统计多种分组,能够对有效降低复杂大规模的控制器复杂程度,提高计算效率。
技术领域
本发明涉及工业控制技术领域,特别涉及一种工业控制器降维方法、装置、设备及存储介质。
背景技术
工业生产过程往往是多个复杂耦合的被控对象,以模型预测控制为代表的先进控制技术由于能够处理多变量间耦合以及变量约束限制等问题,在工业控制系统中得到了广泛的应用。以精馏塔被控对象为例,其操作变量一般包括进料流量、塔底加热功率、塔顶回流量等变量,被控变量一般包括精馏塔塔顶压力、灵敏板温度、塔盘液位等等,再加上上下游装置的控制任务,一个精馏塔控制器可包含十几个操作变量和被控变量。这些操作变量和被控变量间有的存在较强的作用关系,有的作用关系较弱,有的甚至没有作用关系。如果作为一个整体的控制器来处理,将导致控制器规模庞大且复杂,计算量也相应增加。同时操作变量和被控变量间的复杂作用关系也导致操作变量的动作行为难以解释,不利于工程实施。因此如果能将复杂的多变量控制器分解为一系列相对简单的控制器,并且保持控制器的主要作用,能够通过并行计算有效降低控制器的计算负荷。
发明内容
有鉴于此,本发明的目的在于提供一种工业控制器降维方法、装置、设备及存储介质,能够实现复杂多变量控制器的自动分解降维。其具体方案如下:
第一方面,本申请公开了一种工业控制器降维方法,包括:
基于工业控制器中操作变量的个数和被控变量的个数并通过阶跃测试进行矩阵构建,以得到第一关系矩阵;所述第一关系矩阵为以列变量为操作变量、行变量为被控变量的关系矩阵;
基于所述被控变量的个数创建第二关系矩阵,并基于所述第一关系矩阵对所述第二关系矩阵进行更新,以得到第三关系矩阵;所述第二关系矩阵和所述第三关系矩阵均为以被控变量作为行变量与列变量的关系矩阵;
利用所述第三关系矩阵对初始深度关系矩阵进行更新,以得到更新后深度关系矩阵;
根据预先创建的被控变量访问向量以及所述更新后深度关系矩阵统计被控变量分组,并基于所述被控变量分组以及所述第一关系矩阵计算操作变量分组,以完成对所述工业控制器的降维处理。
可选的,所述基于工业控制器中操作变量的个数和被控变量的个数并通过阶跃测试进行矩阵构建,以得到第一关系矩阵,包括:
基于工业控制器中操作变量的个数和被控变量的个数并通过阶跃测试进行矩阵构建,得到初始关系矩阵;
对所述初始关系矩阵进行更新以得到第一关系矩阵。
可选的,所述基于工业控制器中操作变量的个数和被控变量的个数并通过阶跃测试进行矩阵构建,得到初始关系矩阵,包括:
基于所述操作变量的个数以及所述被控变量的个数确定相应尺寸大小的初始矩阵,并通过阶跃测试确定所述初始矩阵中所述操作变量发生单位阶跃变化时相应的所述被控变量的稳态变化量;
将所述稳态变化量的绝对值填入所述初始矩阵中交叉元素所在的位置上,以得到初始关系矩阵。
可选的,所述对所述初始关系矩阵进行更新以得到第一关系矩阵,包括:
判断所述初始关系矩阵中所述交叉元素所在位置上的数值是否小于基于所述初始关系矩阵中元素的最小值与平均值确定的目标数值;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于浙江中智达科技有限公司,未经浙江中智达科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202310026032.8/2.html,转载请声明来源钻瓜专利网。