[发明专利]状态空间预测函数控制优化的批次过程PI-PD控制方法有效

专利信息
申请号: 201410029925.9 申请日: 2014-01-22
公开(公告)号: CN103760772A 公开(公告)日: 2014-04-30
发明(设计)人: 张日东;李海生;邹洪波;郑松;吴锋 申请(专利权)人: 杭州电子科技大学
主分类号: G05B13/04 分类号: G05B13/04
代理公司: 杭州求是专利事务所有限公司 33200 代理人: 杜军
地址: 310018 浙*** 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: 发明公开了一种状态空间预测函数控制优化的批次过程PI-PD控制方法。本发明方法首先基于间歇蒸馏塔内再沸器温度对象的实时运行数据建立再沸器内温度对象的状态空间模型,挖掘出基本的对象特性;然后依据状态空间预测函数控制的特性去整定相应PI-PD控制器的参数;最后对再沸器内的温度对象实施PI-PD控制。本发明将状态空间预测函数控制的性能赋给了PI-PD控制,有效地提高了传统控制方法的性能。
搜索关键词: 状态 空间 预测 函数 控制 优化 批次 过程 pi pd 方法
【主权项】:
1.状态空间预测函数控制优化的批次过程PI-PD控制方法,其特征在于该方法的具体步骤是:步骤(1).建立被控对象的状态空间模型,具体方法是:1-a.通过实时数据库,建立局部预测模型,具体是:建立批次过程的实时运行数据库,通过数据采集装置采集实时过程运行数据将采集的实时过程运行数据作为数据驱动的样本集合其中,表示第i组工艺参数的输入数据,y(i)表示第i组工艺参数的输出值,N表示采样总数;以该对象的实时过程运行数据集合为基础建立基于最小二乘法的离散差分方程形式的局部受控自回归滑动平均模型:θ^=[H,F]T]]>其中,yL(k)表示k时刻局部预测模型的工艺参数的输出值,θ表示通过辨识得到的模型参数的集合,表示局部预测模型的工艺参数的过去时刻的输入和输出数据的集合,u(k)表示k时刻工艺参数对应的控制变量,d+1为实际过程的时滞,Τ为矩阵的转置符号;采用的辨识手段为:其中,和P为辨识中的两个矩阵,为单位矩阵;1-b.利用步骤1-a中得到的系数,建立批次过程模型的微分方程,其形式为:y(k)+Hy(k-1)=Fu(k-d-1)其中,F,H为a步骤的辩识得到的参数,d为时滞项,y(k)表示批次过程的模型输出值,u(k-d-1)表示批次过程对象在k-d-1时刻的输出值;1-c.选取状态变量,根据步骤1-b中的方程,建立批次过程的状态空间模型,形式如下:x(k+1)=Ax(k)+Bu(k)y(k)=Cx(k)]]>其中,x(k+1)=y(k+1)u(k)u(k-1)...u(k-d+1),]]>x(k)=y(k)u(k-1)u(k-2)...u(k-d)]]>B=010...0]]>C=(1 0 0 … 0)其中,A为(d+1)×(d+1)阶矩阵,B为(d+1)×1阶矩阵,C为1×(d+1)阶矩阵;步骤(2)设计批次过程对象的PI-PD控制器,具体是:2-a.取预测时域M=1,计算在状态空间预测函数控制下k时刻时第P步的预测输出值y(k+P):x(k+P)=APx(k)+(AP-1+AP-2+…+1)Bu(k)y(k+P)=C1x(k+P)其中,C1=[1,0,…,0]M,P分别为控制时域和预测时域,M<P,C1为1×(d+1)阶矩阵,AP表示P个矩阵A相乘;2-b.选取预测函数控制算法的参考轨迹ref(k+P)和目标函数J,形式如下:ref(k+P)=βPyp(k)+(1-βP)c(k)ess(k)=yp(k)-y(k)minJ=(ref(k+P)-y(k+P)-ess(k))2其中,β为批次过程的柔化系数;yp(k)为k时刻批次过程的实际值,y(k)为k时刻批次过程的模型值,ess(k)为过程对象在k时刻的校正误差;2-c.将过程对象的控制量u(k)进行变换:u(k)=u(k-1)+Kp(k)(e(k)-e(k-1))+Ki(k)e(k)-Kf(k)(y(k)-y(k-1)-Kd(y(k)-2y(k-1)+y(k-2))=u(k-1)+Kp(k)(e(k)-e(k-1))+Ki(k)e(k)-Kf(k)(y(k)-y(k-1)-Kd(y(k)-y(k-1))+Kd(y(k-1)-y(k-2))e(k)=βyp(k-1)+(1-β)c(k-1)-y(k)进一步化简为:u(k)=u(k-1)+w(k)E(k)其中,w(:,k)=[Kp(k)+Ki(k),-Kp(k),-Kf(k)-Kd(k),Kd(k)]E(k)=(e(k),e(k-1),y(k)-y(k-1),y(k-1)-y(k-2))TKp(k)、Ki(k)、Kf(k)、Kd(k)分别为k时刻PI-PD控制器外环的比例、外环的积分、内环的比例、内环的微分参数,e(k)为k时刻被控对象参考轨迹值与输出值之间的误差,Τ为矩阵的转置符号,w(k)为四行k列矩阵;2-d.将u(k)代入到步骤2-b的目标函数,求解PI-PD控制器中的参数,可得w(:,k)=(ref(k)-ess(k)-C1AxP-C1WBu(k-1))EC1WBETE]]>W=AP-1+AP-2+…+A+I其中,I为(d+1)×(d+1)阶全1矩阵;进一步,可以得到Kp(k)=w(1,k)+w(2,k)Ki(k)=-w(2,k)Kf(k)=-w(3,k)-w(4,k)Kd(k)=w(4,k)2-e.得到PI-PD控制器的参数Kp(k)、Ki(k)、Kf(k)、Kd(k)以后构成控制量u(k),并作用于批次过程对象u(k)=u(k-1)+Kp(k)(e(k)-e(k-1))+Ki(k)e(k)-Kf(k)(y(k)-y(k-1)-Kd(y(k)-2y(k-1)+y(k-2))=u(k-1)+w(k)E(k)2-f.在下一时刻,依照步骤2-a到2-d继续求解PI-PD控制器新的参数Kp(k+1)、Ki(k+1)、Kf(k+1)、Kd(k+1),并作用于被控对象,依次循环。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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杭州电子科技大学,未经杭州电子科技大学许可,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/patent/201410029925.9/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top