[发明专利]一种模型预测控制性能评估与诊断方法

摘要

本发明公开了一种模型预测控制性能评估与诊断方法，包括计算系统实时性能值Ji及其平均形式Jnew；选取一段数据集作为历史性能基准值将Jnew与作比得到系统性能指标如果值接近1判定系统性能良好，如果值接近0则转到下一步；计算干扰误差e0(k)、预测误差e(k)、模型质量指标η，如果η值接近1则判定引起系统性能下降的原因是外部因素或控制器因素；否则判定系统模型失配转向下一步；检测信息序列e(k)的自相关性，如果e(k)存在自相关性则转到下一步，否则判定模型匹配度良好；最小的损失函数对应的n即为e(k)的阶级，当e(k)的阶级大于过程模型的阶级时则判定过程模型失配，否则判定干扰模型失配。本发明仅需闭环输入输出数据，就可对系统整体性能进行评估，可对系统性能恶化源进行定位。

主权项

一种模型预测控制性能评估与诊断方法，包括以下几个步骤：步骤1：根据先验知识求出历史性能基准值；计算系统实时性能值Ji，并取其平均形式记作Jnew；步骤2：根据表征历史数据集选取好坏程度的指标φ代替传统方法的先验知识，选取出一段使系统理想程度最高的数据集作为历史性能基准值其特征在于，还包括步骤3：将步骤1得到的Jnew与步骤2得到的作比得到系统性能指标的取值区间为(0,1)，如果值接近1，则判定系统性能良好，如果值接近0，则转到步骤4；步骤4：先根据干扰的反馈不变性，分析一个MIMO系统，然后由系统的实际输入输出，计算出系统的干扰误差e0(k)，再由系统的实际输出与预测模型输出求出预测误差e(k)，并得出模型质量指标η，η的取值区间为(0,1)，如果η值接近1，表明预测模型与实际过程模型匹配度越高，则判定引起系统性能下降的原因是外部因素或者控制器因素；否则，判定系统模型失配，转向步骤5；步骤5：采用自相关函数c(lag)的表达式并进行自相关性的检测，该检测可以通过在自相关函数中构建置信区间来实现，这些置信区间是在信息序列来自一个基于N个样本的正态分布的假设构建的，根据超出置信区间的采样点比例检测预测误差e(k)的自相关性，如果e(k)存在自相关性，则转到步骤6，否则判定模型匹配度良好；步骤6：设r＝n+1，其中，r为系统的上限，n为阶级，当n＝1,2…,nmax，采用数字子空间状态空间系统辨识N4SID算法计算n每一个取值对应的损失函数，最小的损失函数对应的n即为e(k)的阶级；当e(k)的阶级大于过程模型的阶级时，则判定过程模型失配，否则判定干扰模型失配。