[发明专利]一种化工批次过程鲁棒复合迭代学习控制方法

摘要

本发明公开了一种化工批次过程鲁棒复合迭代学习控制方法。本发明首先建立系统批次过程的状态切换模型；其次，设计迭代学习控制量，并定义状态误差和输出误差；然后，给出扩展的线性动态模型，使系统的实际输出能够更快速地跟踪给定的设定点；最后，根据系统中相邻阶段的状态切换模型，得到最优的迭代学习更新率和控制量。不同于传统方法，本发明结合了反馈控制与迭代学习控制的复合控制，增强了批次过程的抗干扰能力，使系统的状态切换过程具有更好的控制性能。

主权项

1.一种化工批次过程鲁棒复合迭代学习控制方法，其特征在于该方法具体是：步骤1、设计系统批次过程的状态切换模型，具体步骤是：1.1建立批次过程的系统状态模型：其中，t是系统的离散时间，k是系统的批次索引；d(t)是时间延迟函数；C_ρ(t,k)分别表示ρ(t,k)阶段下对应过程的系统矩阵，ρ(t,k)表示第k批次t时刻系统所处于的过程阶段；x(t,k+1)、x(t+1,k+1)和x(t‑d(t),k+1)分别表示第k+1批次t时刻、t+1时刻和t‑d(t)时刻系统的过程状态；u(t,k+1)表示在k+1批次t时刻系统的过程输入；y(t,k+1)表示在第k+1批次t时刻系统的过程输出；ω_ρ(t,k)(t,k+1)表示第k+1批次第ρ(t,k)阶段t时刻系统状态的外部干扰；x(0,k+1)表示第k+1批次系统的初始状态，其初始值设置为x_0,k+1；1.2多阶段批次过程第i阶段的系统状态模型表示为：其中，i＝1,2,…,q是自然数；xⁱ(t,k+1)、xⁱ(t+1,k+1)和xⁱ(t‑d(t),k+1)分别表示第k+1批次第i阶段t时刻、t+1时刻和t‑d(t)时刻系统的过程状态；Cⁱ表示第i阶段下对应过程的系统矩阵；uⁱ(t,k+1)表示第k+1批次第i阶段t时刻系统的过程输入；yⁱ(t,k+1)表示第k+1批次第i阶段t时刻系统的过程输出；ωⁱ(t,k+1)表示第k+1批次第i阶段t时刻系统状态的外部干扰；1.3建立两个相邻阶段之间的状态切换模型：其中，为第k+1批次第i阶段的切换时间；J_i是第i阶段的状态转移矩阵；分别表示第k+1批次第i阶段和第i+1阶段在时刻系统的过程状态；1.4设定切换时间：其中，min表示取最小值；G_i(x(t,k+1))<0表示系统状态过程的切换条件函数；为系统第k+1批次第i‑1阶段的切换时间；为系统第k+1批次初始阶段的切换时间；1.5建立系统整个运行阶段的切换序列模型：其中，q为批次过程的最后阶段；是连接第k₀批次第1阶段结束和第k₀批次第2阶段开始的点，是连接第k₀批次第q阶段结束和第k₁批次第1阶段开始的点；(T₁¹,k₁),ρ(T₁¹,k₁)是连接第k₁批次第1阶段结束和第k₁批次第2阶段开始的点，(T₁^q,k₂),ρ(T₁^q,k₂)是连接第k₁批次第q阶段结束和第k₂批次第1阶段开始的点；是连接第k_k‑1批次第q阶段结束和第k_k批次第1阶段开始的点，是连接第k_k批次第q阶段结束和第k_k+1批次第1阶段开始的点；步骤2、设计批次过程的鲁棒复合迭代学习控制器，具体步骤是：2.1设计迭代学习控制量：其中，ui(t,k)、ui(t,k+1)分别表示第k和k+1批次第i阶段t时刻的控制量输入，ui(t,0)表示初始控制量输入；ri(t,k+1)表示第k+1批次第i阶段t时刻的更新律；2.2定义状态误差与输出误差如下：其中，表示第k+1批次第i阶段t时刻系统过程的状态误差，eⁱ(t,k+1)表示第k+1批次第i阶段t时刻系统过程的输出误差；表示第i阶段延迟后的过程输出；2.3根据步骤1.1、步骤2.1和步骤2.2得到系统第i个阶段的状态切换模型：其中，和分别表示第k+1批次第i阶段t+1时刻和t‑d(t)时刻系统的状态误差；eⁱ(t+1,k+1)和eⁱ(t+1,k)分别表示第k+1批次和第k批次第i阶段t+1时刻系统的输出误差；表示第k+1批次第i阶段t时刻系统状态切换的外部干扰；2.4根据步骤2.3对系统的干扰分析如下；当系统为重复干扰时：当系统为非重复干扰时：2.5设计系统批次过程第i阶段扩展状态：其中，和分别表示第k+1批次第i阶段t和t+1时刻的扩展状态；2.6由步骤2.3和步骤2.5得到新的状态切换模型：其中其中，表示第k批次第i阶段t+1时刻系统的状态误差；表示第k批次第i阶段t+1时刻系统的扩展状态；F_i(t,k)表示第k批次第i阶段t时刻的参数矩阵；Aⁱ、Bⁱ、D_i、Hⁱ表示第i阶段对应过程的系统矩阵；Eⁱ、E_i、Iⁱ表示具有不同维数的单位矩阵；2.7根据步骤2.6得到迭代学习更新律，形式如下：其中，分别表示第i阶段不同状态的增益系数；2.8结合步骤2‑1到步骤2‑7得到化工批次过程最优控制律ui(t,k+1)并作用于被控对象。