[发明专利]一种应用于间歇搅拌釜式反应器的鲁棒迭代学习模型预测控制方法

摘要

本发明涉及了一种鲁棒迭代学习模型预测控制方法，并可将其应用于间歇搅拌釜式反应器控制，这一方法解决了间歇搅拌釜式反应器变化参考轨迹下反应温度高精度跟踪的问题。本方法主要包括：根据间歇搅拌釜式反应器非线性机理模型，构建线性参变(LPV)预测模型；通过迭代学习控制吸取过去批次的控制经验，提高跟踪精度；采用模型预测控制有效处理实时干扰，保证系统时域稳定性和鲁棒性；将间歇搅拌釜式反应器批次间参考轨迹的变化视为迭代轴有界干扰，构造H无穷约束保证变参考轨迹下的控制效果。本发明的鲁棒迭代学习模型预测控制方法与传统迭代学习模型预测控制方法相比，对间歇搅拌釜式反应器变参考轨迹的适应性更强，跟踪性能更好。

主权项

1.一种应用于间歇搅拌釜式反应器的鲁棒迭代学习模型预测控制方法，其特征在于，包括：步骤1，设置一个间歇搅拌釜式反应器，间歇搅拌釜式反应器能重复进行反应物A生成目标产物B的化学反应，其控制目标为在每个生产批次跟踪变化的反应温度参考轨迹；步骤2，设置线性参变模型，用以描述所述间歇搅拌釜式反应器非线性模型的动态特性；步骤3，设置二维迭代跟踪误差预测模型，其状态量包括跟踪误差沿迭代轴的变化量、系统状态沿迭代轴和时间轴的变化量，并且考虑了批次间的参考轨迹变化量；步骤4，将所述间歇搅拌釜式反应器在不同的控制要求下的参考轨迹的变化视为迭代轴上的有界扰动，设置H无穷约束，用以限制有界扰动对跟踪性能的影响；步骤5，设置二次型跟踪性能目标函数和控制输入约束，建立在所述H无穷约束下的min‑max优化问题；步骤6，将所述min‑max优化问题转化为能通过线性矩阵不等式求解的数学规划问题，将优化得到的控制输入施加于控制系统。