CN104460317A - 单输入单输出化工生产过程的自适应预测函数的控制方法 - Google Patents

Abstract

本发明涉及一种单输入单输出化工生产过程的自适应预测函数控制方法设计，主要解决现有技术中存在化工生产过程难以控制，建模困难，控制效果欠佳，不能实时适应现场工况调整控制的问题。本发明通过采用实时在线采集过程生产数据，所搭建的预测模型只与当前时刻的生产数据相关，通过构建两自由度线性加权控制输入，搭建在线校正自适应算法：(1)建立两自由度线性加权控制输入：选择未来***控制输入由两个基函数加权组成；(2)根据跟踪目标，建立控制***期望性能指标；(3)未来***预测输出的推导；(4)***参数的在线自适应调整的技术方案，较好的解决了该问题，可用于炼油、化工等一系列单输入单输出工业生产装置中。

Description

单输入单输出化工生产过程的自适应预测函数的控制方法

技术领域

本发明涉及单输入单输出化工生产过程的自适应预测函数的控制方法。

背景技术

单输入单输出过程在实际工业生产中非常普遍，目前大多数针对此类过程的控制通过PID调节器器实现。PID控制器的整定通常是通过继电反馈等技术的测试获得，其一般在控制器整定后，参数保持不变，也就是其参数整定是在控制器投运的时刻得到，在过程特性发生改变及受到外界干扰后，控制器参数不能随之发生改变。然而在实际生产中，由于外来原料及外界环境的影响，通常会影响生产过程，从而导致PID控制器的控制效果变差。此外，PID控制器属于被动调节策略，是在检测到实际输出值与给定值不相符时，才调节。且在这些调节过程中，没有有效利用实际的生产的输入输出数据信息，这是由于其基于调节的模型也一直未变。所有的因素综合起来导致基于PID控制器其***效果较差。

预测函数控制方法是预测控制***的一员，在保持预测控制方法优点的同时，其有自身的特点。预测函数控制最大的特点在于，其控制输入可以视为预先选择的基函数的加权组成，如此使得在线优化速率大大提高；其次，预测函数控制对于其预测模型没有过多的要求，只要相关的信息可以描述生产特征，则这些信息都可用来作为预测模型；第三，预测函数控制方法在实际工业中得到广泛应用，其优越的抗干扰性能得到用户的欢迎。为此，注意到在实际生产中有大量的生产输入输出信息，所以非常必要结合这些生产信息来构建***的模型及在线校正这些模型，进一步借助预测函数控制方法来设计控制***的当前输入，非常必要，以得到更加良好的控制效果。

Hou Z. S.教授在文献《The model-free learning adaptive control of a class of SISO nonlinear systems》(Proc. of American Control Conf., New Mexico, 1997:343-344)中，通过引入偏微分的概念，避免了非线性过程的建模问题，是一种较好的非线性过程的控制方法，但是其没有给出具体的***参数调节方法，更没有利用***的未来预测信息。在实际中由于预测控制算法能很好利用预测模型，反馈校正等概念等到了更好的工程应用，其中预测函数控制方法由于其结构化的控制输入形式得到了更多人的关注。为此开发结合无须辨识模型及实现简单的非线性预测模型方法非常必要。

目前针对此类***的控制主要是对常规PID调节器的校正应用，Majhi教授在文献《Modified smith predictor and controller for processes with time delay》(IEE Proc.-Control Theory Appl. 1999,140(5), 359-366)提出了针对此类***的PID控制新方法，后续又有其他类似的方法出现，但这类方法的缺点依然表现在针对非自衡***需要借助2个以上的调节器才能确保***稳定，导致了控制方法中调节参数过多，而且这些调节参数大多数基于所得的传递函数模型，局限性较大。此外，PID调节器属于被动调节策略，通常是在外界发生干扰或者***参数发生摄动后才调节控制输入，从而使得相应的控制***鲁棒性能不好，难以给出很好的控制效果，针对具体塔液位控制在外界干扰存在的情况下，不能及时消除外界影响，导致塔液位波动，影响下游生产。

发明内容

本发明所要主要解决现有技术中存在化工生产过程难以控制，建模困难，控制效果欠佳，不能实时适应现场工况调整的问题，提供单输入单输出化工生产过程的自适应预测函数控制方法。该方法具有在线采集实时生产数据构建模型，搭建的自适应优化算法可有效抗外界干扰的优点。

为解决上述技术问题，本发明采用的技术方案如下：一种单输入单输出化工生产过程的自适应预测函数的控制方法，其特征在于根据实际生产过程的特点，在线采集实时生产数据，通过构建两自由度控制加权输入，搭建在线校正自适应算法，实现单输入单输出化工过程的自适应预测函数控制，所述的控制方法包括以下步骤：

（1）    建立两自由度控制输入：选择未来***控制输入有两个基函数                                                和加权组成，即：；

（2）    根据跟踪目标，建立控制***期望性能指标；

（3）    未来***预测输出的推导；

（4）    ***参数的在线自适应调整；

其中为***未来期望输入，，为控制输入加权系数，为采样时间。

上述技术方案中，优选的技术方案，单输入单输出生产过程可描述为：

其中是广义Lipschitz的，表示过去生产信息与过程输出之间的映射关系；对于描述的生产***，一定存在，则当时，，此时模型预测未来输出可表示为

      根据过程生产要求，确定未来***期望性能指标如下：

其中，分别是过程输入输出可追溯的阶次，，分别是过程生产的输入输出值，表示过程输入与输出之间的映射函数， 是模型输出，是的估计值，为控制量的加权系数， 为优化时域, ()

是控制时域，是模型测误差，选取；

是参考轨迹，其中，为期望***响应时间，为***期望的控制点，对于常值设定点跟踪。

上述技术方案中，优选的技术方案，根据定义的加权控制输入，推导未来期望输出，采用自适应滤波方法获得***模型参数的在线调整，利用性能指标优化得到控制输入，具体如下：

(1) 在当前时刻控制输入满足

(2) 未来预测输出

(3) 模型参数集结，令，则  ()

(4) 模型参数自适应滤波方法

 ()

 (5) 当前时刻控制输入,由,得 

式中：

()，

,()，。

 

本发明提出的一种单输入单输出化工生产过程的自适应预测函数控制方法的突出优点是：

(1)在控制***设计前，建模过程无需明确被控***的结构；

(2)通过实时采集生产数据，利用在线自适应控制算法校正所建模型，从而保证模型能准确预测对象的特征；

(3)采用预测函数控制方法，进一步采用特殊两自由度结构控制输入及采用经济学种集结概念使得在线优化速率大大提升，减少了计算量、存储量；

(4)所设计的控制方法适用范围广，要求低，适应面广，可有效应用于稳定***，不稳定***，积分***的一大类对象。

附图说明

图1为***控制结构框图。

图2控制***跟踪给定值输出曲线。

图3 控制***在过程参数发生改变后跟踪给定值输出曲线。

图1 中为单输入单输出非线性过程对象，PFC为所设计的预测函数控制器，为辨识得到的过程模型，为在线自适应辨识得到的模型参数，为过程输出，为模型输出，为模型与过程输出误差，为过程输出与期望输出之间的偏差，为当前过程输入。

图2中，1为本发明的控制曲线， 2为A-H PI 方法的控制曲线，3为SIMC-PID方法的控制曲线，4为SIMC-PI方法的控制曲线。

图3中1为本发明的控制曲线， 2为A-H PI 方法的控制曲线，3为SIMC-PID方法的控制曲线，4为SIMC-PI方法的控制曲线。

 

下面通过具体实施方式对本发明作进一步的阐述。

具体实施方式

【实施例1】

考虑生产过程可以描述为：

其中且。为说明本设计方法的优越性，考虑与Astrom-Hagglund’s的 PI整定方法(A-H PI)[Automatica 1991,27], Sigurd Skogestad’s IMC-PI及IMC-PID(SIMC-PI, SIMC-PID)方法[Journal of Process Control, 2003]之间进行控制性能比较。

本发明具体实施方式：

(1)根据过程特征，确定***特征参数及采样时间 s。

(2) (初始化) 在时间时刻，根据过程特性给定的初始值, 给定集结参数为0到1之间的正数。 

(3) 选取合适拟合点,，闭环响应时间 s，设定控制时域及加权系数。注意，如果被控对象含有时滞，则和的选择要大于时滞的离散值。

(4)在时刻, 采集过程输入输出数据，应用自适应学习算法

来在线估计。同时将的值带入步骤3，如果这些条件都不能满足则返回步骤3，否则继续步骤5。

(5) 计算()

其中未来参考轨迹输入

，

(6) 求的最优解，令,得当前时刻控制律

并将当前时刻的控制输入作用到对象。

(7)，重复步骤 4-6。

在时刻加入幅值为0.2的负载干扰，***阶跃响应如图2所示。从图2的仿真曲线可以看出，无论跟踪给定值方面还是控制***的抗负载干扰方面，本发明方法明显优于A-H PI，SIMC-PI，SIMC-PID方法，显示了所发明方法的优越性。

接下来考虑参数摄动情况, 即，。此时***阶跃响应曲线如图3所示，从图示容易发现SIMC-PI 和 SIMC-PID 方法在***参数发生摄动后跟踪给定值及抗干扰曲线振荡非常严重, 且 A-H 方法的抗干扰性能也不是很好，但是本发明方法可以给出平滑的跟踪曲线及可以接受的抗干扰性能。究其原因，应该归结到本发明方法应用了对***构建模型的在线自适应估计，因而形成了较好的控制结果。

如上所阐述内容是本发明方法应用于典型生产过程的优秀跟踪给定值及优越的抗外界干扰效果。在实际工业中，存在诸多生产过程其过程特征难以用具体模型形式表达，导致了其他控制方法难以应用。由于本发明方法只利用了实时的输入输出生产数据，且采用了预测控制理论及自适应方法，使得该发明方法具有很强的抗干扰性能，对于单输入单输出***（稳定对象，时滞对象，不稳定对象，积分对象等）的控制是一项非常优越的方法。

Claims (3)

1.一种单输入单输出化工生产过程的自适应预测函数的控制方法，其特征在于根据实际生产过程的特点，在线采集实时生产数据，通过构建两自由度控制加权输入，搭建在线校正自适应算法，实现单输入单输出化工过程的自适应预测函数控制，所述的控制方法包括以下步骤：

(1)建立两自由度控制输入：选择未来***控制输入有两个基函数                                                和加权组成，即：；

(2)根据跟踪目标，建立控制***期望性能指标；

(3)未来***预测输出的推导；

(4)***参数的在线自适应调整；

其中为***未来期望输入，，为控制输入加权系数，为采样时间。

2.根据权利要求1所述的单输入单输出化工生产过程的自适应预测函数的控制方法，其特征在于，单输入单输出生产过程可描述为：

其中是广义Lipschitz的，表示过去生产信息与过程输出之间的映射关系；对于描述的生产***，一定存在，则当时，，此时模型预测未来输出可表示为

      根据过程生产要求，确定未来***期望性能指标如下：

其中，分别是过程输入输出可追溯的阶次，，分别是过程生产的输入输出值，表示过程输入与输出之间的映射函数， 是模型输出，是的估计值，为控制量的加权系数， 为优化时域, ()

是控制时域，是模型测误差，选取；

是参考轨迹，其中，为期望***响应时间，为***期望的控制点，对于常值设定点跟踪。

3.根据权利要求1所述的单输入单输出化工生产过程的自适应预测函数的控制方法，其特征在于根据定义的加权控制输入，推导未来期望输出，采用自适应滤波方法获得***模型参数的在线调整，利用性能指标优化得到控制输入，具体如下：

(1) 在当前时刻控制输入满足

(2) 未来预测输出

(3) 模型参数集结，令，则  ()

(4) 模型参数自适应滤波方法

 ()

 (5) 当前时刻控制输入,由,得 

式中：

()，

,()，。