專利名稱：用于精餾系統(tǒng)的模型預(yù)測控制方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種模型預(yù)測控制方法，尤其是一種用于精餾系統(tǒng)的模型預(yù)測控制方法。
背景技術(shù)：
在現(xiàn)代的工業(yè)生產(chǎn)中，為了提高經(jīng)濟(jì)效益，該生產(chǎn)系統(tǒng)中的控制系統(tǒng)不僅要求產(chǎn)品的質(zhì)量波動最小，還要求對應(yīng)的控制成本最低，而模型預(yù)測控制器則常被用于平衡這兩者間的關(guān)系。模型預(yù)測控制器自20世紀(jì)70年代誕生以來，在理論研究和工程實踐方面都得到了蓬勃發(fā)展，特別是在流程工業(yè)中得到了廣泛應(yīng)用。特別是在復(fù)雜的工業(yè)過程中有著越來越廣泛的應(yīng)用，其性能監(jiān)控技術(shù)的研究對提高過程控制質(zhì)量、提高企業(yè)生產(chǎn)效率、促進(jìn)先進(jìn)控制的推廣具有重要意義。模型預(yù)測控制器設(shè)計的最終目標(biāo)是提高經(jīng)濟(jì)效益，雖然權(quán)重矩陣確定了模型預(yù)測控制器的目標(biāo)函數(shù)，但這一目標(biāo)函數(shù)并不直接對應(yīng)經(jīng)濟(jì)效益，提高經(jīng)濟(jì)效益可以歸結(jié)到將過程輸出和控制器輸出的波動約束到一個范圍內(nèi)，工業(yè)現(xiàn)場對模型預(yù)測控制器的設(shè)計首先應(yīng)該通過過程輸出和控制器輸出的方差來確定權(quán)重矩陣，再完成控制器的設(shè)計。在以往的模型預(yù)測控制器設(shè)計中，權(quán)重矩陣的選取沒有明確的標(biāo)準(zhǔn)，對權(quán)重矩陣的優(yōu)化沒有一種對應(yīng)到過程輸出以及控制器輸出的方法。Huang的書(Huang B, ShahS L.Performance assessment of control loops:theory and applications[M].Springer, 1999.)中描述的權(quán)衡曲線描述了這三者間的關(guān)系，雖然所用到的假設(shè)較為簡單，模型預(yù)測控制器的權(quán)重僅為標(biāo)量，但為解決權(quán)重矩陣的優(yōu)化問題提供了思路。傳統(tǒng)上有兩種方法解決問題，一種是通過輸入輸出模型或者狀態(tài)空間模型直接計算，另一種是通過廣義預(yù)測控制(GPC)問題來求解。這兩種方法對于模型的限制和依賴程度較高，為了獲得精確的模型，往往需要對過程施加一些會引起過程波動較大的激勵信號，這在工業(yè)現(xiàn)場往往是不被允許的。同時在計算過程中，需要求解Diophantine方程或代數(shù)Riccati方程,造成計算量較大，在實際應(yīng)用中顯得較為復(fù)雜。權(quán)衡曲線提供了已知權(quán)重矩陣求解過程輸出方差和控制器輸出方差的思路，但模型預(yù)測控制器設(shè)計需要的是已知輸入輸出方差來求解權(quán)衡矩陣，此時權(quán)衡曲線沒有一個顯式的函數(shù)關(guān)系就會造成優(yōu)化層級上難度大，精度不高，容易出現(xiàn)局部最優(yōu)等問題。因此，針對實際情況，目前需要一種能夠不用辨識出過程模型，無需過程機(jī)理知識，僅通過過程的輸入輸出數(shù)據(jù)就可以獲得過程特性，并進(jìn)一步獲得模型預(yù)測控制器權(quán)重矩陣與過程輸入輸出方差的顯式關(guān)系，以此對權(quán)重矩陣進(jìn)行精確優(yōu)化的方法，能夠?qū)a(chǎn)品質(zhì)量和控制代價最優(yōu)化，提升整體的經(jīng)濟(jì)效益。

發(fā)明內(nèi)容
為了克服現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種無需辨識出過程模型，僅通過過程的輸入輸出數(shù)據(jù)就可以獲得過程特性，能夠?qū)a(chǎn)品質(zhì)量和控制代價最優(yōu)化，提升整體的經(jīng)濟(jì)效益的用于精餾系統(tǒng)的模型預(yù)測控制方法。本發(fā)明的有益效果是一種用于精餾系統(tǒng)的模型預(yù)測控制方法，步驟如下1)建立模型預(yù)測控制器的目標(biāo)函數(shù)；2)構(gòu)造精餾系統(tǒng)的狀態(tài)空間模型；3)利用子空間方法，根據(jù)精餾系統(tǒng)的輸入變量和輸出變量構(gòu)造Hankel矩陣，并將Hankel矩陣代入步驟2)中的狀態(tài)空間模型，并轉(zhuǎn)化為輸出變量的子空間函數(shù)；4)根據(jù)步驟3)中輸出變量的子空間函數(shù)獲得其預(yù)測值，并將該預(yù)測值代入步驟O中的目標(biāo)函數(shù)內(nèi)，通過對輸入變量求導(dǎo)，求得目標(biāo)函數(shù)最小化狀態(tài)下的最優(yōu)控制率；5)將最優(yōu)控制率作用于精餾系統(tǒng)中，閉環(huán)后計算輸入變量和輸出變量的方差，讓擾動從某一時刻進(jìn)入，即之前時刻的輸入變量和擾動均為0，此時獲得各回路輸入變量和輸出變量的方差；6)令輸入變量和輸出變量的波動目標(biāo)為輸入變量和輸出變量的方差，通過粒子群優(yōu)化方法尋找目標(biāo)函數(shù)中權(quán)衡矩陣的一次最優(yōu)值；7)以權(quán)衡矩陣的一次最優(yōu)值為初值，利用梯度下降法對一次最優(yōu)值進(jìn)行進(jìn)一步的優(yōu)化，獲得二次最優(yōu)值，將二次最優(yōu)值代入目標(biāo)函數(shù)以獲得最優(yōu)化的模型預(yù)測控制方法。進(jìn)一步優(yōu)選是，步驟I)中所建立的模型預(yù)測控制器的目標(biāo)函數(shù)為
權(quán)利要求
1.一種用于精餾系統(tǒng)的模型預(yù)測控制方法，其特征是步驟如下 .1)建立模型預(yù)測控制器的目標(biāo)函數(shù)； .2)構(gòu)造精餾系統(tǒng)的狀態(tài)空間模型； .3)利用子空間方法，根據(jù)精餾系統(tǒng)的輸入變量和輸出變量構(gòu)造Hankel矩陣，并將Hankel矩陣代入步驟2)中的狀態(tài)空間模型，并轉(zhuǎn)化為輸出變量的子空間函數(shù)； .4)根據(jù)步驟3)中輸出變量的子空間函數(shù)獲得其預(yù)測值，并將該預(yù)測值代入步驟I)中的目標(biāo)函數(shù)內(nèi)，通過對輸入變量求導(dǎo)，求得目標(biāo)函數(shù)最小化狀態(tài)下的最優(yōu)控制率； .5)將最優(yōu)控制率作用于精餾系統(tǒng)中，閉環(huán)后計算輸入變量和輸出變量的方差，讓擾動從某ー時刻進(jìn)入，即之前時刻的輸入變量和擾動均為O，此時獲得各回路輸入變量和輸出變量的方差; .6)令輸入變量和輸出變量的波動目標(biāo)為輸入變量和輸出變量的方差，通過粒子群優(yōu)化方法尋找目標(biāo)函數(shù)中權(quán)衡矩陣的一次最優(yōu)值； .7)以權(quán)衡矩陣的一次最優(yōu)值為初值，利用梯度下降法對一次最優(yōu)值進(jìn)行進(jìn)一步的優(yōu)化，獲得二次最優(yōu)值，將二次最優(yōu)值代入目標(biāo)函數(shù)以獲得最優(yōu)化的模型預(yù)測控制方法。
2.根據(jù)權(quán)利要求1所述的用于精餾系統(tǒng)的模型預(yù)測控制方法，其特征是步驟I)中所建立的模型預(yù)測控制器的目標(biāo)函數(shù)為
3.根據(jù)權(quán)利要求2所述的用于精餾系統(tǒng)的模型預(yù)測控制方法，其特征是步驟2)中精餾系統(tǒng)的狀態(tài)空間模型為 Xi = Axh+Buh+Egh(2) Yi = Cy^+Du^+e^ 式中，A、B、C、D、E為狀態(tài)空間模型矩陣； X為狀態(tài)變量； e為噪聲； I為精餾系統(tǒng)中某時刻的時間。
4.根據(jù)權(quán)利要求3所述的用于精餾系統(tǒng)的模型預(yù)測控制方法，其特征是步驟3)利用子空間方法，根據(jù)精餾系統(tǒng)的輸入變量和輸出變量構(gòu)造Hankel矩陣， 輸入變量的Hankel矩陣
5.根據(jù)權(quán)利要求4所述的用于精餾系統(tǒng)的模型預(yù)測控制方法，其特征是步驟(4)中，獲得子空間函數(shù)式(4)的預(yù)測值為タ/=4,+4^(4-1),將式(4-1)代入目標(biāo)函數(shù)(I)中，得到
6.根據(jù)權(quán)利要求5所述的用于精餾系統(tǒng)的模型預(yù)測控制方法,其特征是步驟(5)中， 計算精餾系統(tǒng)的輸入變量Ii和精餾系統(tǒng)的輸出變量y的方差，讓擾動從t+1時刻進(jìn)入，即之 前時刻的控制輸入和擾動均為O，可得
7.根據(jù)權(quán)利要求6所述的用于精餾系統(tǒng)的模型預(yù)測控制方法，其特征是步驟(6)中，給定系統(tǒng)輸入變量和輸出變量的波動目標(biāo)分別為丨 〃 [ ,]和ル/iv,；l，通過粒子群優(yōu)化方法尋找Q和R的最優(yōu)值Ql和Rlo
8.根據(jù)權(quán)利要求7所述的用于精餾系統(tǒng)的模型預(yù)測控制方法，其特征是步驟(7)中，以Ql和Rl為初值，利用梯度下降法對Q和R進(jìn)行進(jìn)一步的優(yōu)化，獲得最優(yōu)值Q2和R2，Q2和R2即為要求取的權(quán)重矩陣。
全文摘要
本發(fā)明公開了一種用于精餾系統(tǒng)的模型預(yù)測控制方法，步驟如下1)建立目標(biāo)函數(shù)；2)構(gòu)造狀態(tài)空間模型；3)利用子空間方法，構(gòu)造Hankel矩陣以獲得輸出變量的子空間函數(shù)；4)根據(jù)子空間函數(shù)求得目標(biāo)函數(shù)最小化狀態(tài)下的最優(yōu)控制率；5)將最優(yōu)控制率作用于精餾系統(tǒng)中，獲得各回路輸入變量和輸出變量的方差；6)通過粒子群優(yōu)化方法尋找目標(biāo)函數(shù)中權(quán)衡矩陣的一次最優(yōu)值；7)以一次最優(yōu)值為初值，利用梯度下降法獲得二次最優(yōu)值，將二次最優(yōu)值代入目標(biāo)函數(shù)以獲得最優(yōu)化的模型預(yù)測控制方法。本發(fā)明僅通過過程的輸入輸出數(shù)據(jù)就可以獲得過程特性，對權(quán)重矩陣進(jìn)行精確優(yōu)化的方法，從而將產(chǎn)品質(zhì)量和控制代價最優(yōu)化，提升整體的經(jīng)濟(jì)效益。
文檔編號G05B13/04GK103048927SQ20121058680
公開日2013年4月17日 申請日期2012年12月28日 優(yōu)先權(quán)日2012年12月28日
發(fā)明者謝磊, 馮皓, 蘇宏業(yè) 申請人:浙江大學(xué)