[发明专利]一种批次化工过程的模型预测跟踪控制方法

说明书

本发明公开了一种批次化工过程的模型预测跟踪控制方法。本发明将改进的状态空间模型引入到模型预测控制和迭代学习控制方法中，以提高批次生产过程的控制性能。不同于传统的状态空间模型，在所提方法的状态模型结构中，纳入过程状态变量和输出跟踪误差动态组合，使用改进的过程模型。通过此种改进的技术手段，所得到的控制器具有更多的自由度来调节控制性能，得到更好的控制效果。

技术领域

本发明属于自动化技术领域，涉及一种批次化工过程的模型预测跟踪控制方法。

背景技术

在实际工业生产中，批次过程重复着相同的过程操作，其生产出的产品规格与质量对产品的市场价值有着决定性的影响，随着市场的竞争，对产品规格与质量和操作精度要求越来越高，工艺过程变得更加复杂。为了满足日益增长的产品质量要求，在批次处理过程中出现了一系列控制方法。例如，迭代学习控制方法、鲁棒迭代学习控制方法，模型预测控制和迭代学习控制结合的批次过程控制方法等，但由于成本与质量的限制，简单的过程控制方法已经无法满足控制精度和平稳性的要求，产品合格率低，装置效率低下，形成了从常规控制发展到复杂控制、先进控制等高级阶段的要求。为解决在批次过程控制中未知因素扰动和更高的产品规格与质量的问题，进一步提高批次过程的控制性能，提出一种新的模型预测跟踪控制方法是很有必要的。

发明内容

本发明的目的是为改善批次生产过程中控制方法的跟踪性能和抗干扰性，提出一种批次化工过程的模型预测跟踪控制方法，将改进的状态空间模型引入到模型预测控制和迭代学习控制方法中，以提高批次生产过程的控制性能。不同于传统的状态空间模型，在所提方法的状态模型结构中，纳入过程状态变量和输出跟踪误差动态组合，使用改进的过程模型。通过此种改进的技术手段，所得到的控制器具有更多的自由度来调节控制性能，得到更好的控制效果。

本发明的技术方案是通过数据采集、模型建立、预测机理、优化等手段，确立了一种批次化工过程的模型预测跟踪控制方法，利用该方法可有效改善批次过程中控制方法的跟踪性能和抗干扰性，利用该方法可有效提高控制的精度，提高控制平稳度。

本发明方法的步骤包括：

步骤1、建立批次过程中被控对象的状态空间模型，具体是：

1.1 首先采集批次过程中的输入输出数据，利用该数据建立该批次过程的模型，形式如下：

A(q_t^-1)y(t,k)＝B(q_t^-1)u(t,k)

A(q_t^-1)＝1+H₁q_t^-1+H₂q_t^-2+…+H_mq_t^-m

B(q_t^-1)＝L₁q_t^-1+L₂q_t^-2+…+L_nq_t^-n