[发明专利]一种统计在线监控闭环控制系统模型质量的方法

说明书

本发明公开了一种统计在线监控闭环控制系统模型质量的方法，包括：利用正常阶段的闭环数据，得到正常阶段的模型失配检测指标；根据正常阶段的模型失配检测指标的渐进统计分布，得到监测正常阶段的模型失配检测指标的管制图；计算正常阶段的模型失配检测指标的样本均值和样本标准差，得到正常阶段的模型失配检测指标的管制图的控制线和警报线；利用监控阶段的闭环数据，得到监控阶段的模型失配检测指标，如果监控阶段的模型失配检测指标在控制线内，则闭环控制系统的被控对象没有改变；否则，闭环控制系统的过程模型质量发生改变。本发明方法能够对闭环控制系统的过程模型质量进行在线评估。

技术领域

本发明属于工业控制技术领域，更具体地，涉及一种统计在线监控闭环控制系统模型质量的方法。

背景技术

随着自动控制技术的发展，基于模型的控制器在当代工业中得到了广泛应用。由于过程模型和实际对象之间的差异会直接影响控制性能，因此，控制器的过程模型质量对改善闭环控制系统的控制性能至关重要。近年来，国内外的研究学者对过程模型失配对控制性能影响这一问题进行了探讨。研究学者指出过程模型失配是控制性能不佳的一个常见原因。

过程模型失配的检测与诊断已成为学术界和工业界的一个研究热点和重点。现有技术中，有以下几种方法用于检测闭环控制系统的过程模型失配：(1)使用闭环敏感度函数的方法检测了闭环控制系统的模型失配；(2)使用互相关分析方法或偏相关分析的方法检测了过程和模型之间的差异；(3)利用常规操作的闭环数据检测了闭环控制系统的模型失配。上述方法都是采用离线的方式检测了闭环控制系统的模型失配，然而，当今的工业界需要一种能实时监控过程模型失配的方法。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种统计在线监控闭环控制系统模型质量的方法，由此解决现有技术不能实时监控过程模型失配的技术问题。

为实现上述目的，本发明提供了一种统计在线监控闭环控制系统模型质量的方法，包括：

(1)利用正常阶段的闭环数据，得到正常阶段的模型质量变量和正常阶段估计的干扰更新；

(2)计算正常阶段的模型质量变量的方差和正常阶段估计的干扰更新的方差，进而得到正常阶段的模型失配检测指标；

(3)根据正常阶段的模型失配检测指标的渐进统计分布，得到监测正常阶段的模型失配检测指标的管制图；

(4)计算正常阶段的模型失配检测指标的样本均值和样本标准差，得到正常阶段的模型失配检测指标的管制图的控制线和模型失配检测指标的警报线；

(5)利用监控阶段的闭环数据，得到监控阶段的模型失配检测指标，如果监控阶段的模型失配检测指标在控制线内，则闭环控制系统的过程模型质量没有改变；否则，闭环控制系统的过程模型质量发生改变。

进一步地，步骤(1)包括：

(1.1)采集正常阶段的闭环数据，所述闭环数据包括闭环控制系统的设定值、过程输入和过程输出；

(1.2)利用正常阶段的过程输出建立正常阶段的高阶自回归模型，根据正常阶段的高阶自回归模型，通过正交投影，得到正常阶段估计的干扰更新；

(1.3)将正常阶段的过程输出和设定值的差值作为正常阶段的输出误差，对正常阶段的输出误差进行中心化处理后，结合正常阶段估计的干扰更新，利用自适应最小绝对值收缩和选择算子，得到正常阶段的干扰模型；

(1.4)根据正常阶段的干扰模型、正常阶段的过程输入和正常阶段的过程输出，得到正常阶段的模型质量变量。

进一步地，正常阶段的模型失配检测指标为：