[发明专利]一种批次称重加料过程迭代学习控制方法

权利要求书

1.一种批次称重加料过程迭代学习控制方法，其特征在于：包括以下步骤：

S101：根据称重加料过程的机理，建立称重加料过程的状态空间模型；

S102：基于状态空间模型，得到与迭代学习控制器对应的二维系统；

S103：根据二维系统的稳定性条件、称重加料过程系统的控制性能的目标函数和多目标优化方法，得到多组控制参数，并将多组控制参数的控制性能进行一一对比，得到迭代学习控制器的最优控制器参数；

S104：根据迭代学习控制器的最优控制器参数，确定迭代学习控制器，得到当前批次t时刻的迭代学习更新律，α≥t≥1，α为每一批次的加料时长；

S105：获取上一批次t时刻的称重加料过程的输入电压，根据当前批次t时刻的迭代学习更新律，得到当前批次t时刻的称重加料过程的输入电压；称重加料过程的输入电压即为迭代学习控制器的输出；

S106：根据当前批次t时刻的称重加料过程的输入电压，控制整个称重加料过程；

S107：当达到当前批次的加料时长α后，回到步骤S104，开始新的批次的称重加料过程，直到完成所有批次的称重加料过程。

2.如权利要求1所述的一种批次称重加料过程迭代学习控制方法，其特征在于：在步骤S101中，称重加料过程的状态空间模型为：

其中，K_if为增益系数，m为质量，k为弹簧的弹性系数，c为阻尼器的阻尼系数，L为电磁振动执行器线圈的感抗，u为电磁振动执行器线圈两端的电压，i为电磁振动执行器线圈的电流，w为物料质量，X为料槽的振动位移，K_xv为料槽的振动位移与振动给料器的平均给料速度的比例系数。

3.如权利要求1所述的一种批次称重加料过程迭代学习控制方法，其特征在于：在步骤S102中，与迭代学习控制器对应的一个二维系统为：

其中：

A、B、C分别为称重加料过程的状态空间模型离散化后的系数，I为单位矩阵，K_mn为控制器参数中的元素，m＝1,2，n＝1,2,3。

4.如权利要求3所述的一种批次称重加料过程迭代学习控制方法，其特征在于：在步骤S103中，二维系统的稳定性条件为：存在正定的对称矩阵P,Q，且P＞Q＞0，通过MATLAB中线性矩阵不等式求解工具箱求解出矩阵P,Q,Y₁,Y₂，使得以下线性矩阵不等式成立

其中，