[发明专利]一种批次称重加料过程迭代学习控制方法

说明书

本发明提供了一种批次称重加料过程迭代学习控制方法，通过研究称重加料过程的机理，建立称重加料过程的状态空间模型；并对状态空间模型进行改进；得到与迭代学习控制器对应的二维系统；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，求解出最优控制器参数；根据求解出的控制器参数，得到迭代学习控制器，控制批次称重加料过程。本发明的有益效果是：针对称重加料过程的重复特性，通过迭代学习控制器，能够有效利用历史批次的控制信息，提高了称重加料过程的控制性能，从而提高了批次称重加料的速度和精确度。

技术领域

本发明涉及称重加料领域，尤其涉及一种批次称重加料过程迭代学习控制方法。

背景技术

称重加料过程是现代工业中广泛存在的一个工业过程，通过执行器将指定料重的物料加入到生产反应容器中，并通过不断重复获得更多同种产品。在食品业、制药业、冶金工业等工业过程中扮演着十分重要的地位。称重加料过程是间歇的、分批次的将同样质量的物料加入到反应容器中，这种间歇重复性又被称为称重加料过程的批次特点。而目前加料过程的控制方法通常针对连续生产过程，将加料执行器以恒定的功率运行，而由于工业环境的复杂性，环境变化导致的操作环境的变化，物料密度、形状、大小等物料特性分布不均匀，物料的内摩擦系数、物料湿度黏度的随机性等原因，会导致加料速度的不均匀性，并影响最终的产品质量。另一方面，针对间歇加料过程的控制方法，通常集中在二级加料控制方案，即将加料执行器设定为大小两个功率，在开始阶段快速加料，提高加料效率，在最终阶段慢速加料，提高加料精度，但是这种控制方法并未充分利用间歇加料过程的批次特点，没有充分利用历史加料批次的信息，使得加料过程在快速性和准确性方面具有局限性；目前的称重加料过程在控制时未考虑加料的重复特性，导致出现加料精度低的问题。

发明内容

为了解决上述问题，本发明提供了一种批次称重加料过程迭代学习控制方法，主要包括以下步骤：

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。

进一步地，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。

进一步地，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：