[发明专利]存储器、非线性预测控制方法、装置和设备

权利要求书

1.一种非线性预测控制方法，其特征在于，包括：

S11、通过模型辨识构建非线性系统的对象模型组；所述对象模型组包括PID子对象模型、执行器子对象模型和被控对象子对象模型；所述对象模型组以状态空间模型的形式表达；

S12、生成所述对象模型组的动态方程，并根据所述动态方程计算所述对象模型组的扰动特性；

S13、分别获取所述非线性系统当前时刻的实际输出测量值和状态估计值；所述状态估计值的获取方法包括：在所述当前时刻的前一时刻以作用到对象模型组的输入为参数，根据所述动态方程及其扰动特性所计算生成用于估计所述非线性系统当前时刻状态的状态估计值；

S14、通过扩展卡尔曼滤波器，根据所述实际输出测量值和所述状态估计值，以递推的方式来计算出所述非线性系统下一时刻的最优状态估计值；

S15、将所述对象模型组的动态方程的最优状态估计值代入所述非线性系统的非线性预测控制算法得到最优解；所述最优解用于所述对象模型组的输入。

2.根据权利要求1所述的非线性预测控制方法，其特征在于，所述被控对象子对象模型包括：

第一被控对象子对象模型和第二被控对象子对象模型。

3.根据权利要求1所述的非线性预测控制方法，其特征在于，所述计算所述对象模型组的扰动特性，包括：

按照预设的时间间隔多次在标称模型参数点以模型参数为变量对对象模型组的状态空间模型进行一阶泰勒展开，计算出扰动的统计特性。

4.根据权利要求3所述的非线性预测控制方法，其特征在于，所述按照预设的时间间隔多次在标称模型参数点以模型参数为变量对对象模型组的状态空间模型进行一阶泰勒展开，计算出扰动的统计特性，包括：

假设所述对象模型组的参数变量服从正态分布，将所述对象模型组的参数的变化等效成扰动，并计算出所述扰动的统计特性。

5.根据权利要求3所述的非线性预测控制方法，其特征在于，所述模型参数包括：

所述非线性系统的液位值、流量值、温度值或压力值。

6.根据权利要求1所述的非线性预测控制方法，其特征在于，所述通过扩展卡尔曼滤波器，根据所述实际输出测量值和所述状态估计值，以递推的方式来计算出所述非线性系统下一时刻的最优状态估计值，包括：

S21、获取k-1时刻所述非线性系统的最优状态估计值；

S22、通过检测获得所述非线性系统k时刻的实际输出测量值，同时通过获得所述非线性系统k时刻的状态估计值；

S23、通过所述实际输出测量值对所述状态估计值进行修正，得到所述非线性系统k时刻的最优状态估计值。

7.一种非线性预测控制装置，其特征在于，包括：

建组单元，用于通过模型辨识构建非线性系统的对象模型组；所述对象模型组包括PID子对象模型、执行器子对象模型和被控对象子对象模型；所述对象模型组以状态空间模型的形式表达；

特性计算单元，用于生成所述对象模型组的动态方程，根据所述动态方程计算所述对象模型组的扰动特性；

数值获取单元，用于获取所述非线性系统当前时刻的实际输出测量值和状态估计值；所述状态估计值的获取包括：以作用到对象模型组的输入为参数，根据所述动态方程及其扰动特性计算前一时刻所生成的当前时刻的状态估计值；

修正单元，用于通过扩展卡尔曼滤波器，根据所述实际输出测量值和所述状态估计值，以递推的方式来计算出所述非线性系统下一时刻的最优状态估计值；

结果生成单元，用于将所述对象模型组的动态方程的最优状态估计值代入所述非线性系统的非线性预测控制算法得到最优解；所述最优解用于所述对象模型组的输入。

8.根据权利要求7所述的非线性预测控制装置，其特征在于，所述被控对象子对象模型包括：

第一被控对象子对象模型和第二被控对象子对象模型。

9.一种存储器，其特征在于，包括软件程序，所述软件程序适于由处理器执行如权利要求1至6中任一所述非线性预测控制方法的步骤。

10.一种非线性预测控制设备，其特征在于，包括总线、处理器和如权利要求9中所述存储器；

所述总线用于连接所述存储器和所述处理器；

所述处理器用于执行所述存储器中的指令集。