[发明专利]一种批次注塑过程的滚动时域跟踪控制方法

摘要

本发明公开了一种批次注塑过程的滚动时域跟踪控制方法。本发明首先通过采集输入输出数据建立输入输出模型，然后选取合适的状态变量建立状态空间模型，进一步将状态空间模型转换为包含输出和跟踪误差的扩展状态空间模型，最后选取包含终端状态的性能指标，结合Riccati方程和边界条件求得最优控制律。不同于传统的状态空间模型，所提方法的新模型同时考虑了状态变量和跟踪误差。在新设计模型的基础上，通过增加可调节的加权系数，使得控制器的调节更为灵活，并保证系统获得了更好的控制性能。

主权项

1.一种批次注塑过程的滚动时域跟踪控制方法，其特征在于该方法的具体步骤是：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(z‑1)y(z)＝B(z‑1)u(z)A(z‑1)＝1+L1z‑1+L2z‑2+…+Lnz‑nB(z‑1)＝S1z‑1+S2z‑2+…+Smz‑m其中y(z),u(z)分别是批次过程的输出和输入的z变换，S,L分别是多项式A(z‑1),B(z‑1)中的相应系数，m,n分别是A(z‑1),B(z‑1)的最大阶次；1.2将步骤1.1中的模型进一步处理成如下形式Δy(k+1)+L1Δy(k)+L2Δy(k‑1)+…+LnΔy(k‑n+1)＝S1Δu(k)+S2Δu(k‑1)+…+SmΔu(k‑m+1)其中Δ是差分算子，y(k)∈R,u(k)∈R分别为k时刻批次过程的输出和输入变量；1.3选取非最小状态空间变量Δxo(k)T,形式如下Δxo(k)T＝[Δy(k)T,Δy(k‑1)T,…,Δy(k‑n+1)T,Δu(k‑1)T,Δu(k‑2)T,…,Δu(k‑m+1)T]其中Δxo(k)的维数为(m‑1)×p+n×q，p为输入变量的维数，q为输出变量的维数；1.4.由步骤1.2和步骤1.3得到一个新的状态空间模型Δxo(k+1)＝AoΔxo(k)+BoΔu(k)Δy(k+1)＝CoΔxo(k+1)其中Bo＝[S1T 0 0 … 0 Ip 0 0]Co＝[Iq 0 0 … 0 0 0 0]其中Ip是一个p维的单位矩阵，Iq是一个q维的单位矩阵；1.5将输出y(k)加入非最小状态空间变量中，选取一个新的状态变量得到扩展的非最小状态空间模型形式如下z1(k+1)＝A1z1(k)+B1Δu(k)y(k+1)＝C1z1(k+1)其中C₁＝[0 I_q]矩阵A1和C1中的0表示零矩阵；1.6将输出跟踪误差定义为e(k)＝y(k)‑r(k)，结合步骤1.4，求得跟踪误差形式如下e(k+1)＝e(k)+CoAoΔxo(k)+CoBoΔu(k+1)其中r(k)为k时刻的期望输出；1.7再次选取新的状态变量z(k)，进一步扩展模型得到新的非最小实现扩展状态空间模型，使其包含状态变量和输出跟踪误差，其形式如下z(k+1)＝Az(k)+BΔu(k)其中矩阵A中的0表示零矩阵；步骤2.设计被控对象的批次过程控制器，具体是:2.1考虑含自由终端状态的非最小实现扩展状态空间模型，选取相应的性能指标形式如下；其中Q,R,Qf分别表示状态变量、被控输入和终端状态的权矩阵，k∈[k0,kf]为滚动优化时域；2.2依据步骤2.1中的性能指标求取控制器的最优控制律，形式如下；2.3将步骤2.2中得到的控制量u(k)作用于被控对象；u(k)＝Δu(k)+u(k‑1)2.4在下一时刻，重复步骤2.1到2.3继续求解新的控制量u(k+1)，并依次循环。