The invention discloses a model-free control method of MISO heterogeneous compact format with self-tuning parameters. Aiming at the limitation of the existing model-free control method of MISO compact format with the same factor structure, that is, at k-time, considering the limitation that different control inputs in the control input vector can only adopt the same penalty factor and the same step-size factor, a new method is proposed. Using the model-free control method of MISO compact format with different factor structure, different numerical penalty factors and/or step-size factors can be adopted for different control inputs in the control input vector at k-time, which can solve the control problem of different control channel characteristics in complex objects such as strong non-linear MISO systems. Meanwhile, a method of parameter self-tuning is proposed to effectively overcome the problem. Taking penalty factor and step factor is a difficult problem that requires time and effort to adjust. Compared with the existing control methods, the invention has higher control accuracy, better stability and wider applicability.
【技术实现步骤摘要】
参数自整定的MISO异因子紧格式无模型控制方法
本专利技术属于自动化控制领域,尤其是涉及一种参数自整定的MISO异因子紧格式无模型控制方法。
技术介绍
炼油、石化、化工、制药、食品、造纸、水处理、火电、冶金、水泥、橡胶、机械、电气等行业的被控对象,包括反应器、精馏塔、机器、设备、装置、生产线、车间、工厂,其中不少被控对象是MISO(MultipleInputandSingleOutput,多输入单输出)系统。实现对MISO系统的高精度、高稳定、高适用性控制,对工业的节能降耗、提质增效具有重要意义。然而,MISO系统的控制难题,尤其是强非线性MISO系统的控制难题,一直以来都是自动化控制领域所面临的重大挑战。MISO系统的现有控制方法中包括MISO紧格式无模型控制方法。MISO紧格式无模型控制方法是一种新型的数据驱动控制方法,不依赖被控对象的任何数学模型信息,仅依赖于MISO被控对象实时测量的输入输出数据进行控制器的分析和设计,并且实现简明、计算负担小及鲁棒性强,具有良好的应用前景。MISO紧格式无模型控制方法的理论基础,由侯忠生与金尚泰在其合著的《无模型自适应控制—理论与应用》(科学出版社,2013年,第95页)中提出,其控制算法如下:其中,u(k)为k时刻控制输入向量,u(k)=[u1(k),…,um(k)]T,m为控制输入总个数(m为大于1的正整数);e(k)为k时刻误差;Φ(k)为k时刻MISO系统伪雅克比矩阵估计值,||Φ(k)||为矩阵Φ(k)的2范数;λ为惩罚因子;ρ为步长因子。上述现有的MISO紧格式无模型控制方法,采用了同因子结构,也就是说 ...
【技术保护点】
1.参数自整定的MISO异因子紧格式无模型控制方法,其特征在于:当被控对象为MISO(Multiple Input and Single Output,多输入单输出)系统时,所述MISO异因子紧格式无模型控制方法计算k时刻第i个控制输入ui(k)的数学公式如下:
【技术特征摘要】
1.参数自整定的MISO异因子紧格式无模型控制方法,其特征在于:当被控对象为MISO(MultipleInputandSingleOutput,多输入单输出)系统时,所述MISO异因子紧格式无模型控制方法计算k时刻第i个控制输入ui(k)的数学公式如下:其中,k为正整数;i表示所述MISO系统控制输入总个数中的第i个,i为正整数,1≤i≤m,m为所述MISO系统控制输入总个数,m为大于1的正整数;ui(k)为k时刻第i个控制输入;e(k)为k时刻误差;Φ(k)为k时刻MISO系统伪雅克比矩阵估计值,φj,i(k)为矩阵Φ(k)的第j行第i列元素,||Φ(k)||为矩阵Φ(k)的2范数;λi为第i个控制输入的惩罚因子;ρi为第i个控制输入的步长因子;针对MISO系统,所述MISO异因子紧格式无模型控制方法将i的取值遍历正整数区间[1,m]内的所有值,即可计算得到k时刻控制输入向量u(k)=[u1(k),…,um(k)]T;所述MISO异因子紧格式无模型控制方法具有异因子特征;所述异因子特征是指针对正整数区间[1,m]内任意两个互不相等的正整数i与x,在采用所述控制方法对MISO系统进行控制期间,至少存在一个时刻,使得如下两个不等式中至少有一个不等式成立:λi≠λx;ρi≠ρx在采用所述控制方法对MISO系统进行控制期间,对计算k时刻控制输入向量u(k)=[u1(k),…,um(k)]T的数学公式中的待整定参数进行参数自整定;所述待整定参数包含惩罚因子λi、步长因子ρi(i=1,…,m)的任意之一或任意种组合。2.根据权利要求1所述的参数自整定的MISO异因子紧格式无模型控制方法,其特征在于:所述参数自整定采用神经网络计算所述控制输入向量u(k)=[u1(k),…,um(k)]T的数学公式中的待整定参数;在更新所述神经网络的隐含层权系数、输出层权系数时,使用所述控制输入向量u(k)=[u1(k),…,um(k)]T分别针对各自数学公式中的待整定参数在k时刻的梯度;所述控制输入向量u(k)=[u1(k),…,um(k)]T中的ui(k)(i=1,…,m)针对所述ui(k)的数学公式中的待整定参数在k时刻的梯度,由ui(k)分别针对所述ui(k)的数学公式中的各个待整定参数在k时刻的偏导数组成;所述ui(k)分别针对所述ui(k)的数学公式中的各个待整定参数在k时刻的偏导数,采用如下的数学公式进行计算:当所述ui(k)的数学公式中的待整定参数包含惩罚因子λi时,ui(k)针对所述惩罚因子λi在k时刻的偏导数为:当所述ui(k)的数学公式中的待整定参数包含步长因子ρi时,ui(k)针对所述步长因子ρi在k时刻的偏导数为:计算得到的所述ui(k)分别针对所述ui(k)的数学公式中的各个待整定参数在k时刻的偏导数,全部放入集合{ui(k)的梯度};针对MISO系统,将i的取值遍历正整数区间[1,m]内的所有值,分别得到集合{u1(k)的梯度...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。