无穷时域优化的批次过程的线性二次容错控制方法技术

技术编号:10545399 阅读:182 留言:0更新日期:2014-10-15 19:37
本发明专利技术提出了一种无穷时域优化的批次过程的线性二次容错控制方法。本发明专利技术通过结合状态变量和输出跟踪误差,建立了批次过程的扩展状态空间模型,进而在无限时域中设计控制器。该方法不仅保证了系统在未知扰动和执行器故障情况下有良好的跟踪性能,同时也保证了形式简单并满足实际工业过程的需要。

【技术实现步骤摘要】
【专利摘要】本专利技术提出了一种。本专利技术通过结合状态变量和输出跟踪误差,建立了批次过程的扩展状态空间模型,进而在无限时域中设计控制器。该方法不仅保证了系统在未知扰动和执行器故障情况下有良好的跟踪性能,同时也保证了形式简单并满足实际工业过程的需要。【专利说明】
本专利技术属于工业自动化
,涉及一种无穷时域优化的批次过程的线性二次 容错控制方法。
技术介绍
随着社会的高速发展,人们对高品质批次生产的要求越来越高。这种高要求导致 了生产需要在更加复杂的条件下操作,系统发生故障的概率也相应的增加了。在这些故障 中,执行器故障是最常见的一种故障。由于存在摩擦、死区、饱和等特性,执行器在执行过程 中不可避免地会出现一些故障,这导致它很难达到指定或理想的位置。如果故障没有被及 时的检测并校正,生产性能必然会恶化,甚至会导致设备和人员的安全问题。因此,提出一 种新的控制方法来解决执行器在执行过程中发生故障从而保证系统控制性能是十分必要 的。
技术实现思路
本专利技术的目的是针对批次生产过程中可能遇到执行器发生故障的问题,提出了一 种。该方法通过结合状态变量和输出跟 踪误差,建立了批次过程的扩展状态空间模型,进而在无限时域中设计控制器。该方法不仅 保证了系统在未知扰动和执行器故障情况下有良好的跟踪性能,同时也保证了形式简单并 满足实际工业过程的需要。 本专利技术的技术方案是通过数据采集、模型建立、预测机理、优化等手段,确立了一 种,利用该方法可有效提高系统在未知 扰动和执行器故障情况下的控制性能。 本专利技术方法的步骤包括: 步骤(1).建立被控对象的扩展状态空间模型,具体方法是: a.利用实时数据驱动的方法建立局部预测模型,具体方法是:建立批次过程的实 时运行数据库,通过数据采集装置采集实时过程运行数据,将采集的实时过程运行数据作 为数据驱动的样本集合{?^v(〇丨二。其中,只表示第i组工艺参数的输入值,y(i)表示第i 组工艺参数的输出值,N表示采样总数;以该对象的实时过程运行数据集合为基础建立基 于最小二乘算法的离散差分方程形式的局部受控自回归滑动平均模型: 【权利要求】1.,其特征在于该方法的具体步骤 是: 步骤(1).建立被控对象的扩展状态空间模型,具体是: a. 利用实时数据驱动的方法建立局部预测模型:建立批次过程的实时运行数据库,通 过数据采集装置采集实时过程运行数据,将采集的实时过程运行数据作为数据驱动的样本 集合{%沖)匕;其中,奶表示第i组工艺参数的输入值,y(i)表示第i组工艺参数的输出 值,N表示采样总数;以该对象的实时过程运行数据集合为基础建立基于最小二乘算法的 离散差分方程形式的局部受控自回归滑动平均模型:其中,yjk)表示k时刻局部预测模型的工艺参数的输出值,§表示通过辨识得到的 模型参数的集合,f表示局部预测模型的工艺参数的过去时刻的输入和输出数据的集合, u(k-d-l)表示k-d-Ι时刻工艺参数对应的控制变量,d+Ι为实际过程的时滞,T为矩阵的 转置符号; 采用的辨识手段为:其中,K和P为辨识中的两个矩阵,P(〇) = M0>1O('),Y为遗忘因子,?为单位矩阵; b. 利用a步骤中得到的系数,建立批次过程的差分方程模型,其形式为: Λ y (k) +H Λ y (k-1) = F Λ u (k-d-1) 其中,Λ是差分算子,F,H为a步骤中通过辩识得到的参数,d为时滞项; c. 根据b步骤中的差分方程,建立批次过程的状态空间模型,形式如下:Cm = (1 Ο 0 …0) 其中,Am为(d+1) X (d+1)阶矩阵,Bm为(d+1) X 1阶矩阵,Cm为1 X (d+1)阶矩阵; d.将c步骤中得到的状态空间模型转换为包含状态变量和输出跟踪误差的扩展状态 空间模型,形式如下: z (k+1) = Az (k)+B Δ u (k) = Az (k)+Bu (k)-Bu (k-1) 式中,e (k) = r (k) -y (k) 其中,r(k)为k时刻的理想输出值,e(k)为k时刻理想输出值与实际输出值之间的差 值; 步骤(2).设计被控对象的无穷时域优化的批次过程线性二次容错控制器,具体是: a. 选取批次处理过程的目标函数,形式如下:ρ = -g!",丨,,,丨 其中,Q > 0, R > 0分别为过程状态的加权矩阵、输入加权矩阵,为优化时域; qp, qj2,…qjp+(1+1为过程状态的权重系数,qje为输出跟踪误差的权重系数并且取q je = 1 ; b. 利用庞特里亚金最小值原理将a步骤的目标函数写成如下形式: = + p 其中,pk+1为拉格朗日乘子;,并令其等于零,可得=ATK00A-ATK00B(R+BTK 00B)_1BTK00A+Q u (k) = u (k_l) + Δ u (k) 其中,K ^为kf趋于正无穷时的值; e. 将d步骤中得到的控制量u(k)作用于被控对象; f. 在下一时刻,依照a到e的步骤继续求解新的控制量u (k+Ι),依次循环。【文档编号】G05B13/04GK104102131SQ201410280272【公开日】2014年10月15日 申请日期:2014年6月20日 优先权日:2014年6月20日 【专利技术者】张乐, 李海生, 张日东, 吴锋, 邹洪波 申请人:杭州电子科技大学本文档来自技高网...

【技术保护点】
无穷时域优化的批次过程的线性二次容错控制方法,其特征在于该方法的具体步骤是:步骤(1).建立被控对象的扩展状态空间模型,具体是:a.利用实时数据驱动的方法建立局部预测模型:建立批次过程的实时运行数据库,通过数据采集装置采集实时过程运行数据,将采集的实时过程运行数据作为数据驱动的样本集合其中,表示第i组工艺参数的输入值,y(i)表示第i组工艺参数的输出值,N表示采样总数;以该对象的实时过程运行数据集合为基础建立基于最小二乘算法的离散差分方程形式的局部受控自回归滑动平均模型:其中,yL(k)表示k时刻局部预测模型的工艺参数的输出值,表示通过辨识得到的模型参数的集合,表示局部预测模型的工艺参数的过去时刻的输入和输出数据的集合,u(k‑d‑1)表示k‑d‑1时刻工艺参数对应的控制变量,d+1为实际过程的时滞,Τ为矩阵的转置符号;采用的辨识手段为:其中,和P为辨识中的两个矩阵,γ为遗忘因子,为单位矩阵;b.利用a步骤中得到的系数,建立批次过程的差分方程模型,其形式为:Δy(k)+HΔy(k‑1)=FΔu(k‑d‑1)其中,Δ是差分算子,F,H为a步骤中通过辩识得到的参数,d为时滞项;c.根据b步骤中的差分方程,建立批次过程的状态空间模型,形式如下:Δx(k+1)=AmΔx(k)+BmΔu(k)Δy(k)=CmΔx(k)]]>其中,Δx(k+1)=Δy(k+1)Δu(k)Δu(k-1)···Δu(k-d+1),Δx(k)=Δy(k)Δu(k-1)Δu(k-2)···Δu(k-d)]]>Cm=(1 0 0 … 0)其中,Am为(d+1)×(d+1)阶矩阵,Bm为(d+1)×1阶矩阵,Cm为1×(d+1)阶矩阵;d.将c步骤中得到的状态空间模型转换为包含状态变量和输出跟踪误差的扩展状态空间模型,形式如下:z(k+1)=Az(k)+BΔu(k)=Az(k)+Bu(k)‑Bu(k‑1)式中,z(k+1)=Δx(k+1)e(k+1),z(k)=Δx(k)e(k)]]>A=Am0CmAm1,B=BmCmBm]]>e(k)=r(k)‑y(k)其中,r(k)为k时刻的理想输出值,e(k)为k时刻理想输出值与实际输出值之间的差值;步骤(2).设计被控对象的无穷时域优化的批次过程线性二次容错控制器,具体是:a.选取批次处理过程的目标函数,形式如下:J=Σk=k0kf-1[z(k)TQz(k)+Δu(k)TRΔu(k)]+z(kf)TQz(kf)Q=diag{qj1,qj2,···,qjp+q-1,qje}]]>其中,Q>0,R>0分别为过程状态的加权矩阵、输入加权矩阵,[k0,kf]为优化时域;qj1,qj2,…qjp+q+1为过程状态的权重系数,qje为输出跟踪误差的权重系数并且取qje=1;b.利用庞特里亚金最小值原理将a步骤的目标函数写成如下形式:Hk=[z(k)TQz(k)+ΔuT(k)RΔu(k)]+pk+1T[Az(k)+BΔu(k)]]]>其中,pk+1为拉格朗日乘子;c.求并令其等于零,可得Δu(k)=-12R-1BTpk+1]]>联合进一步可以得到Δu(k)=-R-1BT[I+Hk+1,kfBR-1BT]-1Hk+1,kfAz(k)Hk,kf=AT[I+Hk+1,kfBR-1BT]-1Hk+1,kfA+Q=ATHk+1,kfA-ATHk+1,kfB(R+BTHk+1,kfB)-1BTHk+1,kfA+QHkf,kf=Q]]>其中,R‑1表示输入加权矩阵的逆矩阵;d.令kf趋于正无穷,可得Δu(k)=‑R‑1BΤ[I+K∞BR‑1BΤ]‑1K∞Az(k)K∞=AΤ[I+K∞BR‑1BΤ]‑1K∞A+Q=AΤK∞A‑AΤK∞B(R+BΤK∞B)‑1BΤK∞A+Qu(k)=u(k‑1)+Δu(k)其中,K∞为kf趋于正无穷时的值;e.将d步骤中得到的控制量u(k)作用于被控对象;f.在下一时刻,依照a到e的步骤继续求解新的控制量u(k+1),依次循环。...

【技术特征摘要】

【专利技术属性】
技术研发人员:张乐李海生张日东吴锋邹洪波
申请(专利权)人:杭州电子科技大学
类型:发明
国别省市:浙江;33

网友询问留言 已有0条评论
  • 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。

1