一种基于扩张状态观测器的分散式液位系统控制方法，包括以下步骤：1)首先，对液位系统进行建模，得到液位系统中子系统的连续状态空间模型；2)对子系统的连续状态空间模型按照时间常数T进行离散化；3)根据子系统的预测模型，设计子系统的性能指标，并计算子系统的预测控制量；4)最后，设计基于扩张状态观测器的组合控制器。本发明专利技术提供一种较为简明、易于实现并且具有较好的控制效果的分散式液位系统控制方法，用于控制大规模液位控制系统中每个水箱的液位。
【技术实现步骤摘要】
本专利技术涉及液位控制领域，尤其涉及的是面向大规模液位系统的控制方法。
技术介绍
水资源是人类赖以生存的必要物质之一，随着人们生活质量的不断提高对社会的 供水能力的要求也不断提升。目前中国城市化的不断发展，城市的规模越来越大，居民也越 来越密集，因此对城市水资源的供给提出了巨大的挑战。城市供水系统的难点在于要给绝 大部分地区提供一个稳定的且足够大的水压。液位控制系统的典型应用之一便是城市供水 系统。供水系统的核心部分就是液位控制系统，巨大的供水网络使得液位控制系统错综复 杂，同时居民对水的需求巨大，且需求随时间变化大，使得液位系统变得不稳定。 液位控制系统的另一个典型应用是在大规模灌溉系统，灌溉系统主要有以下问 题：1)随着控制系统规模的逐渐增大，整个灌溉系统可能由上千段水渠构成，如果对这样 庞大的系统采用集中式控制，使用一个控制器（控制器通过控制水渠的闸门开关来控制水 渠的进水速度）对所有水渠进行控制的话，计算量和控制难度将会非常巨大；2)大规模灌 溉系统的分布范围非常广，集中式控制方式对通信量将会非常大；因此需要采用分散式控 制方法来处理大规模灌溉系统的控制问题；3)在大规模灌溉系统中，每段相连的水渠之间 具有较强的耦合关系，这导致传统分散式控制方法的运用遇到了很大的障碍，因此需要采 用更为有效的分散式控制算法。 近些年来国内外也有很多的学者对液位控制系统做出了很多研究成 果。K.H.Johansson和J.L.R.Nunes在论文（Amultivariablelaboratory processwithanadjustablezero,in:ProceedingofAmericanControl Conference, 1998,pp. 2045-2049.即具有可较零的多变量实验过程，发表在美国控制会议， 1998,页码：2045-2049.)中对液位系统模型进行了比较精确地建模。L.Dai和K.J.Astrom 在论文(Dynamicmatrixcontrolofaquadrupletankprocess,in:Proceedings ofthe14thIFAC，1999,pp. 295-300.即四容水箱的动态矩阵控制，发表在第14届 IFAC会议，1999,页码：295-300.)中利用了传统控制方法和动态矩阵控制分别对液 位控制系统进行了控制，但是其控制效果并不理想，系统鲁棒性不强。E.P.Gatzke和 E.S.Meadows在论文(Modelbasedcontrolofafour-tanksystem,Comp.Chem. Engr. 24, 2010,pp. 1503-1509.即基于模型的四容水箱控制方法，计算化工过程，24卷， 2010，页码：1503-1509.)中利用集中式MPC对液位控制系统进行控制，但是对于大规 模液位控制系统此方法设计的控制器过于复杂，计算量太大，并且系统的鲁棒性不强。 MPC(Modelpredictivecontrol,模型预测控制）是被学术界和工业界广泛认可和接受 的新型智能控制方法。只要给出系统的状态模型就可以预测系统在接下来时刻的状态 值，并利用系统的状态预测值来设计出更为有效的控制策略，使得系统的性能最优。它 能够很有效的处理系统的各种硬约束和软约束，并且控制思想简单，算法简单容易实现。 分散式MPC通过预测系统在未来时刻的状态值来处理大规模系统中的各个子系统间的 状态耦合和输入耦合。分散式MPC是通过将大规模系统分解为多个子系统，为每个子系 统设计一个独立的MPC控制器来降低控制器设计的复杂度。WangLu等在论文（Neural NetworkbasedModelPredictiveControlPerformanceMonitoring-Data-driven Approach,in:ProceedingofAsianControlConference(ASCC), 2013?即基于神经网络的 模型预测控制的性能监控数据驱动的方法，亚洲控制会议，2013.)中提出基于神经网络的 MPC控制方法，用于提高液位系统的性能，但是此方法不适用于大规模的液位控制系统。
技术实现思路
为了解决大规模液位控制系统中控制器设计复杂度大、计算负荷大、子系统间通 信量大以及传统分散控制系统中无法很好处理相邻液位的强耦合关系、受外界环境干扰大 的不足，本专利技术提供一种较为简明、易于实现并且具有较好的控制效果的分散式液位系统 控制方法，用于控制大规模液位控制系统中每个水箱的液位。 本专利技术解决其技术问题所采用的技术方案是： -种，包括以下步骤： 1)对液位系统进行建模，液位系统是由多个水箱和多个水泵构成，将液位系统中 相互连通的水箱形成水箱集合，将与该水箱集合中的水箱连接的水泵形成水泵集合，将所 述水箱集合和水泵集合划分为一个独立的子系统，由此得到液位系统中子系统i的连续 状态空间樽型：【主权项】1. 一种，其特征在于：包括以下步 骤： 1) 对液位系统进行建模，液位系统是由多个水箱和多个水泵构成，将液位系统中相互 连通的水箱形成水箱集合，将与该水箱集合中的水箱连接的水泵形成水泵集合，将所述水 箱集合和水泵集合划分为一个独立的子系统，由此得到液位系统中子系统i的连续状态空 间模型：其中，為是子系统i的状态矩阵，A是子系统i的输入矩阵，hi是与子系统i有耦合关 系的子系统集合，是子系统j对子系统i的状态耦合系数矩阵，我.，,.是子系统j对子系统i的控制量耦合系数矩阵，Xi⑴，\ (t)是子系统i和子系统j在t时刻的状态量，每个子系 统状态量由多个水箱的液位组成，.以〇是\(0的导数；Ui(t)，u，t)是子系统i和子系统j 在t时刻的控制量，每个子系统控制量由多个水泵的排水速度组成；Wi(t)是子系统i在t 时刻受到的外界干扰； 2) 将子系统i的连续状态空间模型（1)按照时间常数T进行离散化，得到子系统i的 离散状态空间模型：合系数矩阵和扰动量矩阵，T是积分变量； 3) 由（2)得到子系统i的预测模型： xi；m(k+l) =AiXijm(^+BiUijlll (k) (3) 其中，是预测模型在k时刻的状态量和控制量，由（3)建立子系统i的 优化目标：性能指标，k为当前时刻，P为预测时域长度，M控制时域长度，(k+j)是子系统i在k+j时刻的液位参考值，Xi，m(k+j|k)是k时刻预测k+j时刻子系统i的液位向量，Ui，m(k+j|k) 是k时刻预测k+j时刻子系统i的水泵进水速度向量；Qi,Ri为权重矩阵；令P=M，即控制 时域等于预测时域，通过最优控制方法得到子系统i的预测模型的M步最优预测控制量：【专利摘要】一种，包括以下步骤：1)首先，对液位系统进行建模，得到液位系统中子系统的连续状态空间模型；2)对子系统的连续状态空间模型按照时间常数T进行离散化；3)根据子系统的预测模型，设计子系统的性能指标，并计算子系统的预测控制量；4)最后，设计基于扩张状态观测器的组合控制器。本专利技术提供一种较为简明、易于实现并且具有较好的控制效果的分散式液位系统控制方法，用于控制大规模液位控制系统中每个水箱的液位。【IPC分类】G05D9-0本文档来自技高网...
【技术保护点】
一种基于扩张状态观测器的分散式液位系统控制方法，其特征在于：包括以下步骤：1)对液位系统进行建模，液位系统是由多个水箱和多个水泵构成，将液位系统中相互连通的水箱形成水箱集合，将与该水箱集合中的水箱连接的水泵形成水泵集合，将所述水箱集合和水泵集合划分为一个独立的子系统，由此得到液位系统中子系统i的连续状态空间模型：x·i(t)=A^ixi(t)+B^iui(t)+Σj∈hiA^i,jxj(t)+Σj∈hiB^i,juj(t)+wi(t)---(1)]]>其中，是子系统i的状态矩阵，是子系统i的输入矩阵，hi是与子系统i有耦合关系的子系统集合，是子系统j对子系统i的状态耦合系数矩阵，是子系统j对子系统i的控制量耦合系数矩阵，xi(t),xj(t)是子系统i和子系统j在t时刻的状态量，每个子系统状态量由多个水箱的液位组成，是xi(t)的导数；ui(t),uj(t)是子系统i和子系统j在t时刻的控制量，每个子系统控制量由多个水泵的排水速度组成；wi(t)是子系统i在t时刻受到的外界干扰；2)将子系统i的连续状态空间模型(1)按照时间常数T进行离散化，得到子系统i的离散状态空间模型：xi(k+1)=Aixi(k)+Biui(k)+Σj∈hiAi,jxj(k)+Σj∈hiBi,juj(k)+Eiwi(k)---(2)]]>其中，Ai=eA^iT,Ai,j=(∫0TeA^iσdσ)A^i,j,Bi=(∫0TeA^iσdσ)B^i,Bi,j=(∫0TeA^iσdσ)B^i,j,]]>分别是离散子系统i的状态矩阵，状态耦合系数矩阵，输入矩阵，控制量耦合系数矩阵和扰动量矩阵，τ是积分变量；3)由(2)得到子系统i的预测模型：xi,m(k+1)＝Aixi,m(k)+Biui,m(k) (3)其中，xi,m(k),ui,m(k)是预测模型在k时刻的状态量和控制量，由(3)建立子系统i的优化目标：minui,m(k|k);...;ui,m(k+M-1|k)Ji,m(k)---(4)]]>其中，Ji,m(k)=Σj=1P||xi,m(k+j|k)-xi,r(k+j)||Qi+Σj=0M-1||ui,m(k+j|k)||Ri]]>是子系统i的性能指标，k为当前时刻，P为预测时域长度，M控制时域长度，xi,r(k+j)是子系统i在k+j时刻的液位参考值，xi,m(k+j|k)是k时刻预测k+j时刻子系统i的液位向量，ui,m(k+j|k)是k时刻预测k+j时刻子系统i的水泵进水速度向量；Qi,Ri为权重矩阵；令P＝M，即控制时域等于预测时域，通过最优控制方法得到子系统i的预测模型的M步最优预测控制量：u~i,m*(k)=-(R~i+B~iTQ~iB~i)-1×B~iTQ~i(A~ixi(k)-x~i,r(k))---(5)]]>其中，4)当t∈[kT,(k+1)T)时，得到组合控制器：ui*(t)=ui,m*(k|k)-B^i-zi,2(k)s.t.B^iB^i-=I---(6)]]>其中，zi,2(k)是子系统i在k时刻受到的扰动估计，I是单位矩阵。...
【技术特征摘要】
【专利技术属性】
技术研发人员：张文安，张荣超，刘安东，俞立，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江;33
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。