基于QPSO‑DMPC的反应再生系统优化控制方法技术方案

本发明专利技术公开了一种基于QPSO‑DMPC的反应再生系统优化控制方法，包括：S1：将反应再生系统的传递函数模型转化为阶跃响应模型；S2：建立DMPC模型，包括开环预测模块、稳态目标计算模块和动态矩阵控制模块；S3：利用QPSO算法中粒子在搜索空间内的强随机性，在不放松约束条件的前提下，在更大的范围内对经济优化函数进行求解；S4：根据QPSO算法对经济优化函数求得的解获得反应再生系统的输出设定值，并与实际输出的偏差作为目标误差函数，利用QPSO算法对该目标误差函数求解，获得操作变量的最佳变化量。本发明专利技术提供的基于QPSO‑DMPC的反应再生系统优化控制方法不仅减小了RRS硬件负担，还能获取更优的操作变量参数，在保证经济效益的基础上，进一步对RRS进行优化控制。

The reaction regeneration system optimization control method based on DMPC QPSO

The invention discloses a method of optimal control, reaction and regeneration system based on DMPC QPSO include: S1: the reaction regeneration system transfer function model into step response model; S2: the establishment of DMPC model, including the open-loop prediction module, steady-state target calculation module and dynamic matrix control module; S3: strong randomness the use of particle QPSO algorithm in the search space, without relaxing constraints, to solve the economic optimization function in a wider range of solutions; S4: according to the output obtained reactor-regenerator system set value economic optimization function obtained QPSO algorithm, and the actual output deviation as the objective error function on the target, the error function is solved by QPSO algorithm, the optimal amount of change of operating variables. Regeneration system optimization control method not only reduces the burden of the hardware RRS reaction of QPSO based on DMPC provided by the invention to obtain operating variables with better parameters can, while ensuring the economic benefit, further optimization of the RRS control.

【技术实现步骤摘要】
基于QPSO-DMPC的反应再生系统优化控制方法
本专利技术属于石油化工
，涉及一种基于QPSO-DMPC的反应再生系统优化控制方法。
技术介绍
石油化工工业在我国国民经济中占有举足轻重的地位，承担着为我国提供各种能源的重担。常规的催化裂化装置由三个部分组成，包含反应再生系统、分馏系统以及吸收稳定系统。作为催化裂化的核心部分，反应再生系统(Reactionregenerationsystem，RRS)将原油经过加工，生成各种各样的轻质油产品。但现有的反应再生系统为非线性反应再生系统，存在控制精度低，且硬件负担大的问题。
技术实现思路
鉴于上述问题，本专利技术的目的是提供一种基于QPSO-DMPC的反应再生系统优化控制方法，以解决现有的非线性反应再生系统控制精度低且硬件负担大的问题。本专利技术提供的基于QPSO-DMPC的反应再生系统优化控制方法，包括：S1：将反应再生系统的传递函数模型转化为阶跃响应模型；S2：建立DMPC模型，DMPC模型包括开环预测模块、稳态目标计算模块和动态矩阵控制模块；S3：利用QPSO算法，在不放松约束条件的前提下，对经济优化函数进行求解；其中，约束条件包本文档来自技高网...

【技术保护点】
一种基于QPSO‑DMPC的反应再生系统优化控制方法，其特征在于包括如下步骤：S1：将反应再生系统的传递函数模型转化为阶跃响应模型；S2：建立DMPC模型，DMPC模型包括开环预测模块、稳态目标计算模块和动态矩阵控制模块；S3：利用QPSO算法，在不放松约束条件的前提下，对经济优化化函数进行求解；其中，约束条件包括操作变量的硬约束和软约束，被控变量的硬约束和软约束，外部目标的约束；S4：根据QPSO算法对经济优化函数求得的解获得反应再生系统的输出设定值，并与实际输出的偏差作为目标误差函数，利用QPSO算法对该目标误差函数求解，获得操作变量的最佳变化量。

【技术特征摘要】
1.一种基于QPSO-DMPC的反应再生系统优化控制方法，其特征在于包括如下步骤：S1：将反应再生系统的传递函数模型转化为阶跃响应模型；S2：建立DMPC模型，DMPC模型包括开环预测模块、稳态目标计算模块和动态矩阵控制模块；S3：利用QPSO算法，在不放松约束条件的前提下，对经济优化化函数进行求解；其中，约束条件包括操作变量的硬约束和软约束，被控变量的硬约束和软约束，外部目标的约束；S4：根据QPSO算法对经济优化函数求得的解获得反应再生系统的输出设定值，并与实际输出的偏差作为目标误差函数，利用QPSO算法对该目标误差函数求解，获得操作变量的最佳变化量。2.根据权利要求1所述的基于QPSO-DMPC的反应再生系统优化控制方法，其特征在于：反应再生系统的阶跃响应模型为：式(1)中，Δu为操作变量的变化量，k为时间，N为模型长度，为反应再生系统的操作变量的阶跃响应系数矩阵，为反应再生系统的干扰变量的阶跃响应系数矩阵，对于满足3.根据权利要求1所述的基于QPSO-DMPC的反应再生系统优化控制方法，其特征在于：建立开环预测模块的过程，包括如下步骤：S211：当Δu(k+i-1)＝0、Δv(k+i-1)＝0(1≤i≤P)时，设为对y(k+p|k)的预测值，其中，Δν为干扰变量的变化量，P为预测时域，则有：S212：考虑反馈校正，假设vss(k)＝vss(k-1)+Δv(k)为已知，从k时刻开始，反应再生系统的操作变量不再变化时，基于式(2)得到反应再生系统的开环预测为yol(k+i|k)，当检测到Δu(k-1)时求解得到反应再生系统的开环预测：其中，vss(k)为阶跃响应的递推模型。4.根据权利要求1所述的基于QPSO-DMPC的反应再生系统优化控制方法，其特征在于：建立稳态目标计算模块的过程，包括如下步骤：S221：提取所有反应再生系统的操作变量和被控变量的硬约束条件与软约束条件，并合并表达为关于稳态操作变量的变化量δuss(k)的形式：其中，为操作变量的上限，为操作变量的理想值的集合，为稳态增益矩阵，为稳态被控变量的变化量，为被控变量的理想值的集合，k为迭代次数，t为时间；S222：建立经济优化函数：式(3)中，B为权重；S223：放松约束条件，采用二次规划方法对式(3)进行求解，获得单目标下的稳态操作变量的变化量δuss(k)。5.根据权利要求1所述的基于QPSO-DMPC的反应再生系统优化控制方法，其特征在于：建立动态矩阵控制模块的过程，包括如下步骤：S231：取预测时域为P，控制时域为M，在每个时刻k，可得到：S232：当P大于N时，yol(k+j|k)＝yol(k+N|k)，j＞N，该预测值包含预测误差的反馈校正及干扰的影响，得到：S233：在动态矩阵中，根据MQQPSO算法对经济优化函数求得的解获得反应再生系统的输出设定值，并与实际输出的偏差作为目标误差函数，选择最小化的目标误差函数如下：

【专利技术属性】
技术研发人员：陈雪梅，吴凌，白竣仁，周伟，陈实，易军，
申请(专利权)人：重庆科技学院，
类型：发明
国别省市：重庆,50