一种数据驱动的多变量控制系统的模型失配诊断方法技术方案

本发明专利技术公开了一种数据驱动的多变量控制系统的模型失配诊断方法，包括根据闭环操作数据，估计白噪声、辨识干扰模型、得到全局过程模型残差和各输出通道的过程模型残差。根据白噪声和全局过程模型残差获取全局模型质量指标，根据全局模型质量指标检测多变量控制系统的整体过程模型失配，根据白噪声和各输出通道的过程模型残差获取输出通道的整体模型质量指标和局部模型质量指标，用于确定多变量控制系统的模型失配的输入输出子通道，当前子通道的局部模型质量指标越接近于0，该输入输出子通道的过程模型存在的模型失配越严重。本发明专利技术在工业过程正常运行工况下即可诊断过程模型失配，降低了系统维护成本，提高了系统安全性。

A Data-driven Model Mismatch Diagnosis Method for Multivariable Control Systems

【技术实现步骤摘要】
一种数据驱动的多变量控制系统的模型失配诊断方法
本专利技术属于工业控制
，更具体地，涉及一种数据驱动的多变量控制系统的模型失配诊断方法。
技术介绍
由于工业控制系统的控制器是控制工程师根据过程模型设计的，因而过程模型对于控制性能优化和故障诊断等研究非常重要。研究学者根据过程模型设计经典PID控制器的比例、积分和微分参数。MPC控制器使用过程模型和历史数据预测未来的过程输出，从而产生最佳的操纵变量。系统投入运行后，被控对象的动态特性总是在不断变化，从而出现过程模型失配。如果过程模型与实际对象失配严重，过程模型的失配必然影响系统的控制性能，甚至导致闭环控制系统不稳定。因而，检测闭环控制系统的模型失配变得至关重要。然而，实际的工业过程一般包含多个输入输出通道，而且通道之间存在耦合。近年来，国内外的研究学者致力于检测了多变量控制系统的模型失配。有些研究学者采用侵入式的方法估计了实际系统的干扰模型，利用估计的干扰模型和实际输出误差的时间序列模型之间的差异，检测了多变量控制系统的模型失配。有些研究学者提出了一种模型质量评估技术，评价了过程模型和干扰模型的整体模型质量。这些方法检测了多变量控制闭环控制系统的全局模型失配。当过程模型出现严重失配时，就需要重新辨识过程模型。实际上，过程模型的辨识是一件十分耗时的过程，而辨识多变量控制系统的过程模型更加复杂。比如，一个5×5的多变量控制系统包含25个独立通道，我们需要辨识25个子模型才能完成整个系统的辨识，必然会造成经济上的浪费。随后，研究学者采用侵入式的方法深入诊断了多变量控制系统的模型失配，确定了失配的子通道或子模型。现有技术中，有以下几种方法用于检测模型与对象不匹配：(1)分析了过程输入抖动信号和预测误差之间的相关关系，从而把失配的子模型从多入多出系统的整体模型中分离出来；(2)计算了模型残差和操纵变量之间的偏相关系数，提出了一种辨识模型预测控制系统的失配子通道的方法；(3)检测了原矿磨矿回路的控制模型与实际对象之间的差异；(4)根据控制性能良好时的马尔科夫参数的统计带和控制性能退化时的统计带的偏差，诊断了模型失配的子通道；(5)结合了子空间投影方法和统计假设检验方法，确定了离散状态空间模型中模型失配的元素；(6)提出了一种两步诊断的方法，确定了对象传递函数矩阵中模型失配的精确位置；(7)CN105807611A是本申请最接近的现有技术，记载了一种闭环控制系统的模型与对象不匹配的检测方法，包括：采集闭环操作数据，并对所述闭环操作数据进行中心化处理；所述闭环操作数据包括闭环系统的过程输出和过程输入；根据闭环控制系统结构，通过正交投影方法，获得干扰更新；根据参考信号和所述过程输出，获取闭环控制系统的跟踪误差，并对所述跟踪误差进行中心化处理；根据所述干扰更新与中心化后的跟踪误差，通过自适应最小绝对值收缩和选择算子方法，建立闭环控制系统的干扰模型；根据所述闭环操作数据与所述闭环控制系统的干扰模型，获得闭环控制系统的模型质量变量；根据所述干扰更新与所述模型质量变量，获得用于检测闭环控制系统的模型与对象不匹配的指标，即闭环控制系统的模型质量指标；根据闭环控制系统结构，利用所述模型质量指标，检测闭环控制系统的模型与对象是否匹配。然而，上述方法在分离多变量控制系统的失配子模型时，都需要向正常运行的工业过程的设定点或操纵变量上中加入一定的外界激励，必然会影响控制系统的正常运行。由此可见，现有技术存在难以在工业过程正常运行工况下诊断过程模型失配、系统维护成本高、系统安全性低的技术问题。
技术实现思路
针对现有技术的以上缺陷或改进需求，本专利技术提供了一种数据驱动的多变量控制系统的模型失配诊断方法，由此解决现有技术存在难以在工业过程正常运行工况下诊断过程模型失配、系统维护成本高、系统安全性低的技术问题。为实现上述目的，本专利技术提供了一种数据驱动的多变量控制系统的模型失配诊断方法，包括：(1)根据多变量控制系统的闭环操作数据，得到估计的白噪声和输出误差，进而通过自适应最小绝对值收缩和选择算子，得到多变量控制系统的干扰模型；(2)根据闭环操作数据与多变量控制系统的干扰模型，得到多变量控制系统的全局过程模型残差与各输出通道的过程模型残差，将估计的白噪声的方差与多变量控制系统的全局过程模型残差的方差的商作为多变量控制系统的全局模型质量指标，利用多变量控制系统的全局模型质量指标检测多变量控制系统的整体过程模型是否失配；(3)若多变量控制系统的整体过程模型失配，将估计的第i个输出通道的白噪声的方差与多变量控制系统的第i个输出通道的过程模型残差的方差的商作为多变量控制系统的第i个输出通道的整体模型质量指标，利用第i个输出通道的整体模型质量指标检测第i个输出通道的过程模型是否失配；(4)若第i个输出通道的过程模型失配，根据估计的所有输出通道的白噪声与第i个输出通道的过程模型残差，通过自适应最小绝对值收缩和选择算子，得到估计的所有输出通道的白噪声与第i个输出通道的过程模型残差之间的线性回归模型，根据线性回归模型的系数、估计的所有输出通道的白噪声与第i个输出通道的过程模型残差，得到第i个输出通道局部模型质量指标，利用第i个输出通道的局部模型质量指标，诊断多变量控制系统的各个输入输出子通道的过程模型是否失配。进一步地，步骤(1)包括：(1.1)采集多变量控制系统的闭环操作数据，对闭环操作数据进行中心化处理，所述闭环操作数据包括闭环系统的过程输出和过程输入；(1.2)根据过程输入的设定值和过程输出之间的差异，得到多变量控制系统的输出误差，并对输出误差进行中心化处理；(1.3)对过程输出的设定值中心化处理后，结合多变量控制系统的白噪声和中心化处理后的过程输出，建立过程输出的带有外源输入的自回归模型，进而通过正交投影方法，得到多变量控制系统估计的白噪声；(1.4)根据多变量控制系统估计的白噪声与中心化处理后的输出误差，通过自适应最小绝对值收缩和选择算子，得到多变量控制系统的干扰模型。进一步地，步骤(1.4)包括：根据多变量控制系统的白噪声与输出误差，建立多变量控制系统的输出误差的线性回归模型，将多变量控制系统估计的白噪声与中心化处理后的输出误差带入输出误差的线性回归模型，得到中心化后的输出误差的带有外源输入的自回归移动平均模型，通过自适应最小绝对值收缩和选择算子，得到中心化后的输出误差的带有外源输入的自回归移动平均模型系数向量，用于估计多变量控制系统的干扰模型的传递函数矩阵。进一步地，多变量控制系统的全局过程模型残差为：其中，ν(t)为多变量控制系统的全局过程模型残差，为多变量控制系统中估计的干扰模型的传递函数矩阵的逆，Gmod(z-1)为多变量控制系统的过程模型的传递函数，y(t)为多变量控制系统的过程输出，u(t)为多变量控制系统的过程输入。进一步地，多变量控制系统的全局模型质量指标小于0.98时，多变量控制系统的整体过程模型失配。进一步地，多变量控制系统的第i个输出通道的整体模型质量指标小于0.98时，第i个输出通道的过程模型失配。进一步地，第i个输出通道的局部模型质量指标为：其中，t为第t个采样时刻，为估计的第i个输出通道的白噪声的方差，为估计的第j个输入通道的白噪声的方差，为估计的线性回归模型的阶次本文档来自技高网...

【技术保护点】
1.一种数据驱动的多变量控制系统的模型失配诊断方法，其特征在于，包括：(1)根据多变量控制系统的闭环操作数据，得到估计的白噪声和输出误差，进而通过自适应最小绝对值收缩和选择算子，得到多变量控制系统的干扰模型；(2)根据闭环操作数据与多变量控制系统的干扰模型，得到多变量控制系统的全局过程模型残差与各输出通道的过程模型残差，将估计的白噪声的方差与多变量控制系统的全局过程模型残差的方差的商作为多变量控制系统的全局模型质量指标，利用多变量控制系统的全局模型质量指标检测多变量控制系统的整体过程模型是否失配；(3)若多变量控制系统的整体过程模型失配，将估计的第i个输出通道的白噪声的方差与多变量控制系统的第i个输出通道的过程模型残差的方差的商作为多变量控制系统的第i个输出通道的整体模型质量指标，利用第i个输出通道的整体模型质量指标检测第i个输出通道的过程模型是否失配；(4)若第i个输出通道的过程模型失配，根据估计的所有输出通道的白噪声与第i个输出通道的过程模型残差，通过自适应最小绝对值收缩和选择算子，得到估计的所有输出通道的白噪声与第i个输出通道的过程模型残差之间的线性回归模型，根据线性回归模型的系数、估计的所有输出通道的白噪声与第i个输出通道的过程模型残差，得到第i个输出通道局部模型质量指标，利用第i个输出通道的局部模型质量指标，诊断多变量控制系统的各个输入输出子通道的过程模型是否失配。...

【技术特征摘要】
1.一种数据驱动的多变量控制系统的模型失配诊断方法，其特征在于，包括：(1)根据多变量控制系统的闭环操作数据，得到估计的白噪声和输出误差，进而通过自适应最小绝对值收缩和选择算子，得到多变量控制系统的干扰模型；(2)根据闭环操作数据与多变量控制系统的干扰模型，得到多变量控制系统的全局过程模型残差与各输出通道的过程模型残差，将估计的白噪声的方差与多变量控制系统的全局过程模型残差的方差的商作为多变量控制系统的全局模型质量指标，利用多变量控制系统的全局模型质量指标检测多变量控制系统的整体过程模型是否失配；(3)若多变量控制系统的整体过程模型失配，将估计的第i个输出通道的白噪声的方差与多变量控制系统的第i个输出通道的过程模型残差的方差的商作为多变量控制系统的第i个输出通道的整体模型质量指标，利用第i个输出通道的整体模型质量指标检测第i个输出通道的过程模型是否失配；(4)若第i个输出通道的过程模型失配，根据估计的所有输出通道的白噪声与第i个输出通道的过程模型残差，通过自适应最小绝对值收缩和选择算子，得到估计的所有输出通道的白噪声与第i个输出通道的过程模型残差之间的线性回归模型，根据线性回归模型的系数、估计的所有输出通道的白噪声与第i个输出通道的过程模型残差，得到第i个输出通道局部模型质量指标，利用第i个输出通道的局部模型质量指标，诊断多变量控制系统的各个输入输出子通道的过程模型是否失配。2.如权利要求1所述的一种数据驱动的多变量控制系统的模型失配诊断方法，其特征在于，所述步骤(1)包括：(1.1)采集多变量控制系统的闭环操作数据，对闭环操作数据进行中心化处理，所述闭环操作数据包括闭环系统的过程输出和过程输入；(1.2)根据过程输入的设定值和过程输出之间的差异，得到多变量控制系统的输出误差，并对输出误差进行中心化处理；(1.3)对过程输出的设定值中心化处理后，结合多变量控制系统的白噪声和中心化处理后的过程输出，建立过程输出的带有外源输入的自回归模型，进而通过正交投影方法，得到多变量控制系统估计的白噪声；(1.4)根据多变量控制系统估计的白噪声与中心化处理后的输出误差...

【专利技术属性】
技术研发人员：郑英，凌丹，汪上晓，张洪，张永，
申请(专利权)人：华中科技大学，
类型：发明
国别省市：湖北,42