【技术实现步骤摘要】
基于Hammerstein模型的连续搅拌反应器系统控制方法
本专利技术属于过程工业领域,是一种基于Hammerstein模型的连续搅拌反应器系统控制方法,该方法适用化工、生物制药、石油生产等相关领域。
技术介绍
连续搅拌反应器(ContinuousStirredTankReactor,CSTR)是过程工业中典型的、高度非线性的化学反应系统,发生反应的反应器起着非常重要的作用,其操作状况直接影响着生产的效率和质量标准,目前连续搅拌反应器系统控制技术成为研究的关键领域之一。为了保证反应的正常进行,需要对反应器中的某些关键工艺参数如浓度、压力、温度等进行控制使系统稳定。连续搅拌反应器系统控制方法中最常用的方法是PID控制,该方法是一种基于过程对象有精确数学模型的线性过程,而连续搅拌反应器系统具有强非线性,因此采用这种控制方法很难达到理想的控制精度。近年来,随着现代控制理论和智能控制的发展,在连续搅拌反应器系统的研究中涌现出许多先进有效的控制方法,如PID参数自适应模糊控制、基于专家系统的控制、利用遗传算法寻优PID参数的模型参考自适应控制、Smith预估控制以及基于神经网络的自适应控制等。这些方法能够取得良好的控制效果,但仍存在计算量大,控制规律复杂的缺陷。Hammerstein模型是一类具有特定结构的典型非线性系统,同时结合了静态非线性模块和动态线性模块,能够有效描述连续搅拌反应器系统等一大类非线性工业过程。通过辨识Hammerstein模型,可以实现系统静态非线性与动态线性的分离,将非线性系统的控制问题转化为传统线性控制问题,这对连续搅拌反应器控制系统的设计 ...
【技术保护点】
1.一种基于Hammerstein模型的连续搅拌反应器系统控制方法,其特征在于,利用Hammerstein模型建立连续搅拌反应器系统的高精度数学模型,然后运用组合式信号源估计各串联模块的参数,进而利用模型的特殊结构设计控制器,包括如下步骤:步骤1:在一个给定的连续搅拌反应器系统中,流速F的初始值F0以及反应物B浓度CB的初始值CB0为已知量,F0和CB0为连续搅拌反应器系统的特征参数的初始值,特征参数初始值指该反应在一个稳态工作点对应的稳态值;该系统的目标是通过系统的流量F来控制系统的浓度CB;根据系统的动态特性利用Hammerstein模型建立连续搅拌反应器系统的模型,利用神经模糊模型拟合Hammerstein模型的静态非线性模块,以及采用自回归滑动平均模型拟合Hammerstein模型的动态线性模块;然后对特征参数的初始值进行归一化处理,即流量F=(F‑F0)/F0、浓度CB=(CB‑CB0)/CB0,将归一化处理后的特征参数代入Hammerstein模型中,Hammerstein模型的表示方式为:v(k)=f(F(k))
【技术特征摘要】
1.一种基于Hammerstein模型的连续搅拌反应器系统控制方法,其特征在于,利用Hammerstein模型建立连续搅拌反应器系统的高精度数学模型,然后运用组合式信号源估计各串联模块的参数,进而利用模型的特殊结构设计控制器,包括如下步骤:步骤1:在一个给定的连续搅拌反应器系统中,流速F的初始值F0以及反应物B浓度CB的初始值CB0为已知量,F0和CB0为连续搅拌反应器系统的特征参数的初始值,特征参数初始值指该反应在一个稳态工作点对应的稳态值;该系统的目标是通过系统的流量F来控制系统的浓度CB;根据系统的动态特性利用Hammerstein模型建立连续搅拌反应器系统的模型,利用神经模糊模型拟合Hammerstein模型的静态非线性模块,以及采用自回归滑动平均模型拟合Hammerstein模型的动态线性模块;然后对特征参数的初始值进行归一化处理,即流量F=(F-F0)/F0、浓度CB=(CB-CB0)/CB0,将归一化处理后的特征参数代入Hammerstein模型中,Hammerstein模型的表示方式为:v(k)=f(F(k))其中,k表示采样时间;CB(k)为模型输出,代表反应物B的浓度;F(k)为模型输入,代表流速F;f(F(k))为静态非线性模块的表达式,v(k)为模型的中间变量,为动态线性模块的表达式,其中,z-1表示单位后移算子,表示na个自回归项,表示nb个滑动平均项;步骤2:利用非线性系统在可分离信号作用下的相关函数关系实现Hammerstein模型的静态非线模块和动态线性模块的参数估计分离;步骤3:根据可分离信号的输入输出数据,利用Lipschitz商准则确定自回归滑动平均模型的阶次,即na个自回归项和nb个滑动平均项,采用相关性分析方法估计na个自回归项ai(i=1,2,…,na)和nb个滑动平均项bj(j=1,2,…,nb)的参数;步骤4:根据随机信号的输入输出数据,采用聚类方法和随机梯度方法估计静态非线性模块的参数,其中利用聚类算法估计神经模糊的前件参数,前件参数包括高斯隶属度函数的中心cl和宽度σl,再采用随机梯度方法估计神经模糊的后件参数,后件参数包括神经模糊的权值wl;步骤5:利用上述步骤可以得到Hammerstein模型的参数估计,进一步采用静态非线性模块的可逆原理将非线性连续搅拌反应器系统的控制问题转化为线性系统控制问题。2.根据权利要求1所述的基于Hammerstein模型的连续搅拌反应器系统控制方法,其特征在于,在步骤1中所述神经模糊模型是由模糊系统和径向...
【专利技术属性】
技术研发人员:李峰,罗印升,陶为戈,薛波,贺乃宝,谢良旭,
申请(专利权)人:江苏理工学院,
类型:发明
国别省市:江苏,32
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。