基于Hammerstein-Wiener模型的CSTR过程非线性控制方法技术

技术编号:23341809 阅读:41 留言:0更新日期:2020-02-15 03:23
本发明专利技术提供了一种基于Hammerstein‑Wiener模型的CSTR过程非线性控制方法,所述方法包括以下步骤:S1,利用Hammerstein‑Wiener模型构建CSTR非线性动力学模型,其中,Hammerstein‑Wiener模型包括串联的输入静态非线性模块、动态线性模块和输出静态非线性模块;S2,利用取样信号源估计Hammerstein‑Wiener模型中各串联模块的参数和噪声模型参数;S3,利用Hammerstein‑Wiener模型中输入静态非线性模块和输出静态非线性模块的可逆原理,采用线性控制器对CSTR进行控制。本发明专利技术能够把CSTR过程的非线性系统控制问题转化为线性系统控制问题,从而简化了控制器的设计,并且所构建模型计算简易、精度高,控制过程较稳定。

Nonlinear control method of CSTR process based on Hammerstein Wiener model

【技术实现步骤摘要】
基于Hammerstein-Wiener模型的CSTR过程非线性控制方法
本专利技术涉及过程控制
,具体涉及一种基于Hammerstein-Wiener模型的CSTR过程非线性控制方法。
技术介绍
CSTR(ContinuousStirredTankReactor,连续搅拌釜式反应器)是过程工业中典型的、高度非线性的化学反应系统。因为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,所以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、温度等进行控制来保证系统稳定。CSTR过程控制方式中最常用的控制方式是PID(Proportional-Integral-Derivative,比例积分微分)控制,该种控制方式是一种基于过程对象有精确数学模型的线性控制,而CSTR系统具有强非线性,因此采用这种控制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CSTR的研究中涌现出许多先进有效的控制方式,如模糊控制、鲁棒控制、神经网络控制以及预测控制等。这些控制方式能够取得良好的控本文档来自技高网...

【技术保护点】
1.一种基于Hammerstein-Wiener模型的CSTR过程非线性控制方法,其特征在于,包括以下步骤:/nS1,利用Hammerstein-Wiener模型构建CSTR非线性动力学模型,其中,所述Hammerstein-Wiener模型包括串联的输入静态非线性模块、动态线性模块和输出静态非线性模块;/nS2,利用取样信号源估计所述Hammerstein-Wiener模型中各串联模块的参数和噪声模型参数;/nS3,利用所述Hammerstein-Wiener模型中输入静态非线性模块和输出静态非线性模块的可逆原理,采用线性控制器对所述CSTR进行控制。/n

【技术特征摘要】
1.一种基于Hammerstein-Wiener模型的CSTR过程非线性控制方法,其特征在于,包括以下步骤:
S1,利用Hammerstein-Wiener模型构建CSTR非线性动力学模型,其中,所述Hammerstein-Wiener模型包括串联的输入静态非线性模块、动态线性模块和输出静态非线性模块;
S2,利用取样信号源估计所述Hammerstein-Wiener模型中各串联模块的参数和噪声模型参数;
S3,利用所述Hammerstein-Wiener模型中输入静态非线性模块和输出静态非线性模块的可逆原理,采用线性控制器对所述CSTR进行控制。


2.根据权利要求1所述的基于Hammerstein-Wiener模型的CSTR过程非线性控制方法,其特征在于,所述步骤S1包括:
将CSTR过程中流量和反应物浓度的初始值作为特征参数初始值;
利用神经模糊模型拟合所述Hammerstein-Wiener模型的输入静态非线性模块和输出静态非线性模块;
利用有限脉冲响应模型拟合所述Hammerstein-Wiener模型的动态线性模块;
对所述特征参数初始值进行归一化处理,并将归一化处理后的特征参数代入所述Hammerstein-Wiener模型中。


3.根据权利要求2所述的基于Hammerstein-Wiener模型的CSTR过程非线性控制方法,其特征在于,所述神经模糊模型是由模糊系统和径向基神经网络组成的四层神经模糊模型。


4.根据权利要求1所述的基于Hammerstein-Wiener模型的CSTR过程非线性控制方法,其特征在于,利用所述取样信号源的自相关函数与定值常量的乘积代替中间变量的互相关函数,估计所述Hammerstein-Wiener模型中各串联模块的参数和噪声模型参数。

...

【专利技术属性】
技术研发人员:李峰姚克明薛波陶为戈陈连玉崔渊沈明霞
申请(专利权)人:江苏理工学院
类型:发明
国别省市:江苏;32

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