一种基于LSTM网络的通用MFA控制器设计方法技术

本发明专利技术公开提出一种基于LSTM网络的通用无模型自适应（Model Free Adaptive，MFA）控制器设计方法，该方法的控制器主要由基于LSTM的动态循环神经网络构成。通过考虑历史误差序列信息对控制器输出的影响，构造自适应的网络输出值，通过输入输出数据完成随时间反向传播算法更新网络的权重。并且可以将当前时刻的误差值添加到控制器的输出中，以对突发的变化做出更快的反应。本发明专利技术的LSTM‑MFA控制器可以有效的控制单变量工业过程，具有控制器结构设计简单，计算量小，不依赖于被控系统的精确数学模型和参数，控制器性能效果好等优点。

【技术实现步骤摘要】
一种基于LSTM网络的通用MFA控制器设计方法
本专利技术涉及一种基于LSTM网络的自适应控制方法，并且更具体地涉及一种通用的MFA控制器设计方法。
技术介绍
近年来，工业流程的日益复杂性使得对自动化控制器的智能性要求越来越高，控制器需要对不同过程具有一定自适应性，以应对影响流程经济性和安全性的意外事件。但在实际过程生产中，PID控制仍然起着主导作用。虽然，PID控制器可以为许多动态范围相对较小的单输入单输出系统提供令人满意的控制性能，但对于复杂控制系统仍然存在着巨大困难。已经开发了许多先进的控制理论和方法，例如模型预测控制，鲁棒控制和自适应控制来处理这些复杂系统。但这些先进技术都依赖于过程的精确且相对简单的动态模型。在实际过程中这些精确模型通常是很难获取的，并且即使获得模型，模型不确定性也会严重影响控制性能。因此，需要提出一种可以容易且有效地控制各种复杂系统的通用控制器，该控制器可以适应不同的过程结构。不需要依靠过程精确的系统动力学知识，仅需要控制器的实时输入输出数据和系统行为的定性知识，依靠控制器强大的自学习和自适应能力，以本文档来自技高网...

【技术保护点】
1.一种用于过程控制的LSTM-MFA通用控制系统，其特征在于，包括以下步骤：/n步骤1：通过设定值产生装置生成过程输出的期望值或期望轨迹的设定值信号；/n步骤2：通过比较器装置产生设定值信号与测量变量信号之间的误差信号作为控制器的输入信号；/n步骤3：LSTM-MFA控制器根据输入的误差信号产生控制信号作用于实际过程中；/n步骤4：获得实际过程的测量变量，在每个采样周期中，LSTM-MFA控制器会根据历史误差序列信息和控制器实时输出构造一组输入输出数据，运用随时间反向传播算法更新控制器中LSTM循环神经网络的权重；/n步骤5：继续执行步骤1-4，直至过程达到设定值并保持稳定，迭代完毕。/n

【技术特征摘要】
1.一种用于过程控制的LSTM-MFA通用控制系统，其特征在于，包括以下步骤：
步骤1：通过设定值产生装置生成过程输出的期望值或期望轨迹的设定值信号；
步骤2：通过比较器装置产生设定值信号与测量变量信号之间的误差信号作为控制器的输入信号；
步骤3：LSTM-MFA控制器根据输入的误差信号产生控制信号作用于实际过程中；
步骤4：获得实际过程的测量变量，在每个采样周期中，LSTM-MFA控制器会根据历史误差序列信息和控制器实时输出构造一组输入输出数据，运用随时间反向传播算法更新控制器中LSTM循环神经网络的权重；
步骤5：继续执行步骤1-4，直至过程达到设定值并保持稳定，迭代完毕。


2.根据权利要求1所述的LSTM-MFA通用控制系统，其特征在于，所述的通用LSTM-MFA控制器包括：
1）输入层：以被控过程的误差信号作为控制器的输入，然后经过归一化处理，作为LSTM网络的输入；
2）隐藏层：由两层LSTM网络构成，第一层LSTM的输入不仅包括当前时刻的归一化误差信号，还包括上一时刻的第一层LSTM传递过来的隐藏状态信息；第二层LSTM的输入包括上一层LSTM的输出和上一时刻的第二层LSTM传递过来的隐藏状态；
3）输出层：在当前采样时刻，控制器的输出由网络输出和当前误差信号组成。


3.根据权利要求2所述的通用LSTM-MFA控制器，其特征在于，该控制器设计的结构包含循环神经网络，因此控制器可以沿采样时间展开，在每个采样时刻，控制器的输出与网络输出一一对应。


4.根据权利要求2所述的通用LSTM-MFA控制器，其特征在于，输入层误差信号的归一化处理是通...

【专利技术属性】
技术研发人员：孙京诰，陈显锋，张海峰，
申请(专利权)人：华东理工大学，
类型：发明
国别省市：上海;31