一种批次反应的控制方法及控制设备技术

本发明专利技术提供一种批次反应的控制方法，包括：内层采用MPC控制器控制批次反应器的单个批次的输出值沿时间轴方向跟踪相应批次的设定轨迹，MPC控制器包括多个子模型MPC控制器；外层采用迭代学习控制器对MPC控制器中的设定轨迹沿批次轴方向计算并输出当前批次的设定轨迹，其中，针对当前批次，将批次反应器上一批次的输出值与上一批次的设定轨迹的误差作为迭代学习控制器的输入；将迭代学习控制器的输出作为MPC控制器的当前批次的设定轨迹进行跟踪控制，从而构成双层控制以持续改善批次反应器的产品生产质量。还提供相应的控制设备。该控制方法可实现对批次反应过程的精确控制，从而提高产品品质。而提高产品品质。而提高产品品质。

【技术实现步骤摘要】
一种批次反应的控制方法及控制设备


[0001]本专利技术涉及核工业批次过程控制领域，具体涉及一种批次反应的控制方法及控制设备。

技术介绍

[0002]批次过程通常用来小规模生产具有高附加值的产品，能够满足快速变化的市场需求，目前批次过程被广泛应用在食品、聚合物、药品等多种产品的生产和制备上，在化工生产过程和人们的日常生活中占有重要的地位。
[0003]大多数批次过程具有显著的非线性时变特性，各批次原料不能保证完全一致，且产品品质非常依赖于过程变量的精确控制，因而对批次过程控制器的跟踪性能提出了严格的要求。而现有核工业批次反应器通常基于人工经验模式且依据各批次原料信息调整各批次反应参数，反应过程控制也是采用的传统的PID(Proportion Integral Differential，比例、积分、微分)控制方法，消耗了大量的人力，且严重依赖专家经验干预批次反应过程，存在控制效果较差，所生产的产品品质不高的问题。

技术实现思路

[0004]本专利技术要解决的技术问题是针对现有技术存在的上述不足，提供一种批次反应的控制方法及控制设备，可实现对批次反应过程的精确控制，从而提高产品品质。
[0005]本专利技术提供一种批次反应的控制方法，包括：内层采用MPC(Model Predictive Control，模型预测控制)控制器控制批次反应器的单个批次的输出值沿时间轴方向跟踪相应批次的设定轨迹，其中，MPC控制器包括多个子模型MPC控制器；外层采用迭代学习控制器对MPC控制器中的设定轨迹沿批次轴方向计算并输出当前批次的设定轨迹，其中，针对当前批次，将批次反应器上一批次的输出值与上一批次的设定轨迹的误差作为迭代学习控制器的输入；将迭代学习控制器的输出作为MPC控制器的当前批次的设定轨迹进行跟踪控制，从而构成双层控制以持续改善批次反应器的产品生产质量。
[0006]优选地，所述内层采用MPC控制器控制批次反应器的单个批次的输出值沿时间轴方向跟踪相应批次的设定轨迹，具体包括：将整个批次反应过程划分为多个不同阶段，并获取各不同阶段分别对应的子模型；将不同阶段分别对应的子模型作为预测模型设计各子模型MPC控制器；选取加权函数以对整个批次反应过程进行全局建模；根据整个批次反应过程的全局建模结果对各子模型MPC控制器进行切换，以实现MPC控制器控制批次反应器的单个批次的输出值沿时间轴方向跟踪相应批次的设定轨迹。
[0007]优选地，所述将整个批次反应过程划分为多个不同阶段，并获取各不同阶段分别对应的各子模型，具体包括：根据调度变量的操作轨迹和过程的非线性分析；将整个批次反应过程按时间顺序依次划分为多个不同阶段，针对各阶段进行辨识实验测试，得到各阶段对应的测试数据；采用预测误差或子空间辨识算法对各阶段对应的测试数据进行辨识，获取各不同阶段分别对应的各子模型G
i
,i＝1,...,S。
[0008]优选地，所述选取加权函数以对整个批次反应过程进行全局建模，具体包括：根据各阶段对应的测试数据选取加权函数；采用调度变量的非线性函数插值各子模型以对整个批次反应过程进行全局建模如下：
[0009][0010]其中，调度变量的非线性函数为阶段切换逻辑。
[0011]优选地，所述将不同阶段分别对应的子模型作为预测模型设计各子模型MPC控制器，具体包括：各子模型MPC控制器采用对应的子模型作为预测模型；根据不同阶段的控制目标设计每个子模型MPC控制器的参数，子模型MPC控制器的参数包括被控变量加权阵、控制增量加权矩阵、输入输出约束。
[0012]优选地，所述根据不同阶段的控制目标设计每个子模型的MPC控制器参数，具体包括：
[0013]对于每一个子模型G
i
，MPC控制器具体为动态矩阵控制DMC控制器，具体地，对于渐进稳定的系统,采用单位阶跃响应采样数据的有限集合{a1,a2,
…
,a
N
}描述系统的动态特性，系统的单位阶跃向量a＝[a
1 a2…
a
N
]T
称为DMC的模型向量,N称为建模时域，选择合适的N使得a
i
(i>N)的值与阶跃响应的静态终值a
N
之差可忽略，根据线性系统的叠加原理，利用对象单位阶跃响应模型和给定的输入控制增量，预测系统未来的输出值，在k时刻,在控制量Δu(k)作用下的系统输出预测值如下：
[0014][0015]式中
[0016][0017]其中，表示在k时刻，假定控制作用保持不变时未来N个时刻的输出预测值，式中的符号“～”表示预测，“k+i/k，i＝1，2，
…
，N”表示在k时刻对k+i时刻进行的预测，同样,在M个连续的控制增量Δu(k),Δu(k+1),
…
,Δu(k+M
‑
1)作用下，被控对象在未来P个时刻的输出预测值如下：
[0018][0019]式中
[0020][0021]其中表示在k时刻，假定控制作用保持不变时未来P个时刻的输出预测值；矩阵A为动态矩阵，其元素为描述系统动态特性的阶跃响应系数；P为滚动优化时域长度；M为控制时域长度，P和M应满足M≤P≤N，向量的第一个下标为所预测的未来输出的长度，第二个下标为控制量变化的个数，在不同采样时刻，考虑输入输出约束，DMC优化性能指标如下：
[0022][0023]s.t.u
min
≤u≤u
max
[0024]y
min
≤y≤y
max
[0025]其中，w
P
(k)＝[w(k+1)
…
w(k+p)]T
[0026]Q＝diag(q1…
q
P
)
[0027]R＝diag(r1…
r
M
)
[0028]其中w
P
(k)为期望值向量，Q和R分别为误差权矩阵和控制权矩阵，Q和R由权系数构成的对角阵，计算有约束的DMC优化性能指标，得到Δu(k)，
…
，Δu(k+M
‑
1)，DMC取其中的即时控制增量Δu(k)构成实际控制u(k)＝u(k
‑
1)+Δu(k)作用于对象，到下一时刻，通过同样的优化问题求出Δu(k+1)，得到u(k+1)作用于对象，当系统输出的预测值偏离实际值时，即存在预测误差如下：
[0029][0030]利用预测误差的实时信息进行反馈校正。
[0031]优选地，所述迭代学习控制器具体为：
[0032]u
k
＝u
k
‑1+Le
k
‑1，其中e
k
＝y
d
‑
y
k
[0033]其中，k为迭代步数，e
k
为第k步迭代过程中实际输出与期望轨迹的偏差；矩阵L为迭代学习本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种批次反应的控制方法，其特征在于，包括：内层采用MPC控制器控制批次反应器的单个批次的输出值沿时间轴方向跟踪相应批次的设定轨迹，其中，MPC控制器包括多个子模型MPC控制器；外层采用迭代学习控制器对MPC控制器中的设定轨迹沿批次轴方向计算并输出当前批次的设定轨迹，其中，针对当前批次，将批次反应器上一批次的输出值与上一批次的设定轨迹的误差作为迭代学习控制器的输入；将迭代学习控制器的输出作为MPC控制器的当前批次的设定轨迹进行跟踪控制，从而构成双层控制以持续改善批次反应器的产品生产质量。2.根据权利要求1所述的批次反应的控制方法，其特征在于，所述内层采用MPC控制器控制批次反应器的单个批次的输出值沿时间轴方向跟踪相应批次的设定轨迹，具体包括：将整个批次反应过程划分为多个不同阶段，并获取各不同阶段分别对应的子模型；将不同阶段分别对应的子模型作为预测模型设计各子模型MPC控制器；选取加权函数以对整个批次反应过程进行全局建模；根据整个批次反应过程的全局建模结果对各子模型MPC控制器进行切换，以实现MPC控制器控制批次反应器的单个批次的输出值沿时间轴方向跟踪相应批次的设定轨迹。3.根据权利要求2所述的批次反应的控制方法，其特征在于，所述将整个批次反应过程划分为多个不同阶段，并获取各不同阶段分别对应的各子模型，具体包括：根据调度变量的操作轨迹和过程的非线性分析，将整个批次反应过程按时间顺序依次划分为多个不同阶段；针对各阶段进行辨识实验测试，得到各阶段对应的测试数据；采用预测误差或子空间辨识算法对各阶段对应的测试数据进行辨识，获取各不同阶段分别对应的各子模型G
i
,i＝1,...,S。4.根据权利要求3所述的批次反应的控制方法，其特征在于，所述选取加权函数以对整个批次反应过程进行全局建模，具体包括：根据各阶段对应的测试数据选取加权函数；采用调度变量的非线性函数插值各子模型以对整个批次反应过程进行全局建模如下：其中，调度变量的非线性函数为阶段切换逻辑。5.根据权利要求2所述的批次反应的控制方法，其特征在于，所述将不同阶段分别对应的子模型作为预测模型设计各子模型MPC控制器，具体包括：各子模型MPC控制器采用对应的子模型作为预测模型；根据不同阶段的控制目标设计每个子模型MPC控制器的参数，子模型MPC控制器的参数包括被控变量加权阵、控制增量加权矩阵、输入输出约束。6.根据权利要求5所述的批次反应的控制方法，其特征在于，所述根据不同阶段的控制目标设计每个子模型的MPC控制器参数，具体包括：对于每一个子模型G
i
，MPC控制器具体为动态矩阵控制DMC控制器，具体地，对于渐进稳
定的系统,采用单位阶跃响应采样数据的有限集合{a1,a2,
…
,a
N
}描述系统的动态特性，系统的单位阶跃向量a＝[a
1 a2…
a
N
]
T
称为DMC的模型向量,N称为建模时域，选择合适的N使得a
i
(i>N)的值与阶跃响应的静态终值a
N
之差可忽略，根据线性系统的叠加原理，利用对象单位阶跃响应模型和给定的输入控制增量，预测系统未来的输出值，在k时刻,在控制量Δu(k)作用下的系统输出预测值如下：式中其中，表示在k时刻，假定控制作用保持不变时未来N个时刻的输出预测值，式中的符号“～”表示预测，“k+i/k,i＝1，2，
…
，N”表示在k时刻对k+i时刻进行的预测，同样,在M个连续的控制增量Δu(k),Δu(k+1),
…
,Δu(k+M
‑
1)作用下，被控对象在未来P个时刻的输出预测值如下：式中式中其中表示在k时刻，假定控制作用保持不变时未来P个时刻的输出预测值；矩阵A为动态矩阵，其元素为描述系统动态特性的阶跃响应系数；P为滚动优化时域长度；M为控制时域长度，P和M应满足M≤P≤N，向量的第一个下标为所预测的未来输出的长度，第二个下标为控制量变化的个数，在不同采样时刻，考虑输入输出约束，DMC优化性能指标如下：s.t.u
min
≤u≤u
max
y
min<...

【专利技术属性】
技术研发人员：何坤，景欣，王德军，云效国，秦成立，陶明杰，崔海波，刘向阳，李绍媛，
申请(专利权)人：中国核电工程有限公司，
类型：发明
国别省市：