参数整定模型的构建方法及工业过程控制方法技术

本发明专利技术的实施例提供了一种参数整定模型的构建方法及工业过程控制方法，涉及工业自动化控制技术领域。本申请根据新建装置的回路信息以及辅助装置的运行数据，构建辅助训练数据集以及验证数据集，其中，新建装置为待训练的参数整定模型所应用的装置，辅助装置为参数整定完成且正式运行的装置；根据新建装置的初始运行数据，构建本地训练数据集；根据辅助训练数据集、验证数据集以及本地训练数据集，训练得到参数整定模型。通过构建辅助训练数据集进行训练，有效地弥补了新建装置可用的有效数据少的缺点，提升了新建装置上建立的参数整定模型的PID参数整定的准确率和效率。型的PID参数整定的准确率和效率。型的PID参数整定的准确率和效率。

【技术实现步骤摘要】
参数整定模型的构建方法及工业过程控制方法


[0001]本专利技术涉及工业自动化控制
，具体而言，涉及一种参数整定模型的构建方法及工业过程控制方法。

技术介绍

[0002]PID（proportion
‑
比例、integral
‑
积分、differential
‑
微分）是当前应用最为广泛的一种控制策略。PID参数整定是其控制工作过程中的核心内容，参数整定是根据控制系统工作过程中的特性，确定其的比例系数、积分时间和微分时间的偏差值。
[0003]目前，PID参数整定的方法一般为基于内模的整定法，这种方法建立PID参数整定的数学模型，基于过程历史数据建立过程数学模型，根据数学模型采用内模整定策略得到PID参数，是较为行之有效的PID参数整定方法。
[0004]但是，基于内模的整定方法需要大量的有效数据来建立过程模型，这对于在新建装置上建立的过程模型来说，由于可用的数据信息较少，不足以建立出一个可靠的过程模型，导致PID参数整定的实际效果较差。

技术实现思路

[0005]本专利技术的目的包括，例如，提供了一种参数整定模型的构建方法及工业过程控制方法，通过构建辅助训练数据集进行训练，有效地弥补了新建装置可用的有效数据少的缺点，提升了新建装置上建立的参数整定模型的PID参数整定的准确率。
[0006]本专利技术的实施例可以这样实现：第一方面，本申请实施例提供了一种参数整定模型的构建方法，所述方法包括：根据新建装置的回路信息以及辅助装置的运行数据，构建辅助训练数据集以及验证数据集，其中，所述新建装置为待训练的参数整定模型所应用的装置，所述辅助装置为参数整定完成且正式运行的装置；根据所述新建装置的初始运行数据，构建本地训练数据集；根据所述辅助训练数据集、所述验证数据集以及所述本地训练数据集，训练得到参数整定模型。
[0007]在一种可选的实施方式中，所述根据新建装置的回路信息以及辅助装置的运行数据，构建辅助训练数据集以及验证数据集，包括：根据所述新建装置的回路类型以及控制回路对应的物理特性，从所述辅助装置的运行数据中筛选出目标数据集；对所述目标数据集进行拆分处理，得到所述辅助训练数据集以及所述验证数据集。
[0008]在一种可选的实施方式中，所述根据所述新建装置的回路类型以及控制回路对应的物理特性，从所述辅助装置的运行数据中筛选出目标数据集，包括：根据所述新建装置的回路类型，从所述辅助装置的运行数据中筛选与所述回路类
型匹配的多个可选运行数据；根据所述新建装置的控制回路对应的物理特性，从所述多个可选运行数据中筛选出所述目标数据集。
[0009]在一种可选的实施方式中，所述根据所述辅助训练数据集、所述验证数据集以及所述本地训练数据集，训练得到参数整定模型，包括：基于所述辅助训练数据集以及所述本地训练数据集，训练得到中间整定模型；基于所述验证数据集对所述中间整定模型进行验证，并在验证通过后，按照预设输入参数值运行所述中间整定模型，得到所述中间整定模型的输出参数值；获取所述新建装置按照所述预设输入参数值运行后的回路PID参数值；根据所述回路PID参数值以及所述输出参数值，对所述中间整定模型进行参数优化，得到所述参数整定模型。
[0010]在一种可选的实施方式中，所述根据所述回路PID参数值以及所述输出参数值，对所述中间整定模型进行参数优化，得到所述参数整定模型，包括：根据所述回路PID参数值以及所述输出参数值，确定参数错误率；根据所述参数错误率，对所述中间整定模型的模型参数进行迭代修正，得到所述参数整定模型。
[0011]在一种可选的实施方式中，所述模型参数包括：第一中间权重向量以及中间偏置参数值；所述根据所述参数错误率，对所述中间整定模型的模型参数进行迭代修正，得到所述参数整定模型，包括：根据所述参数错误率，对所述中间偏置参数值进行修正，得到过程偏置参数值；根据所述过程偏置参数值对所述第一中间权重向量进行修正，得到第一过程权重向量；根据所述过程偏置参数值以及所述第一过程权重向量，得到新的中间整定模型，重新确定所述中间整定模型的参数错误率；重复上述过程，直至所述参数错误率小于预设阈值，将所述中间整定模型作为所述参数整定模型。
[0012]在一种可选的实施方式中，所述基于所述辅助训练数据集以及所述本地训练数据集，训练得到中间整定模型之前，所述方法还包括：根据所述辅助训练数据集以及所述本地训练数据集，确定均方根误差以及决定系数；根据所述均方根误差以及所述决定系数，确定参数整定初始模型的隐藏层节点数量；根据所述隐藏层节点数量、预设的输入层节点数量以及预设的输出层节点数量，构建所述参数整定初始模型；根据所述辅助训练数据集以及所述本地训练数据集，对所述参数整定初始模型进行训练，得到所述中间整定模型。
[0013]第二方面，本申请实施例提供了一种工业过程控制方法，所述方法包括：根据所述参数整定模型，确定待控制的新建装置的整定参数值，所述参数整定模
型基于第一方面中任一项所述的参数整定模型的构建方法得到；根据所述整定参数值控制所述新建装置执行目标过程。
[0014]第三方面，本申请实施例提供一种参数整定模型的构建装置，包括：数据集构建模块，用于根据新建装置的回路信息以及辅助装置的运行数据，构建辅助训练数据集以及验证数据集，其中，所述新建装置为待训练的参数整定模型所应用的装置，所述辅助装置为参数整定完成且正式运行的装置；所述数据集构建模块还用于，根据所述新建装置的初始运行数据，构建本地训练数据集。
[0015]模型训练模块，用于根据所述辅助训练数据集、所述验证数据集以及所述本地训练数据集，训练得到参数整定模型。
[0016]所述数据集构建模块具体还用于，根据所述新建装置的回路类型以及控制回路对应的物理特性，从所述辅助装置的运行数据中筛选出目标数据集；对所述目标数据集进行拆分处理，得到所述辅助训练数据集以及所述验证数据集。
[0017]所述数据集构建模块具体还用于，根据所述新建装置的回路类型，从所述辅助装置的运行数据中筛选与所述回路类型匹配的多个可选运行数据；根据所述新建装置的控制回路对应的物理特性，从所述多个可选运行数据中筛选出所述目标数据集。
[0018]所述模型训练模块具体还用于，基于所述辅助训练数据集以及所述本地训练数据集，训练得到中间整定模型；基于所述验证数据集对所述中间整定模型进行验证，并在验证通过后，按照预设输入参数值运行所述中间整定模型，得到所述中间整定模型的输出参数值；获取所述新建装置按照所述预设输入参数值运行后的回路PID参数值；根据所述回路PID参数值以及所述输出参数值，对所述中间整定模型进行参数优化，得到所述参数整定模型。
[0019]所述模型训练模块具体还用于，根据所述回路PID参数值以及所述输出参数值，确定参数错误率；根据所述参数错误率，对所述中间整定模型的模型参数进行迭代修正，得到所述参数整定模型。
[0020]所述模型训练模块具体还用于，所述模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种参数整定模型的构建方法，其特征在于，所述方法包括：根据新建装置的回路信息以及辅助装置的运行数据，构建辅助训练数据集以及验证数据集，其中，所述新建装置为待训练的参数整定模型所应用的装置，所述辅助装置为参数整定完成且正式运行的装置；根据所述新建装置的初始运行数据，构建本地训练数据集；根据所述辅助训练数据集、所述验证数据集以及所述本地训练数据集，训练得到参数整定模型。2.根据权利要求1所述的参数整定模型的构建方法，其特征在于，所述根据新建装置的回路信息以及辅助装置的运行数据，构建辅助训练数据集以及验证数据集，包括：根据所述新建装置的回路类型以及控制回路对应的物理特性，从所述辅助装置的运行数据中筛选出目标数据集；对所述目标数据集进行拆分处理，得到所述辅助训练数据集以及所述验证数据集。3.根据权利要求2所述的参数整定模型的构建方法，其特征在于，所述根据所述新建装置的回路类型以及控制回路对应的物理特性，从所述辅助装置的运行数据中筛选出目标数据集，包括：根据所述新建装置的回路类型，从所述辅助装置的运行数据中筛选与所述回路类型匹配的多个可选运行数据；根据所述新建装置的控制回路对应的物理特性，从所述多个可选运行数据中筛选出所述目标数据集。4.根据权利要求1
‑
3任一项所述的参数整定模型的构建方法，其特征在于，所述根据所述辅助训练数据集、所述验证数据集以及所述本地训练数据集，训练得到参数整定模型，包括：基于所述辅助训练数据集以及所述本地训练数据集，训练得到中间整定模型；基于所述验证数据集对所述中间整定模型进行验证，并在验证通过后，按照预设输入参数值运行所述中间整定模型，得到所述中间整定模型的输出参数值；获取所述新建装置按照所述预设输入参数值运行后的回路PID参数值；根据所述回路PID参数值以及所述输出参数值，对所述中间整定模型进行参数优化，得到所述参数整定模型。5.根据权利要求4所述的参数整定模型的构建方法，其特征在于，所述根据所述回路PID参数值以及所述输出参数值，对所述中间整定模型进行参数优化，得到所述参数整定模型，包括：根据所述回路PID参数值以及所述输出参数值，确定参数错误率；根据所述参数错误率，对所述中间整定模型的模型参数进行迭代修正，得到所述参数整定模型...

【专利技术属性】
技术研发人员：金建祥，童不凡，刘蕴文，王家栋，张晨韵，
申请(专利权)人：浙江中控技术股份有限公司，
类型：发明
国别省市：