一种基于状态空间模型的预测控制方法、装置及介质制造方法及图纸

本申请公开了一种基于状态空间模型的预测控制方法、装置及介质，涉及流程工业生产加工技术领域，为了缩短预测周期，本申请根据历史输入数据、历史输出数据建立中间状态空间模型、预测输出模型；根据中间状态空间模型、预测输出模型与预设输出参数，得到预测输入数据；根据预测输入数据对被控对象进行设置；一个多维度的输出数据包括当前被控对象的全部需检测的输出数据，通过中间状态空间模型、预测输出模型可得到一个多维度向量的预设输出参数对应的一个多维度向量的预测输入数据，不需要每一个输出参数都对应一个包含多个输入参数的求解计算，对被控对象进行控制，计算量大幅度减小，缩短预测周期。缩短预测周期。缩短预测周期。

【技术实现步骤摘要】
一种基于状态空间模型的预测控制方法、装置及介质


[0001]本申请涉及流程工业生产加工
，特别是涉及一种基于状态空间模型的预测控制方法、装置及介质。

技术介绍

[0002]随着科学技术的飞速发展，在实现工业大型化、高集成度和高效化，减少能源消耗，提高生产质量的过程中，导致生产单元、转置乃至流程中所涉及的系统、过程控制对象更加复杂、强耦合更多约束条件，更多的目标优化。为追求更大的经济效益和社会效益，对控制技术水平与性能的要求越来越高。
[0003]精馏塔是进行精馏的一种塔式汽液接触装置，在石化、炼油工业中得到大量的应用。其原理是：蒸汽由塔底进入，蒸发出的气相与下降液进行逆流接触，两相接触中，下降液中的易挥发(低沸点)组分不断地向气相中转移，气相中的难挥发(高沸点)组分不断地向下降液中转移，气相愈接近塔顶，其易挥发组分浓度愈高，而下降液愈接近塔底，其难挥发组分则愈富集，从而达到组分分离的目的。在精馏塔的运行过程中，温度、液位、压力、流量参数对分离起着至关重要的作用，由于精馏塔应用的广泛性，对精馏塔的产品质量预测具有十分重要的意义，通过对精馏塔的产品质量进行预测，可以及时进行控制与优化，使其能够操作平稳，提高产品合格率，减少高价值组分在低价值产品中的流失。
[0004]模型预测控制(Model Predictive Control，MPC)由于在复杂多变量系统上具有出色的约束优化控制能力，因此在石油，化工等过程领域中获得了广泛的应用。本质上，MPC的约束优化控制能力主要产生于在线求解带约束的二次规划(Quadratic Programming，QP)问题。二次规划的传统数值求解算法虽然适用范围广，但是大多涉及矩阵求逆、分解等操作，因此实时性较低，使得MPC模型存储数据过大导致算法计算超时，控制周期长。
[0005]由此可见，提供一种缩短预测周期的预测控制方法，是本领域人员亟待解决的技术问题。

技术实现思路

[0006]本申请的目的是提供一种缩短预测周期的基于状态空间模型的预测控制方法。
[0007]为解决上述技术问题，本申请提供一种基于状态空间模型的预测控制方法，包括：
[0008]获取被控对象的历史输入数据、历史输出数据，其中，历史输入数据、历史输出数据为多维度矩阵；
[0009]根据历史输入数据、历史输出数据建立中间状态空间模型、预测输出模型；
[0010]根据中间状态空间模型、预测输出模型与预设输出参数，得到预测输入数据；
[0011]根据预测输入数据对被控对象进行设置。
[0012]优选地，上述基于状态空间模型的预测控制方法中，历史输入数据包括：控制输入向量与输入可测扰动向量。
[0013]优选地，上述基于状态空间模型的预测控制方法中，根据历史输入数据、历史输出
数据建立中间状态空间模型、预测输出模型之后，还包括：
[0014]根据历史输入数据与历史输出数据的数量值，对中间状态空间模型与预测输出模型进行扩展，将不可测干扰量包括在中间状态变量中。
[0015]优选地，上述基于状态空间模型的预测控制方法中，根据输入数据与输出数据的数量值，对中间状态空间模型与预测输出模型进行扩展，将不可测干扰量包括在中间状态变量中之后，还包括：
[0016]通过Kalman滤波算法对扩展后的中间状态空间模型与预测输出模型中的各个状态变量进行估计，得到状态变量估计值。
[0017]优选地，上述基于状态空间模型的预测控制方法中，通过Kalman滤波算法对扩展后的中间状态空间模型与预测输出模型中的各个状态变量进行估计，得到状态变量估计值之后，还包括：
[0018]将预测输出模型转换为带约束的二次规划问题，得到目标函数；
[0019]根据预设约束条件对目标函数求解，得到目标控制序列；
[0020]对应地，根据预测输入数据对被控对象进行设置，包括：
[0021]根据目标控制序列对被控对象进行设置。
[0022]优选地，上述基于状态空间模型的预测控制方法中，根据历史输入数据、历史输出数据建立中间状态空间模型、预测输出模型，包括：
[0023]根据控制输入向量、输入可测扰动向量建立中间状态空间模型、预测输出模型，中间状态空间模型如下：
[0024]x(k+1)＝Ax(k)+B
u
u(k)+B
v
v(k)
[0025]预测输出模型如下：
[0026]y(k)＝Cx(k)+D
u
u(k)+D
v
v(k)
[0027]式中，x表示被控对象的中间状态向量，维数为n；u表示被控对象的控制输入向量，维数为n
u
；v表示的是被控对象的输入可测扰动向量，维数为n
v
；y表示被控对象的输出向量，维数为n
y
；k表示时刻，A、B
u
、B
v
、C、D
u
、D
v
为已知实常系数系统矩阵，其中，
[0028][0029]优选地，上述基于状态空间模型的预测控制方法中，根据历史输入数据与历史输出数据的数量值，对中间状态空间模型与预测输出模型进行扩展，将不可测干扰量包括在中间状态变量中，包括：
[0030]当控制输入向量的维数n
u
小于被控对象的输出向量维数n
y
时，对中间状态空间模型与预测输出模型采用输入扩展方式进行扩展，扩展后的扩展中间状态空间模型与扩展预测输出模型如下：
[0031][0032][0033]其中，其中，d为不可测干扰量；
[0034][0035][0036]为已知实常系数系统矩阵；
[0037]当控制输入向量的维数n
u
小于被控对象的输出向量维数n
y
时，对中间状态空间模型与预测输出模型采用输入扩展方式进行扩展，扩展后的扩展中间状态空间模型与扩展预测输出模型如下：
[0038][0039][0040]其中，
[0041][0042][0043]为已知实常系数系统矩阵。
[0044]为解决上述技术问题，本申请还提供一种基于状态空间模型的预测控制装置，包括：
[0045]获取模块，用于获取被控对象的历史输入数据、历史输出数据，其中，历史输入数据、历史输出数据为多维度矩阵；
[0046]建立模块，用于根据历史输入数据、历史输出数据建立中间状态空间模型、预测输出模型；
[0047]预测模块，用于根据中间状态空间模型、预测输出模型与预设输出参数，得到预测输入数据；
[0048]设置模块，用于根据预测输入数据对被控对象进行设置；其中，历史输入数据、历史输出数据为多维度向量。
[0049]为解决上述技术问题，本申请还提供一种基于状态空间模型的预测控制装置，包括：
[0050]存储器，用于存储计算机程序；
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于状态空间模型的预测控制方法，其特征在于，包括：获取被控对象的历史输入数据、历史输出数据，其中，所述历史输入数据、所述历史输出数据为多维度矩阵；根据所述历史输入数据、所述历史输出数据建立中间状态空间模型、预测输出模型；根据所述中间状态空间模型、所述预测输出模型与预设输出参数，得到预测输入数据；根据所述预测输入数据对所述被控对象进行设置。2.根据权利要求1所述的基于状态空间模型的预测控制方法，其特征在于，所述历史输入数据包括：控制输入向量与输入可测扰动向量。3.根据权利要求2所述的基于状态空间模型的预测控制方法，其特征在于，所述根据所述历史输入数据、所述历史输出数据建立中间状态空间模型、预测输出模型之后，还包括：根据所述历史输入数据与所述历史输出数据的数量值，对所述中间状态空间模型与所述预测输出模型进行扩展，将不可测干扰量包括在中间状态变量中。4.根据权利要求3所述的基于状态空间模型的预测控制方法，其特征在于，所述根据输入数据与输出数据的数量值，对所述中间状态空间模型与所述预测输出模型进行扩展，将不可测干扰量包括在中间状态变量中之后，还包括：通过Kalman滤波算法对扩展后的所述中间状态空间模型与所述预测输出模型中的各个状态变量进行估计，得到状态变量估计值。5.根据权利要求4所述的基于状态空间模型的预测控制方法，其特征在于，所述通过Kalman滤波算法对扩展后的所述中间状态空间模型与所述预测输出模型中的各个状态变量进行估计，得到状态变量估计值之后，还包括：将所述预测输出模型转换为带约束的二次规划问题，得到目标函数；根据预设约束条件对所述目标函数求解，得到目标控制序列；对应地，所述根据所述预测输入数据对所述被控对象进行设置，包括：根据所述目标控制序列对所述被控对象进行设置。6.根据权利要求3所述的基于状态空间模型的预测控制方法，其特征在于，所述根据所述历史输入数据、所述历史输出数据建立中间状态空间模型、预测输出模型，包括：根据所述控制输入向量、所述输入可测扰动向量建立中间状态空间模型、预测输出模型，所述中间状态空间模型如下：x(k+1)＝Ax(k)+B
u
u(k)+B
v
v(k)所述预测输出模型如下：y(k)＝Cx(k)+D
u
u(k)+D
v
v(k)式中，x表示所述被控对象的所述中间状态向量，维数为n；u表示所述被控对象的所述控制输入向量，维数为n
u
；v表示的是被...

【专利技术属性】
技术研发人员：田育奇，李春富，焦小英，邓小晖，严子靖，王如意，蒋书斌，
申请(专利权)人：北京和利时工业软件有限公司，
类型：发明
国别省市：