一种基于SVDF的双容水箱液位控制方法技术

本发明专利技术涉及一种基于SVDF的双容水箱液位控制方法，方法包括步骤：建立双容水箱的状态空间模型，获得与预测输入相关的第二目标函数，对Hessian矩阵进行SVD分解，获得共轭矩阵；若此时为采样时刻，对控制输入进行线性变换，得到第三目标函数和无约束最优解；表示共轭空间的系统约束，并将第三目标函数转化为与共轭空间次优解和共轭空间的无约束最优解相关的函数；获得共轭空间次优解、不满足共轭空间的系统约束的解和首个满足共轭空间的系统约束的解之间的关系函数，进行线性搜索，得到结果次优解，将结果次优解的第一个时刻的控制量输入双容水箱。与现有技术相比，本发明专利技术具有充分利用无约束解信息、提高计算速度等优点。提高计算速度等优点。提高计算速度等优点。

【技术实现步骤摘要】
一种基于SVDF的双容水箱液位控制方法


[0001]本专利技术涉及水箱液位控制，尤其是涉及一种基于SVDF的双容水箱液位控制方法。

技术介绍

[0002]20世纪70年代欧美工业领域出现了一种新型的计算机控制算法——预测控制，这是一种基于模型的先进控制技术，也称作模型预测控制(MPC)。相对于传统的比例积分微分(PID)控制，MPC的优势在于其可以处理约束，且对于多输入多输出控制系统有着良好的控制效果。MPC为不确定性、约束、非线性广泛存在的复杂工业过程控制提供了新的解决思路。经过30多年的发展后，MPC已经在工业过程控制中得到了广泛的使用与认可，并逐步被应用至能源、航空航天工程、和汽车工业等领域。
[0003]随着工业过程中被控对象变量个数的增加以及工业过程中嵌入式设备的发展，实际应用中一些工厂对控制的时效性提出了更为严格要求，因此近年来对于在线MPC计算问题的关注度越来越高，在系统的采样间隔内，如何在保障控制性能的条件下快速地计算获得满足约束的MPC解成为了当前工业界急需解决的难点。
[0004]目前，提高MPC计算速度的现有技术有很多，但大多具有依赖控制器存储量、模型过分简化、无法充分利用无约束解信息等缺点。

技术实现思路

[0005]本专利技术的目的就是为了克服上述现有技术存在的缺陷而提供的一种充分利用无约束解信息、提高计算速度的基于SVDF的双容水箱液位控制方法。
[0006]本专利技术的目的可以通过以下技术方案来实现：
[0007]一种基于SVDF的双容水箱液位控制方法，包括以下步骤：
[0008]建立双容水箱的状态空间模型，获得模型预测控制的第一目标函数，基于所述状态空间模型将模型预测控制的第一目标函数转化为与预测输入相关的第二目标函数，所述第二目标函数的参数包括Hessian矩阵，对所述Hessian矩阵进行SVD分解，获得共轭矩阵；
[0009]若此时为采样时刻，则基于共轭矩阵对控制输入进行线性变换，基于所述线性变换和第二目标函数，得到共轭空间的第三目标函数，基于共轭空间的第三目标函数，得到共轭空间的无约束最优解；
[0010]基于所述线性变换和实际系统约束得到共轭空间的系统约束，并将共轭空间的第三目标函数转化为与共轭空间次优解和共轭空间的无约束最优解相关的函数；
[0011]基于与共轭空间次优解和共轭空间的无约束最优解相关的第三目标函数，得到共轭空间次优解、不满足共轭空间的系统约束的解和首个满足共轭空间的系统约束的解之间的关系函数，以共轭空间的系统约束为约束条件，对所述关系函数进行线性搜索，得到共轭空间次优解；
[0012]基于共轭空间次优解和所述线性变换，得到结果次优解，将结果次优解的第一个时刻的控制量输入双容水箱，控制液位。
[0013]进一步地，所述与预测输入相关的第二目标函数的具体表达式为：
[0014][0015]其中，k为k时刻，为预测输入，H为Hessian矩阵，M为第一系数，c为常数。
[0016]进一步地，所述Hessian矩阵的具体表达式和第一系数M的具体表达式为：
[0017]H＝F
T
QF+R
[0018]M＝x(k)
T
E
T
Q
T
F
[0019]其中，F为第二系数，Q为第一权重系数矩阵，R为第二权重系数矩阵，x(k)为系统在k时刻的状态，E为第三系数。
[0020]进一步地，所述基于共轭矩阵对控制输入进行线性变换的具体表达式为：
[0021][0022]其中，为共轭空间中的输入，P为共轭矩阵。
[0023]进一步地，所述共轭空间的无约束最优解的具体表达式为：
[0024][0025]其中，为共轭空间的无约束最优解，G为特征值矩阵，P为共轭矩阵，M为第一系数。
[0026]进一步地，所述将共轭空间的第三目标函数转化为与共轭空间次优解和共轭空间的无约束最优解相关的函数的具体表达式为：
[0027][0028]其中，为共轭空间次优解，为共轭空间的无约束最优解，G为特征值矩阵。
[0029]进一步地，所述共轭空间次优解、不满足共轭空间的系统约束的解和首个满足共轭空间的系统约束的解之间的关系函数的具体表达式为：
[0030][0031]其中，为共轭空间次优解，U
r
为不满足共轭空间的系统约束的解，U
r+1
为首个满足共轭空间的系统约束的解，λ为权重系数。
[0032]进一步地，所述权重系数λ满足0≤λ≤1。
[0033]进一步地，所述结果次优解的具体表达式为：
[0034][0035]其中，为共轭空间次优解，P为共轭矩阵，为结果次优解。
[0036]进一步地，方法还包括：若此刻不为采样时刻，则直接采用上一时刻的控制量输入双容水箱。
[0037]与现有技术相比，本专利技术具有以下有益效果：
[0038](1)充分利用无约束解信息，在每一个采样时刻对无约束解进行选择性保留从而获得满足约束的次优解，在保证满足约束、保障系统安全运行的同时，获得令人满意的控制效果。
[0039](2)由于仅仅利用无约束解而不是通过计算优化问题获得每一采样时刻的解，极大地提高了计算速度，避免采样时刻无可行解，维持控制算法安全稳定运行。
附图说明
[0040]图1为本专利技术的流程图；
[0041]图2为本专利技术的双容水箱结构图；
[0042]图3为本专利技术的实施例的SVDF算法控制一号水箱液位变化图；
[0043]图4为本专利技术的实施例的SVDF算法控制二号水箱液位变化图。
具体实施方式
[0044]下面结合附图和具体实施例对本专利技术进行详细说明。本实施例以本专利技术技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本专利技术的保护范围不限于下述的实施例。
[0045]本实施例提供一种基于SVDF的双容水箱液位控制方法，方法的流程图如图1所示，方法的步骤包括：
[0046](1)建立双容水箱的状态空间模型，获得模型预测控制的第一目标函数，基于状态空间模型将模型预测控制的第一目标函数转化为与预测输入相关的第二目标函数，第二目标函数的参数包括Hessian矩阵，通过对Hessian矩阵进行SVD分解提取信息特征，得到共轭矩阵；
[0047](2)若此时为采样时刻，对无约束最优解信息进行选择性保留以获得满足约束的结果次优解，结果次优解的具体计算过程为：
[0048]若此时为采样时刻，则基于共轭矩阵对控制输入进行线性变换，基于线性变换和第二目标函数，得到共轭空间的第三目标函数，基于共轭空间的第三目标函数，得到共轭空间的无约束最优解；
[0049]基于线性变换和实际系统约束得到共轭空间的系统约束，并将共轭空间的第三目标函数转化为与共轭空间次优解和共轭空间的无约束最优解相关的函数；
[0050]基于与共轭空间次优本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于SVDF的双容水箱液位控制方法，其特征在于，包括以下步骤：建立双容水箱的状态空间模型，获得模型预测控制的第一目标函数，基于所述状态空间模型将模型预测控制的第一目标函数转化为与预测输入相关的第二目标函数，所述第二目标函数的参数包括Hessian矩阵，对所述Hessian矩阵进行SVD分解，获得共轭矩阵；若此时为采样时刻，则基于共轭矩阵对控制输入进行线性变换，基于所述线性变换和第二目标函数，得到共轭空间的第三目标函数，基于共轭空间的第三目标函数，得到共轭空间的无约束最优解；基于所述线性变换和实际系统约束得到共轭空间的系统约束，并将共轭空间的第三目标函数转化为与共轭空间次优解和共轭空间的无约束最优解相关的函数；基于与共轭空间次优解和共轭空间的无约束最优解相关的第三目标函数，得到共轭空间次优解、不满足共轭空间的系统约束的解和首个满足共轭空间的系统约束的解之间的关系函数，以共轭空间的系统约束为约束条件，对所述关系函数进行线性搜索，得到共轭空间次优解；基于共轭空间次优解和所述线性变换，得到结果次优解，将结果次优解的第一个时刻的控制量输入双容水箱，控制液位。2.根据权利要求1所述的一种基于SVDF的双容水箱液位控制方法，其特征在于，所述与预测输入相关的第二目标函数的具体表达式为：其中，k为k时刻，为预测输入，H为Hessian矩阵，M为第一系数，c为常数。3.根据权利要求2所述的一种基于SVDF的双容水箱液位控制方法，其特征在于，所述Hessian矩阵的具体表达式和第一系数M的具体表达式为：H＝F
T
QF+RM＝x(k)
T
E
T
Q
T
F其中，F为第二系数，Q为第...

【专利技术属性】
技术研发人员：陈小强，王德华，顾涤枫，陶小宇，吴成年，杨依霖，
申请(专利权)人：中电华创电力技术研究有限公司，
类型：发明
国别省市：