基于机理模型的化工过程非线性模型预测控制方法技术

本发明专利技术属于工业自动化领域，公开了一种基于机理模型的化工过程非线性模型预测控制方法，首先根据采集到的非线性化工过程的阶跃响应数据对过程模型的时间常数以及滞后时间进行辨识，然后结合非线性过程的机理模型公式对增益进行公式推导，之后设计非线性化工过程的模型预测控制器，最后将得到的精确最优控制律实施于被控的非线性化工过程。本发明专利技术结合非线性化工过程的增益参数进行模型预测控制的精确推导，避免了传统模型预测控制中由于线性化模型拟合带来的预测误差，最终实现了非线性化工过程的精准控制，也进一步推动了基于机理模型的非线性模型预测控制在化工过程中的应用发展。发展。

【技术实现步骤摘要】
基于机理模型的化工过程非线性模型预测控制方法


[0001]本专利技术属于工业自动化领域，尤其涉及基于机理模型的化工过程非线性模型预测控制方法。

技术介绍

[0002]对化工过程中的控制回路而言，其中很多为非线性过程。传统的模型预测控制算法在处理此类对象时，大多会在工作点附近进行线性化处理从而来达到控制的效果。但是对于工作点附近非线性较为严重的过程来说，这样的线性化处理并不能达到预期的效果，这是因为线性化带来的预测误差所致。对这些非线性严重的化工过程而言，其中非线性时变最严重的模型参数一般是增益，如果能针对于时变增益进行精确的输出预测推导，这样将能避免由于线性化拟合带来的预测误差，从而实现非线性化工过程的精准控制，也进一步为非线性模型预测控制在化工过程中的应用发展做铺垫。

技术实现思路

[0003]本专利技术目的在于提供一种基于机理模型的化工过程非线性模型预测控制方法，以解决传统模型预测控制处理非线性化工过程时由于线性化拟合导致存在预测误差的技术问题。
[0004]为解决上述技术问题，本专利技术的基于机理模型的化工过程非线性模型预测控制方法的具体技术方案如下：
[0005]一种基于机理模型的化工过程非线性模型预测控制方法，包括如下步骤：
[0006]步骤1：采集非线性化工过程的阶跃响应数据，拟合出化工过程的时间常数以及滞后时间两个模型参数；
[0007]步骤1.1：给非线性化工过程的输入端加一个阶跃信号，并记录非线性化工过程对应的阶跃响应数据；
[0008]步骤1.2：将采集得到的阶跃响应数据y
p
(k)转换成对应的无纲量形式y
p*
(k)；
[0009]步骤1.3：首先选择满足y
p*
(k1)＝0.39和y
p*
(k1)＝0.63的两个数据点，然后计算非线性化工过程模型的时间常数和滞后时间。
[0010]步骤1.4：确定非线性化工过程的机理模型，进而计算非线性化工过程的实时增益；
[0011]步骤1.5：最终得到的非线性化工过程传递函数模型；
[0012]步骤2：设计非线性化工过程的非线性模型预测控制器；
[0013]步骤2.1：在零阶保持器以及采样时间T
s
下，实现非线性化工过程的传递函数模型转换；
[0014]步骤2.2：对于离散方程，引入smith预估对其中的时滞进行补偿；
[0015]步骤2.3：基于无时滞的过程模型，得到非线性化工过程的预测输出；
[0016]步骤2.4：非线性化工过程的模型预测控制器设计选取目标函数；
[0017]步骤2.5：对上述目标函数求导，得到非线性模型预测控制的最优解；
[0018]步骤2.6：将得到的非线性模型预测控制的最优控制律u(k)实施于非线性化工过程，在下个采样周期按照步骤2.2～2.5中的步骤进行循环求解新的最优控制律。
[0019]进一步地，所述步骤1.2将采集得到的阶跃响应数据y
p
(k)转换成对应的无纲量形式y
p*
(k)，具体转换公式如下：
[0020]y
p*
(k)＝y
p
(k)/y
f
[0021]其中，y
f
为非线性化工过程阶跃响应数据y
p
(k)的稳态值。
[0022]进一步地，所述步骤1.3依据下面的式子计算非线性化工过程模型的时间常数和滞后时间：
[0023]T＝2(k2‑
k1)
[0024]τ＝2k1‑
k2[0025]其中，T和τ分别为非线性化工过程模型的时间常数和滞后时间。
[0026]进一步地，所述步骤1.4依照如下的式子计算非线性化工过程的实时增益：
[0027]y
m
(k)＝f(u(k))
[0028]K(k)＝f
′
(u(k))
[0029]其中，y
m
(k)是非线性化工过程的模型输出，u(k)是非线性化工过程的输入，K(k)是非线性化工过程的实时增益，f,f
′
分别为非线性化工过程的机理模型以及对应的一阶导数式子。
[0030]进一步地，所述步骤1.5得到的非线性化工过程传递函数模型为
[0031][0032]其中，G(k),s分别为非线性化工过程的实时传递函数以及拉普拉斯算子。进一步地，所述步骤2.1在零阶保持器以及采样时间T
s
下，非线性化工过程的传递函数模型转换为：
[0033]y
m
(k)＝αy
m
(k
‑
1)+K(k
‑
1)(1
‑
α)u(k
‑1‑
d)
[0034]其中，进一步地，所述步骤2.2补偿后的无时滞模型如下：
[0035]y
mc
(k)＝αy
mc
(k
‑
1)+K(k
‑
1)(1
‑
α)u(k
‑
1)
[0036]其中，y
mc
(k)为补偿后的非线性化工过程无时滞模型输出；
[0037]对非线性化工过程的实际输出进行补偿得：
[0038]y
pc
(k)＝y
p
(k)+y
mc
(k)
‑
y
mc
(k
‑
d)
[0039]其中，y
pc
(k)为补偿后的非线性化工过程实际输出。
[0040]进一步地，所述步骤2.3非线性化工过程的预测输出推导如下：
[0041]Y
mc
(k)＝Ay
mc
(k)+BU(k)
[0042]其中，
[0043][0044][0045]P,M分别为模型预测控制的预测时域以及控制时域，在取值上一般满足P＞M；
[0046]上述预测输出推导简化为
[0047]Y
mc
(k)＝Ay
mc
(k)+Cφ(k)
[0048]其中，
[0049][0050]进一步地，所述步骤2.4非线性化工过程的模型预测控制器设计选取如下的目标函数
[0051][0052]其中，Q为跟踪误差的加权矩阵，e(k)为补偿的预测误差，取
[0053]e(k)＝y
pc
(k)
‑
y
mc
(k)，Y
r
(k)为对应的参考轨迹，其式子为
[0054][0055]y
r
(k+i)＝β
i
y
p
(k)+(1
‑
β
i
)c(本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机理模型的化工过程非线性模型预测控制方法，其特征在于，包括如下步骤：步骤1：采集非线性化工过程的阶跃响应数据，拟合出化工过程的时间常数以及滞后时间两个模型参数；步骤1.1：给非线性化工过程的输入端加一个阶跃信号，并记录非线性化工过程对应的阶跃响应数据；步骤1.2：将采集得到的阶跃响应数据y
p
(k)转换成对应的无纲量形式y
p*
(k)；步骤1.3：首先选择满足y
p*
(k1)＝0.39和y
p*
(k1)＝0.63的两个数据点，然后计算非线性化工过程模型的时间常数和滞后时间；步骤1.4：确定非线性化工过程的机理模型，进而计算非线性化工过程的实时增益；步骤1.5：最终得到的非线性化工过程传递函数模型；步骤2：设计非线性化工过程的非线性模型预测控制器；步骤2.1：在零阶保持器以及采样时间T
s
下，实现非线性化工过程的传递函数模型转换；步骤2.2：对于离散方程，引入smith预估对其中的时滞进行补偿；步骤2.3：基于无时滞的过程模型，得到非线性化工过程的预测输出；步骤2.4：非线性化工过程的模型预测控制器设计选取目标函数；步骤2.5：对上述目标函数求导，得到非线性模型预测控制的最优解；步骤2.6：将得到的非线性模型预测控制的最优控制律u(k)实施于非线性化工过程，在下个采样周期按照步骤2.2～2.5中的步骤进行循环求解新的最优控制律。2.根据权利要求1所述的基于机理模型的化工过程非线性模型预测控制方法，其特征在于，所述步骤1.2将采集得到的阶跃响应数据y
p
(k)转换成对应的无纲量形式y
p*
(k)，具体转换公式如下：y
p*
(k)＝y
p
(k)/y
f
其中，y
f
为非线性化工过程阶跃响应数据y
p
(k)的稳态值。3.根据权利要求1所述的基于机理模型的化工过程非线性模型预测控制方法，其特征在于，所述步骤1.3依据下面的式子计算非线性化工过程模型的时间常数和滞后时间：T＝2(k2‑
k1)τ＝2k1‑
k2其中，T和τ分别为非线性化工过程模型的时间常数和滞后时间。4.根据权利要求1所述的基于机理模型的化工过程非线性模型预测控制方法，其特征在于，所述步骤1.4依照如下的式子计算非线性化工过程的实时增益：y
m
(k)＝f(u(k))K(k)＝f
′
(u(k))其中，y
m
(k)是非线性化工过程的模型输出，u(k)是非线性化工过程的输入，K(k)是非线性化工过程的实时增益，f,f
′
分别为非线性化工过程的机理模型以及对应的一阶导数式子。5.根据权利要求1所述的基于机理模型的化工过程非线性模型预测控制方法，其特征在于，所述步骤1.5得到的非线性化工过程传递函数模型为
其中，G(k),s分别为非线性化工过程的实时传递函数以及拉普拉斯算子。6.根据权利要求1所述的基于机理模型的化工过程非线性模型预测控制方法，其特征在于，所述步骤2.1...

【专利技术属性】
技术研发人员：吴胜，王元华，柴俊沙，周鹏，
申请(专利权)人：杭州司南智能技术有限公司，
类型：发明
国别省市：