System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及过程控制领域,尤其是涉及一种基于分级优化的双层结构预测控制方法。
技术介绍
1、在复杂的工业过程控制中操作人员会根据经验调节执行机构,具有对操纵变量调节顺序的需求。另外在一些特殊的过程控制结构中,优先使用更具有经济性能的操纵变量,例如在双冷却cstr反应温度控制中,夹套冷却系统消耗的冷却水比盘管冷却系统要更少。模型预测控制(model predictive control,mpc)是一类先进过程控制技术,已成功地应用于工业过程控制中。目前,大多数的工业控制软件采用双层结构模型预测控制,其中增加的稳态优化(steadystate optimization,sso)层具有可行性判定与软约束调整、柔化动态控制层设定点的功能。为解决工业预测控制中有约束多目标多自由度的优化问题(constrained multi-objective multi-degree of freedom optimization,cmmo),在双层结构mpc的sso层求解时,为满足双冷却cstr反应温度控制系统中的分级控制需求,需要刻画出操纵变量之间的顺序关系,特别是对于能够带来更大经济收益或更小能量损耗的重要操纵变量(夹套冷却系统使用的冷却水流量),应该给予更多的自由度,更大优化空间。
技术实现思路
1、本专利技术的目的是针对双冷却cstr反应温度控制系统提出一种基于分级优化的双层结构预测控制方法,该方法包括经济优化和目标跟踪两种模式,实现给予重要操纵变量更多的自由度及优化空间,从而增加经济收益或降
2、本专利技术为实现上述目的所采用的技术方案是:
3、一种基于分级优化的双层结构预测控制方法,包括以下步骤:
4、1)根据设定的重要程度对操纵变量进行分级;
5、2)根据操纵变量分级将原问题分解为多个子优化问题;
6、3)求解子优化问题,得到子优化问题的最优解,并判断第t级子优化问题是否为最终解,如果是,则执行步骤5),否则执行步骤4);
7、4)构造t+1级子优化问题的可行域,返回步骤3);
8、5)基于子优化问题的最优解,确定稳态优化值;
9、6)将稳态优化值作为动态控制层的跟踪目标,动态控制层求解操纵变量,对双冷却cstr反应釜温度进行控制。
10、所述操纵变量为夹套冷却水流量和盘管冷却水流量,被控变量为反应釜温度。
11、所述步骤1),具体为:
12、按照设定的操纵变量重要程度对操纵变量进行分级排序,越重要的操纵变量,其级别序号越小。
13、所述步骤2),包括以下步骤:
14、2.1)根据稳态目标计算采用的模式,执行不同的步骤,若为经济优化模式,即对生产过程进行经济效益优化,执行步骤2.2);若为目标跟踪模式,即对期望的目标进行跟踪,执行步骤2.3);
15、2.2)将操纵变量划分为p个级别,将经济优化模式形成的线性规划问题ψ划分为p个子优化问题ψi,1≤i≤p,具体为:
16、ψ=ψ1+ψ2+…+ψp
17、每个级别中,操纵变量与之对应的经济代价系数为ci,当求解第i级的子优化问题时,令其他的经济代价系数为0,即ci=[0 … ci 0 … 0],1≤i≤p,第i级的子优化问题的目标函数为
18、
19、其中,为操纵变量增量序列;
20、2.3)将操纵变量划分为p个级别,将目标跟踪模式形成的二次规划问题ψ划分为p个子优化问题ψi,1≤i≤p,具体为:
21、ψ=ψ1+ψ2+…+ψp
22、每个级别中,操纵变量对应的权重系数qi为半正定矩阵,半正定矩阵qi包含一个或多个操纵变量对应的系数,目标函数中的向量b划分成p组,子问题i的向量bi=[0 … bi 0… 0]t,第i级的子优化问题的目标函数为:
23、
24、所述步骤3)包括以下步骤:
25、3.1)构造子优化问题的约束条件,并结合步骤2)的分解结果,构建优化问题;
26、3.2)判断第t级子优化问题是否为最终解。
27、第t等级子优化问题的约束为:
28、
29、
30、
31、
32、
33、
34、
35、其中,为本层优先优化的操纵变量增量稳态优化值,即第t级子优化问题的最优解,gu为传递函数矩阵,gf为扰动传递函数矩阵,δfss为扰动变量增量,uss(k)为k时刻操纵变量稳态优化值,yss(k)为k时刻被控变量稳态优化值,为第t级子优化问题被控变量增量稳态优化值,e为预测误差,umin为操纵变量约束下限,umax为操纵变量约束上限,δumin为操纵变量增量约束下限,δumax为操纵变量增量约束上限,ymin为被控变量约束下限,ymax为被控变量约束上限;
36、若t=1,第1级子优化问题的约束为:
37、
38、
39、
40、
41、
42、
43、所述步骤3.2)具体为:
44、若t=p,则已求解至最后一级,将本级所求最优解作为最终解,转至步骤5);
45、若t<p,第t级无解,则停止求解后续级别的优化问题,将t-1级的最优解作为最终解,转至步骤5);
46、若t<p,第t级有解,则转至步骤4)。
47、所述步骤4)具体为:
48、固定第t+1级之前所有级别最优解中本级对应的操纵变量构成等式约束与其他约束形成第t+1级约束条件;第t级最优解中剩余操纵变量增量作为下一等级子优化问题的初始解第t+1级子优化问题的可行域为:
49、
50、所述步骤5)中稳态优化值包括:操纵变量稳态优化值uss和被控变量稳态优化值yss,其中:
51、
52、
53、所述步骤6)具体为:
54、
55、
56、um(k)=um(k-1)+δum(k)
57、
58、umin≤um(k)≤umax
59、δumin≤δum(k)≤δumax
60、其中,为被控变量预测初值,a为动态模型矩阵,δum为操纵变量增量序列,q和r为动态控制层的权重系数,um为操纵变量序列,为被控变量的预测值。
61、本专利技术具有以下有益效果及优点:
62、本专利技术面向操作人员对双冷却cstr反应温度控制系统的操纵变量有调节顺序的需求,针对双层结构预测控制的稳态优化层提出一种改进的分级优化方法,将稳态优化层得到的稳态目标值用于动态控制层进行跟踪,该方法能够优先保证重要操纵变量的可行域,从而提高经济效益或减少成本损耗,该方法能将操作人员的经验融入到优化、控制中,更好的实现人机交互控制功能。
...【技术保护点】
1.一种基于分级优化的双层结构预测控制方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于分级优化的双层结构预测控制方法,其特征在于,所述操纵变量为夹套冷却水流量和盘管冷却水流量,被控变量为反应釜温度。
3.根据权利要求1所述的一种基于分级优化的双层结构预测控制方法,其特征在于,所述步骤1),具体为:
4.根据权利要求1所述的一种基于分级优化的双层结构预测控制方法,其特征在于,所述步骤2),包括以下步骤:
5.根据权利要求1所述的一种基于分级优化的双层结构预测控制方法,其特征在于,所述步骤3)包括以下步骤:
6.根据权利要求5所述的一种基于分级优化的双层结构预测控制方法,其特征在于,第t等级子优化问题的约束为:
7.根据权利要求5所述的一种基于分级优化的双层结构预测控制方法,其特征在于,所述步骤3.2)具体为:
8.根据权利要求1所述的一种基于分级优化的双层结构预测控制方法,其特征在于,所述步骤4)具体为:
9.根据权利要求1所述的一种基于分级优化的双层结构预测控制方法,
10.根据权利要求1所述的一种基于分级优化的双层结构预测控制方法,其特征在于,所述步骤6)具体为:
...【技术特征摘要】
1.一种基于分级优化的双层结构预测控制方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于分级优化的双层结构预测控制方法,其特征在于,所述操纵变量为夹套冷却水流量和盘管冷却水流量,被控变量为反应釜温度。
3.根据权利要求1所述的一种基于分级优化的双层结构预测控制方法,其特征在于,所述步骤1),具体为:
4.根据权利要求1所述的一种基于分级优化的双层结构预测控制方法,其特征在于,所述步骤2),包括以下步骤:
5.根据权利要求1所述的一种基于分级优化的双层结构预测控制方法,其特征在于,所述步骤3)包括以下步骤:
6.根据权利要求...
【专利技术属性】
技术研发人员:王洪瑞,王景杨,邹涛,杨志家,张鹏彬,
申请(专利权)人:中国科学院沈阳自动化研究所,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。