[發(fā)明專利]一種基于2D理論的綜合預(yù)測(cè)迭代學(xué)習(xí)控制方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201410601674.7
• 申請(qǐng)日: 2014-10-30
• 公開（公告）號(hào): CN104317269A
• 公開（公告）日: 2015-01-28
• 發(fā)明（設(shè)計(jì)）人: 熊智華;陳宸;公衍海
• 申請(qǐng)（專利權(quán)）人: 清華大學(xué)
• 主分類號(hào): G05B19/418
• 分類號(hào): G05B19/418;G06F17/30
• 代理公司: 北京清亦華知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11201
• 代理人: 羅文群

1.一種基于2D理論的綜合預(yù)測(cè)迭代學(xué)習(xí)控制方法，其特征在于該方法包括以下步驟：

1)與實(shí)際生產(chǎn)過程相結(jié)合，設(shè)置一個(gè)批次生產(chǎn)的數(shù)據(jù)采集和存儲(chǔ)環(huán)節(jié)，該環(huán)節(jié)可以利用生產(chǎn)企業(yè)現(xiàn)有的工業(yè)控制計(jì)算機(jī)、PLC等設(shè)備；

2)根據(jù)采集到的生產(chǎn)歷史數(shù)據(jù)庫(kù)中以往的生產(chǎn)過程數(shù)據(jù)，在進(jìn)行數(shù)據(jù)預(yù)處理后采用適當(dāng)?shù)姆椒ń⑸a(chǎn)過程的簡(jiǎn)單數(shù)學(xué)模型；

3)數(shù)據(jù)采集環(huán)節(jié)采集得到工業(yè)生產(chǎn)線中產(chǎn)品加工的輸入輸出數(shù)據(jù)，并根據(jù)目標(biāo)跟蹤軌跡計(jì)算跟蹤誤差曲線；

4)依據(jù)步驟3)得到的跟蹤誤差，采用基于2D理論的整合預(yù)測(cè)迭代學(xué)習(xí)控制算法計(jì)算新的實(shí)時(shí)控制量；

5)在每個(gè)新的采樣點(diǎn)，實(shí)施步驟4)，實(shí)現(xiàn)對(duì)輸出目標(biāo)軌跡的有效跟蹤。

2.如權(quán)利要求1所述的一種基于2D理論的綜合預(yù)測(cè)迭代學(xué)習(xí)控制方法，其特征在于：所述步驟2)中，建立生產(chǎn)過程的數(shù)學(xué)模型方法如下：

①根據(jù)歷史數(shù)據(jù)庫(kù)中以往的生產(chǎn)過程數(shù)據(jù)，在進(jìn)行數(shù)據(jù)預(yù)處理后采用適當(dāng)?shù)姆椒ń⑦^程數(shù)學(xué)模型；

假定某時(shí)刻輸入樣本集U＝(u₁,u₂,...,u_m)^T∈R^m，表示m個(gè)監(jiān)測(cè)傳感器在某個(gè)時(shí)刻的歷史數(shù)據(jù)，m表示監(jiān)測(cè)傳感器的個(gè)數(shù)，R^m表示m維列向量；u_j表示在樣本U中，第j個(gè)傳感器數(shù)據(jù)的單個(gè)樣本數(shù)據(jù)值，j＝1,2,...,m；該時(shí)刻的輸出樣本集為Y＝(y₁,y₂,...,y_n)^T∈Rⁿ，表示n個(gè)監(jiān)測(cè)傳感器在某個(gè)時(shí)刻的歷史數(shù)據(jù)，n表示監(jiān)測(cè)傳感器的個(gè)數(shù)，Rⁿ表示n維列向量；y_j表示在樣本Y中，第j個(gè)傳感器數(shù)據(jù)的單個(gè)樣本數(shù)據(jù)值，j＝1,2,...,n，假設(shè)采取N組歷史數(shù)據(jù)，得到的輸入數(shù)據(jù)總樣本集如下：Q_u＝{U₁,...,U_m}，輸入數(shù)據(jù)總樣本集為：Q_y＝{Y₁,...,Y_m}，分別求得輸入輸出數(shù)據(jù)集的均值和方差，按照設(shè)定的數(shù)據(jù)限剔除不符合要求的樣本點(diǎn)。最終得到總的樣本集Q，在數(shù)據(jù)處理過程中，數(shù)據(jù)預(yù)處理的關(guān)鍵在于不合理數(shù)據(jù)的剔除和數(shù)據(jù)的歸一化處理；

②建立數(shù)學(xué)模型：

假定過程模型能用以下的離散方程表示：

y(t)+a₁·y(t-1)+...+a_p·y(t-p)＝b₁·u(t-1)+...+b_q·u(t-q)+v(t)?????(1)

將數(shù)據(jù)樣本集Q中的數(shù)據(jù)分別代入離散方程的兩端，采用最小二乘等適當(dāng)方法取得離散方程中參數(shù)的近似值并找到離散方程的狀態(tài)空間實(shí)現(xiàn)，以此作為間歇過程的數(shù)學(xué)模型，其得到的近似狀態(tài)空間模型為：

x(t+1)=A·x(t)+B·u(t)y(t)=C·x(t)+d(t)---(2)]]>

考慮到間歇過程的重復(fù)性質(zhì)，記k為批次方向，則間歇過程的狀態(tài)空間模型可以表述為：

x(t+1,k)=A·x(t,k)+B·u(t,k)y(t,k)=C·x(t,k)+d(t,k)---(3)]]>

由此可以建立間歇過程的2D模型如下：

η(t+1,k)e(t,k+1)=A0-CAIη(t,k)e(t,k)+B-CBΔu(t-1,k)+0-IΔd(t,k)---(3)]]>

其中η代表批次間狀態(tài)的變化量；Δd代表批次間噪聲的變化；Δu代表了批次間輸入的變化，基于2D理論的整合預(yù)測(cè)迭代學(xué)習(xí)控制算法目的旨在找到Δu使得下個(gè)批次間歇過程的輸出更接近目標(biāo)軌跡，在批次間的迭代學(xué)習(xí)控制率L確定后，2D系統(tǒng)變更形式為：

η(t+1,k)e(t,k+1)=ABL-CAI-CBLη(t,k)e(t,k)+B-CBδuMPC(t,k)+0-IΔd(t,k)---(4)]]>

其中實(shí)時(shí)模型預(yù)測(cè)控制用以確定δu^MPC即迭代學(xué)習(xí)控制量之外的控制修正量。