[發(fā)明專(zhuān)利]一種基于模型預(yù)測(cè)控制器的建模質(zhì)量監(jiān)控方法和系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201710441035.2
• 申請(qǐng)日: 2017-06-12
• 公開(kāi)（公告）號(hào): CN107272640A
• 公開(kāi)（公告）日: 2017-10-20
• 發(fā)明（設(shè)計(jì)）人: 鄭英;劉磊;凌丹
• 申請(qǐng)（專(zhuān)利權(quán)）人: 華中科技大學(xué)
• 主分類(lèi)號(hào): G05B23/02
• 分類(lèi)號(hào): G05B23/02
• 代理公司: 華中科技大學(xué)專(zhuān)利中心42201
• 代理人: 李智,曹葆青

技術(shù)領(lǐng)域

本發(fā)明屬于模型預(yù)測(cè)控制領(lǐng)域，更具體地，涉及一種基于模型預(yù)測(cè)控制器的建模質(zhì)量監(jiān)控方法和系統(tǒng)。

背景技術(shù)

模型預(yù)測(cè)控制(Model Predictive Control，MPC)是一種廣泛應(yīng)用于工業(yè)過(guò)程控制領(lǐng)域的基于模型的先進(jìn)控制方法，具有控制效果好、魯棒性強(qiáng)、對(duì)模型精確性要求不高的優(yōu)點(diǎn)。

模型預(yù)測(cè)控制在工業(yè)過(guò)程上的實(shí)際應(yīng)用，稱(chēng)之為模型預(yù)測(cè)控制器(Model Predictive Controller，MPC Controller)。MPC控制器具有建模簡(jiǎn)單、動(dòng)態(tài)控制效果好、魯棒性強(qiáng)的特點(diǎn)，在投產(chǎn)初期具有良好的控制性能；然而，隨著時(shí)間的推移，MPC控制器性能會(huì)逐漸下降，最后甚至不得不切換到傳統(tǒng)PID控制。導(dǎo)致控制器性能下降的主要因素有噪聲干擾、模型失配、閥門(mén)粘滯、感知器偏差等。

近年來(lái)，基于數(shù)據(jù)驅(qū)動(dòng)的方法被越來(lái)越多地應(yīng)用于控制系統(tǒng)性能評(píng)估問(wèn)題。如MPC框架下的歷史性能指標(biāo)，能對(duì)MPC的性能做出有效的評(píng)價(jià)，但它需要獲取一段控制系統(tǒng)運(yùn)行良好的數(shù)據(jù)來(lái)計(jì)算評(píng)價(jià)基準(zhǔn)，而此良好運(yùn)行階段的選取沒(méi)有標(biāo)準(zhǔn)，從而給該方法的應(yīng)用帶來(lái)一定的局限性。在基于模型的控制技術(shù)中，模型的質(zhì)量對(duì)于控制器的設(shè)計(jì)和整定起到關(guān)鍵作用，控制系統(tǒng)的性能依賴(lài)于過(guò)程模型的精度，亦即受到模型失配程度的影響。

一方面，現(xiàn)階段關(guān)于建模質(zhì)量監(jiān)控的技術(shù)尚無(wú)法診斷導(dǎo)致控制器性能變差的惡化根源，無(wú)法診斷控制器性能變差的原因是在于模型存在失配，或者是噪聲干擾、閥門(mén)粘滯、感知器偏差等因素上。另一方面，現(xiàn)階段關(guān)于模型質(zhì)量預(yù)測(cè)的研究成果大多將模型失配作為影響模型質(zhì)量的一個(gè)整體因素，未將過(guò)程模型失配和干擾模型失配分離開(kāi)來(lái)。

由此可見(jiàn)，現(xiàn)有技術(shù)存在無(wú)法診斷控制器性能變差的原因、未將過(guò)程模型失配和干擾模型失配分離開(kāi)來(lái)、無(wú)法有效監(jiān)控模型質(zhì)量、監(jiān)控準(zhǔn)確度低的技術(shù)問(wèn)題。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)的以上缺陷或改進(jìn)需求，本發(fā)明提供了一種基于模型預(yù)測(cè)控制器的建模質(zhì)量監(jiān)控方法和系統(tǒng)，由此解決現(xiàn)有技術(shù)存在無(wú)法診斷控制器性能變差的原因、未將過(guò)程模型失配和干擾模型失配分離開(kāi)來(lái)、無(wú)法有效監(jiān)控模型質(zhì)量、監(jiān)控準(zhǔn)確度低的技術(shù)問(wèn)題。

為實(shí)現(xiàn)上述目的，按照本發(fā)明的一個(gè)方面，提供了一種基于模型預(yù)測(cè)控制器的建模質(zhì)量監(jiān)控方法，包括：

(1)利用模型預(yù)測(cè)控制器控制閉環(huán)控制系統(tǒng)運(yùn)行，采集閉環(huán)控制系統(tǒng)運(yùn)行過(guò)程的過(guò)程輸出、過(guò)程輸入和過(guò)程外部激勵(lì)；

(2)根據(jù)過(guò)程外部激勵(lì)和過(guò)程輸出，獲取閉環(huán)控制系統(tǒng)的跟蹤誤差；

(3)建立過(guò)程輸出的高階自回歸模型和過(guò)程外部激勵(lì)的高階自回歸模型，得到過(guò)程輸出和過(guò)程外部激勵(lì)的混合高階自回歸模型，基于混合高階自回歸模型進(jìn)行正交投影，得到過(guò)程估計(jì)干擾更新向量；

(4)建立過(guò)程外部激勵(lì)的矩陣模型，利用過(guò)程外部激勵(lì)的矩陣模型進(jìn)行正交投影，得到過(guò)程估計(jì)干擾更新擴(kuò)展向量；

(5)將過(guò)程估計(jì)干擾更新向量的二次型與跟蹤誤差的二次型的比值作為整體模型質(zhì)量指標(biāo)，將過(guò)程估計(jì)干擾更新擴(kuò)展向量的二次型與跟蹤誤差的二次型的比值作為過(guò)程模型質(zhì)量監(jiān)測(cè)指標(biāo)；

(6)利用過(guò)程模型質(zhì)量監(jiān)測(cè)指標(biāo)和整體模型質(zhì)量指標(biāo)，檢測(cè)閉環(huán)控制系統(tǒng)中過(guò)程模型失配和干擾模型失配，進(jìn)而監(jiān)控閉環(huán)控制系統(tǒng)的建模質(zhì)量。

進(jìn)一步的，建立過(guò)程輸出的高階自回歸模型的具體實(shí)現(xiàn)方式為：

y_p(k)＝[y(k) y(k-1) … y(k-p)]

其中，p表示過(guò)程估計(jì)干擾更新的數(shù)據(jù)窗口大小，M表示過(guò)程輸出的高階自回歸模型的階次，y(k)表示k時(shí)刻的過(guò)程輸出，y(k-1)表示(k-1)時(shí)刻的過(guò)程輸出，y(k-p)表示(k-p)時(shí)刻的過(guò)程輸出，y_p(k)表示由y(k)，y(k-1)，...，y(k-p)所構(gòu)成的1×(P+1)維向量，y_p(k-1)表示由y(k-1)，y(k-2)，...，y(k-p-1)所構(gòu)成的1×(P+1)維向量，y_p(k-2)表示由y(k-2)，y(k-3)，...，y(k-p-2)所構(gòu)成的1×(P+1)維向量，y_p(k-M)表示由y(k-M)，y(k-M-1)，...，y(k-p-M)所構(gòu)成的1×(P+1)維向量，Y_M(k-1)表示過(guò)程輸出的高階自回歸模型，為由y_p(k-1)，y_p(k-2)，...，y_p(k-M)所構(gòu)成的M×(P+1)維矩陣。