[發明專利]一種用于蒸發工序的智能控制方法有效
| 申請號: | 201810763314.5 | 申請日: | 2018-07-12 |
| 公開(公告)號: | CN108646695B | 公開(公告)日: | 2020-05-22 |
| 發明(設計)人: | 李律 | 申請(專利權)人: | 杭州數亦有道科技有限公司 |
| 主分類號: | G05B19/418 | 分類號: | G05B19/418 |
| 代理公司: | 杭州之江專利事務所(普通合伙) 33216 | 代理人: | 張慧英 |
| 地址: | 310052 浙江省*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 用于 蒸發 工序 智能 控制 方法 | ||
本發明涉及一種用于蒸發工序的智能控制方法,本發明的智能控制方法將狀態方程模型和人工經驗模型相結合,充分利用兩個模型的優點,消除兩個模型各自的誤差,使被控制對象達到更好的控制效果。本發明可以達到實現誤差更小,控制效果更優的技術效果。
技術領域
本發明涉及過程控制中的智能控制領域,尤其涉及一種用于蒸發工序的智能控制方法。
背景技術
在流程型制造業中,應用智能控制可以大大提升智能制造水平,提高生產效率,降低生產成本。現有的智能控制系統往往依賴被控制對象的狀態方程模型,適用于被控制對象機理簡單,模型誤差小的場景。但是蒸發工序是一個復雜、高時延的系統,特別是實際生產環境中普遍使用的多效蒸發工序。在蒸發工序中使用狀態方程模型進行控制,容易產生由于模型本身缺陷導致的不可控誤差,嚴重影響智能控制的效果,有的情況下甚至不如現場有經驗的操作人員的人工控制。因此,智能控制中如何將狀態方程模型和操作人員的經驗模型相結合是一個十分重要的問題。
發明內容
本發明為克服上述的不足之處,目的在于提供一種用于蒸發工序的智能控制方法,本發明的智能控制方法將狀態方程模型和人工經驗模型相結合,充分利用兩個模型的優點,消除兩個模型各自的誤差,使被控制對象達到更好的控制效果。
本發明是通過以下技術方案達到上述目的:一種用于蒸發工序的智能控制方法,包括如下步驟:
(1)通過現場調研,分別確定蒸發工序中的輸入向量U、輸出向量Y、觀察向量V所包含的物理量;所述的輸入向量U包括新蒸汽流量、蒸發原液流量;輸出向量Y為出料濃度;觀察向量V包括出料濃度、新蒸汽溫度、蒸發原液濃度、蒸發原液溫度;其中,蒸發工序的狀態方程采用數據驅動方法得到的狀態方程;
(2)調研蒸發工序的人工控制經驗規則集合C(U,V),C(U,V)中包含了觀察向量V中每個物理量發生變化時,輸入向量U將發生如何變化的規則;
(3)將出料濃度的控制目標S作為主控界面上的一個數據接口,由用戶現場設置;
(4)通過數據采集程序實時采集觀察向量V的物理量值,并代入C(U,V);讀取用戶設置的控制目標值S,代入T(U,S);
(5)通過梯度下降算法求解輸入向量U,在限制條件構成的解空間C(U,V)中使得目標函數T(U,S)的值最小;
(6)將計算出的新蒸汽流量和蒸發原液流量通過PID調節流量閥門作用到蒸發工序。
作為優選,所述蒸發工序的狀態方程的表達式如下:
X(t+1)=U(t)*W1_U+X(t)*W1_X
Y(t)=X(t)*W2
其中,t為狀態方程迭代的單位時間,是狀態方程在實際生產環境中相鄰兩次迭代的時間間隔;X為狀態向量,用來表示整個系統的狀態,既可能是物理量也可能是邏輯量;W1_U為輸入向量的參數矩陣;W1_X為狀態向量的參數矩陣;W2為輸出向量的參數矩陣。
作為優選,所述在狀態方程中,用X(0)表示狀態向量的初始值,假定狀態方程的時間窗口為N,通過狀態方程計算出Y(1)、Y(2)、……、Y(N-1)、Y(N),Y是關于U的表達式,其中X(0)、N、W1_U、W1_X、W2為常數;用S(1)、S(2)、……、S(N-1)、S(N)表示時間窗口N之內的輸出向量的控制目標值,構建目標函數T(U,S)=(Y(1)-S(1))2+(Y(2)-S(2))2+……+(Y(N-1)-S(N-1))2+(Y(N)-S(N))2;T(U,S)是Y序列和S序列差值的平方和,反映了狀態方程的預測輸出值與目標輸出值之間的偏差。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于杭州數亦有道科技有限公司,未經杭州數亦有道科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810763314.5/2.html,轉載請聲明來源鉆瓜專利網。





