[發明專利]一種基于LSTM網絡的通用MFA控制器設計方法

在審

• 申請號: 202010600820.X
• 申請日: 2020-06-29
• 公開（公告）號: CN111930010A
• 公開（公告）日: 2020-11-13
• 發明（設計）人: 孫京誥;陳顯鋒;張海峰
• 申請（專利權）人: 華東理工大學
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開提出一種基于LSTM網絡的通用無模型自適應（Model Free Adaptive，MFA）控制器設計方法，該方法的控制器主要由基于LSTM的動態循環神經網絡構成。通過考慮歷史誤差序列信息對控制器輸出的影響，構造自適應的網絡輸出值，通過輸入輸出數據完成隨時間反向傳播算法更新網絡的權重。并且可以將當前時刻的誤差值添加到控制器的輸出中，以對突發的變化做出更快的反應。本發明的LSTM?MFA控制器可以有效的控制單變量工業過程，具有控制器結構設計簡單，計算量小，不依賴于被控系統的精確數學模型和參數，控制器性能效果好等優點。

技術領域

本發明涉及一種基于LSTM網絡的自適應控制方法，并且更具體地涉及一種通用的MFA控制器設計方法。

背景技術

近年來，工業流程的日益復雜性使得對自動化控制器的智能性要求越來越高，控制器需要對不同過程具有一定自適應性，以應對影響流程經濟性和安全性的意外事件。但在實際過程生產中，PID控制仍然起著主導作用。

雖然，PID控制器可以為許多動態范圍相對較小的單輸入單輸出系統提供令人滿意的控制性能，但對于復雜控制系統仍然存在著巨大困難。已經開發了許多先進的控制理論和方法，例如模型預測控制，魯棒控制和自適應控制來處理這些復雜系統。但這些先進技術都依賴于過程的精確且相對簡單的動態模型。在實際過程中這些精確模型通常是很難獲取的，并且即使獲得模型，模型不確定性也會嚴重影響控制性能。

因此，需要提出一種可以容易且有效地控制各種復雜系統的通用控制器，該控制器可以適應不同的過程結構。不需要依靠過程精確的系統動力學知識，僅需要控制器的實時輸入輸出數據和系統行為的定性知識，依靠控制器強大的自學習和自適應能力，以應對系統環境中的不確定性和變化，完成過程的MFA控制。

發明內容

本發明的主要目的是提供一種基于LSTM網絡的通用MFA控制器設計方法應用于過程控制系統中。

實現本發明目的的技術方案為：一種用于過程控制的LSTM-MFA通用控制系統，包括以下步驟：

步驟1：通過設定值產生裝置生成過程輸出的期望值或期望軌跡的設定值信號；

步驟2：通過比較器裝置產生設定值信號與測量變量信號之間的誤差信號作為控制器的輸入信號；

步驟3：LSTM-MFA控制器根據輸入的誤差信號產生控制信號作用于實際過程中；

步驟4：獲得實際過程的測量變量。在每個采樣周期中，LSTM-MFA控制器會根據歷史誤差序列信息和控制器實時輸出構造一組輸入輸出數據，運用隨時間反向傳播算法更新控制器中LSTM循環神經網絡的權重；

步驟5：繼續執行步驟1-4，直至過程達到設定值并保持穩定，迭代完畢。

進一步的，該控制系統的具體實施過程為：

首先，考慮工業過程傳遞函數的形式如下：

其中為拉普拉斯變換算子； 為過程傳遞函數的拉氏變換；為過程輸出或測量變量的拉氏變換；為過程輸入或控制器輸出的拉氏變換。

確定采樣時間，通常取過程主導時間常數的十分之一。在實際應用過程中，通過人為估計過程主導時間常數，獲得近似值即可，因為LSTM-MFA控制器對該參數并不敏感。

對于過程控制系統，控制目標是使測量變量跟蹤設定值的給定軌跡信號。

也就是說，LSTM-MFA控制器的任務是使誤差信號最小，目標函數公式如下：

。

然后，本發明的通用LSTM-MFA控制器設計步驟為：