[發明專利]一種針對未知動態注塑成型過程的二維數據驅動最優跟蹤控制方法

有效

• 申請號: 202110031486.5
• 申請日: 2021-01-11
• 公開（公告）號: CN112859604B
• 公開（公告）日: 2022-10-14
• 發明（設計）人: 施惠元;文馨;楊辰;蘇成利;姜雪瑩;彭博;楊晨;李平
• 申請（專利權）人: 遼寧石油化工大學
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 沈陽之華益專利事務所有限公司 21218
• 代理人: 鄒琳

一種針對未知動態注塑成型過程的二維數據驅動最優跟蹤控制方法，屬于工業過程控制技術領域，具體步驟如下：步驟一：建立具有未知動態的二維注塑成型過程的狀態空間模型；步驟二：將構建的二維注塑成型過程狀態空間模型轉化為新的增廣狀態空間模型；步驟三：設計具有未知動態注塑成型系統的二維增廣狀態空間模型的控制器；步驟四：設計控制律以及控制器增益K₁，K₂；步驟五：通過Q學習算法求解控制器增益K₁，K₂。本發明所設計的方法能有效地避免具有未知動態注塑成型過程建模困難以及具有重復性等復雜特性的問題，通過采用數據驅動的方式，極大地降低了系統的模型依賴性，降低了計算成本。

技術領域

本發明屬于工業過程控制技術領域，具體涉及一種針對未知動態注塑成型過程的二維數據驅動最優跟蹤控制方法。

背景技術

隨著市場經濟的發展，產品生產越來越趨向于高質量、小批量的形式，因此以滿足客戶性能需求的小容量、高附加值的間歇生產過程開始成為研究熱點，并被廣泛應用于醫藥產品、化工原料以及塑料制品的生產制備中。作為一種典型的間歇生產過程，塑料制品行業的注塑成型過程有著較強的非線性、重復特性和模型復雜性，這就導致了難以對此過程進行精確的數學建模。因而傳統的控制方法通常由于過于依賴模型而難以得到滿意的控制效果，更無法滿足注塑成型生產過程中柔性制造的需求。

鑒于注塑成型生產過程中每時每刻都會產生并儲存大量的、包含時間方向和批次方向上的數據，在無法獲得過程精確模型的情況下，如何有效地利用這些二維數據直接進行注塑成型生產過程的控制器設計，是我們有待解決的問題。強化學習由于具有可以在先驗信息較少或者無先驗信息的情況下，僅僅利用數據，對復雜系統進行優化控制的優勢，發展幾十年來，在系統的最優跟蹤控制問題方面有著大量的研究。但這些研究主要都是針對一維系統，在具有二維特性的間歇過程控制問題方面尚未有相關研究。為此，研究一種基于強化學習的數據驅動控制方法，能使系統不依賴于模型，僅僅依靠時間方向和批次方向的數據不斷學習，得到最優的控制律。

發明內容

本發明是針對具有未知系統動態的注塑成型過程，提出的一種二維框架下的數據驅動最優跟蹤控制方法，該方法可有效地解決系統無法精確建模的問題，降低系統的模型依賴性，僅僅依靠時間方向和批次方向上的數據不斷學習，得到最優的控制律，并很好地跟蹤設定值，提高系統的控制和跟蹤性能。

本發明是通過以下技術方案實現的：

本發明針對具有未知系統動態的注塑成型過程進行描述，可得相應的二維注塑成型過程狀態空間模型，然后通過將輸出誤差增廣到上述模型中，從而可形成新的二維注塑成型過程增廣狀態空間模型；其次選擇合適的二維值函數和二維Q函數，通過分析二維值函數和二維Q函數之間的關系，給出不依賴于模型參數的二維貝爾曼方程；接著設計沿時間方向和沿批次方向的復合型迭代控制律，結合二維貝爾曼方程，用注塑成型過程產生的二維數據進行多次學習后，可獲得注塑成型過程的最優控制增益；通過控制增益可得到性能指標下的最優控制律，隨后作用于執行器控制系統可使系統的輸出逐漸跟蹤上設定值；

步驟一：建立具有未知動態的二維注塑成型過程的狀態空間模型：

二維注塑成型過程的保壓階段的離散輸入輸出模型如下：

NP(k+1,p)＝1.317NP(k,p)+171.8VO(k,p)-(0.3259NP(k-1,p)+156.8VO(k-1,p))

(21)

其中VO(k,p)表示系統在p批次k時刻的閥門開度，VO(k-1,p)表示系統p批次k-1時刻的閥門開度，NP(k+1,p)表示系統p批次k+1時刻的腔內壓力，NP(k,p)表示系統p批次k時刻的腔內壓力，NP(k-1,p)表示系統p批次k-1時刻的腔內壓力。