[發明專利]Hammerstein非線性動態系統的建模及其連續攪拌反應器濃度控制

有效

• 申請號: 202110303516.3
• 申請日: 2021-03-22
• 公開（公告）號: CN113050710B
• 公開（公告）日: 2023-06-23
• 發明（設計）人: 李峰;鄭天;王翔;陶為戈;王田虎
• 申請（專利權）人: 江蘇理工學院
• 主分類號: G05D11/13
• 分類號: G05D11/13
• 代理公司: 常州佰業騰飛專利代理事務所(普通合伙) 32231
• 代理人: 王巍巍

1.一種Hammerstein非線性動態系統的建模及其連續攪拌反應器濃度控制方法，其特征在于：包括以下步驟：

步驟1：確定連續攪拌反應器系統的控制方程以及與反應物濃度有關的特征參數；

步驟2：根據步驟1中的控制方程和特征參數，利用Hammerstein非線性動態系統建立連續攪拌反應器系統模型；

步驟3：將流速轉化為二進制信號F(k)輸入步驟2的連續攪拌反應器系統模型中，實現Hammerstein非線性動態系統中各串聯模塊參數辨識的分離；

步驟4：在步驟2和步驟3的基礎上，根據連續攪拌反應器系統輸入的二進制信號F(k)和相應的濃度輸出C_B(k)，利用Lipschitz商準則確定傳遞函數模型的階次，再采用標準最小二乘方法辨識Hammerstein非線性動態系統中線性動態模塊的參數；

所述采用標準最小二乘方法辨識線性動態模塊的參數，即a_i(i＝1,2,…,n_a)和b_j(j＝1,2,…,n_b)，具體表示為：其中，P_L為二進制信號的維數；

步驟5：采用含有動量因子的隨機梯度下降尋優算法求解Hammerstein非線性動態系統中靜態非線性模塊的參數；

所述含有動量因子的隨機梯度下降尋優算法，系統輸出的估計表示為定義準則函數其中，表示期望輸出與神經網絡輸出之間的誤差，求偏導數得到和進一步得到隱含層到輸出層的權值學習算法為和輸入層至隱含層的權值學習算法為其中，其中，η表示學習速率；在算法中加入動量因子后得到

其中，α表示動量因子；為隱含層的第j個神經元和輸入之間的權值；為隱含層的第j個神經元和輸出之間的權值；k表示采樣時間，u(k)表示輸入，O²(k)＝f(net²(k))為隱含層的輸出，其中，為sigmoid函數；

步驟6：根據步驟4和步驟5獲得的Hammerstein非線性動態系統各串聯模塊的參數估計，建立了連續攪拌反應器系統，在此基礎上利用Hammerstein非線性動態系統中的靜態非線性模塊的可逆原理將連續攪拌反應器系統的反應物濃度控制問題轉化為線性系統控制問題，進而采用線性控制器對濃度進行控制。

2.如權利要求1所述的Hammerstein非線性動態系統的建模及其連續攪拌反應器濃度控制方法，其特征在于：所述連續攪拌反應器系統的控制方程由非線性微分方程和線性微分方程兩部分組成，其特性用下列數學表達式表示：

非線性微分方程：

線性微分方程：

其中，C_A表示反應器中反應物A的濃度，C_B表示反應器中反應物B的濃度，F表示流速，k₁、k₂和k₃為動力學參數，C_Af表示反應物A的進料濃度，V是反應器的容積；反應物A到反應物B是一個動態反應；

在上述方程中，通過簡化將反應物A的濃度C_A消掉，得到流速F與反應物B的濃度C_B之間的關系。

3.如權利要求2所述的Hammerstein非線性動態系統的建模及其連續攪拌反應器濃度控制方法，其特征在于：步驟2中的Hammerstein非線性動態系統包括靜態非線性模塊和線性動態模塊，利用Hammerstein非線性動態系統的靜態非線性模塊擬合連續攪拌反應器系統非線性微分方程，利用Hammerstein非線性動態系統的線性動態模塊逼近連續攪拌反應器系統線性微分方程。