[發明專利]一種基于迭代學習控制的雙層結構經濟性能提升策略

有效

• 申請號: 202111180423.2
• 申請日: 2021-10-11
• 公開（公告）號: CN113848839B
• 公開（公告）日: 2023-05-23
• 發明（設計）人: 謝磊;石堯;張志銘;陳啟明
• 申請（專利權）人: 浙江大學
• 主分類號: G05B19/418
• 分類號: G05B19/418
• 代理公司: 杭州天勤知識產權代理有限公司 33224
• 代理人: 彭劍

1.一種基于迭代學習控制的雙層結構經濟性能提升策略，其特征在于，包括以下步驟：

(1)選擇工業現場被控系統的初始工作點；選擇下層MPC控制層的預測時域、控制時域、初始輸入權重系數、初始輸出權重系數以及下層MPC控制層在單個周期內的運行步驟、輸入約束和輸出約束；

(2)選擇上層SSTO層的經濟性能函數和機會約束置信度；

(3)周期開始，使用下層MPC控制層向上層SSTO給出的目標工作點逼近；周期結束后，計算本周期內輸入輸出均值與方差；

(4)SSTO層給出新的被控系統工作點，計算工作點改變量并傳遞給基于迭代學習控制的權重系數調整算法；具體過程為：

(4-1)使用如下經濟性能函數作為SSTO層的優化目標：

其中，N_y和N_u分別表示輸出和輸入的個數，系數分別表示穩態輸出yⁱ的利益和穩態輸入u^j的成本；

(4-2)根據實際情況確定SSTO層的約束條件

其中，G_ij表示輸出yⁱ對輸入u^j的穩態增益；其中分別表示一段穩定時間內輸出和輸入的均值；

(4-3)將SSTO層的優化問題重寫為：

s.t.

其中，表示正態分布α_i/2的百分數；和為輸出和輸入的標準差；

求解該優化問題，得到

其中，和為計算得到的最優設定點改變量；ΔJ_k為更改設定點所獲得的經濟性能提升；此外，求解上述優化問題得到的最優經濟性能被記為J_trakcing，并傳遞給下層MPC控制層進行跟蹤；

(5)基于迭代學習控制的權重系數調整算法給出下一周期的權重系數，傳遞給下層MPC控制層并返回步驟(3)；基于迭代學習控制的權重系數調整算法的具體過程為：

(5-1)將權重系數Q,R對角線上的元素取出并按順序放入列向量n中，將此次迭代過程中的n記為n(l)；

(5-2)令J_eco(l)為第l次迭代過程計算得到的經濟性能結果，由于在權重系數與經濟性能之間不存在明確的定量關系，用一個未知的連續可微函數f來描述二者之間的關系：

J_eco(l)＝f(n(l))

為了找到兩次迭代過程中間的動態關系，首先定義：

Δn(l)＝n(l)-n(l-1)

ΔJ_eco(l)＝J_eco(l)-J_eco(l-1)

利用微分中值定理獲得如下推導：

其中

n_i(l)表示列向量n(l)中的第i個元素；是一個有界函數；

為了提高控制器的經濟性能，構造一個跟蹤最優經濟性能的目標函數，并使跟蹤誤差盡可能小，目標函數如下：

J(φ(l))＝||ΔJ_eco(l-1)-φ(l)Δn(l-1)||²

此外，由于φ(l)未知，因此在每次迭代期間需要另一個目標函數來估計φ(l)；

J(n(l))＝||J_tracking-J_eco(l)||²

(5-3)為第l次迭代定義一個極小的初始值φ(l),并按照如下的更新公式對n(l)與φ(l)進行更新：

其中，μ和ρ表示步長，其大小選取為(0，1]；J_eco(l)為第l次迭代過程計算得到的經濟性能結果，當迭代次數達到最大允許次數或相鄰的兩次迭代過程的J_eco滿足一定的收斂條件，則停止迭代，并將此時包含權重系數信息的n(l)送入下層的MPC控制層；

(6)重復步驟(3)至步驟(5)直到獲得最優的經濟性能。

2.根據權利要求1所述的基于迭代學習控制的雙層結構經濟性能提升策略，其特征在于，步驟(1)中，初始輸入權重系數和初始輸出權重系數需要根據工程師的實際操作經驗給出。