[發(fā)明專利]一種基于迭代學(xué)習(xí)控制的雙層結(jié)構(gòu)經(jīng)濟(jì)性能提升策略有效
| 申請(qǐng)?zhí)枺?/td> | 202111180423.2 | 申請(qǐng)日: | 2021-10-11 |
| 公開(公告)號(hào): | CN113848839B | 公開(公告)日: | 2023-05-23 |
| 發(fā)明(設(shè)計(jì))人: | 謝磊;石堯;張志銘;陳啟明 | 申請(qǐng)(專利權(quán))人: | 浙江大學(xué) |
| 主分類號(hào): | G05B19/418 | 分類號(hào): | G05B19/418 |
| 代理公司: | 杭州天勤知識(shí)產(chǎn)權(quán)代理有限公司 33224 | 代理人: | 彭劍 |
| 地址: | 310013 浙江*** | 國(guó)省代碼: | 浙江;33 |
| 權(quán)利要求書: | 查看更多 | 說(shuō)明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 學(xué)習(xí) 控制 雙層 結(jié)構(gòu) 經(jīng)濟(jì) 性能 提升 策略 | ||
本發(fā)明公開了一種基于迭代學(xué)習(xí)控制的雙層結(jié)構(gòu)經(jīng)濟(jì)性能提升策略,包括:(1)選擇工業(yè)現(xiàn)場(chǎng)被控系統(tǒng)的初始工作點(diǎn);選擇下層MPC控制層的初始參數(shù);(2)選擇上層SSTO層的經(jīng)濟(jì)性能函數(shù)和機(jī)會(huì)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(biāo)工作點(diǎn)逼近;周期結(jié)束后,計(jì)算本周期內(nèi)輸入輸出均值與方差;(4)SSTO層給出新的被控系統(tǒng)工作點(diǎn),計(jì)算工作點(diǎn)改變量并傳遞給基于迭代學(xué)習(xí)控制的權(quán)重系數(shù)調(diào)整算法;(5)基于迭代學(xué)習(xí)控制的權(quán)重系數(shù)調(diào)整算法給出下一周期的權(quán)重系數(shù),傳遞給下層MPC控制層并返回步驟(3);(6)重復(fù)步驟(3)至步驟(5)直到獲得最優(yōu)的經(jīng)濟(jì)性能。具有可行、易于實(shí)施等特點(diǎn),能夠提高企業(yè)經(jīng)濟(jì)效益。
技術(shù)領(lǐng)域
本發(fā)明屬于過(guò)程控制領(lǐng)域,尤其是涉及一種基于迭代學(xué)習(xí)控制的雙層結(jié)構(gòu)經(jīng)濟(jì)性能提升策略。
背景技術(shù)
作為先進(jìn)控制策略的代表性技術(shù),模型預(yù)測(cè)控制(MPC)可以方便地處理過(guò)程變量約束問(wèn)題以及協(xié)調(diào)優(yōu)化多變量控制系統(tǒng),從而在工業(yè)過(guò)程中得到了廣泛地應(yīng)用。然而,MPC的推廣和投運(yùn)仍存在一些急待解決的問(wèn)題。一方面,MPC在投入使用前需要給出較為全面和準(zhǔn)確的投資收益分析,另一方面,MPC控制器性能會(huì)隨著原料供應(yīng)、生產(chǎn)目標(biāo)、操作條件、生產(chǎn)環(huán)境等因素的變化而逐漸隨時(shí)間下降,無(wú)法達(dá)到預(yù)期最大效益。為了應(yīng)對(duì)以上問(wèn)題,流程工業(yè)需要一套系統(tǒng)可行的經(jīng)濟(jì)性能評(píng)估方案對(duì)MPC控制器可能出現(xiàn)的性能下降或故障進(jìn)行實(shí)時(shí)檢測(cè)和診斷,以保證過(guò)程控制系統(tǒng)運(yùn)行狀況達(dá)到給定的性能指標(biāo)。近年來(lái)對(duì)于經(jīng)濟(jì)性能評(píng)估的研究主要圍繞減小過(guò)程波動(dòng),優(yōu)化操作點(diǎn)來(lái)展開。由此可見,控制器性能的優(yōu)劣是影響經(jīng)濟(jì)性能的關(guān)鍵因素。所以,MPC經(jīng)濟(jì)性能評(píng)估的核心是對(duì)其控制器性能進(jìn)行評(píng)估。
當(dāng)前對(duì)于控制器性能的評(píng)估中最常用的是(linear?quadratic?Gaussian)LQG方法。LQG方法將控制器作用引入到二次型性能指標(biāo)中,可以方便地對(duì)操作變量設(shè)置約束,因此得到一個(gè)相對(duì)更為客觀可行的結(jié)果。盡管LQG在多方面取得了成果,在將LQG方法應(yīng)用到多輸入多輸出系統(tǒng)中存在著一些問(wèn)題,例如針對(duì)大規(guī)模復(fù)雜系統(tǒng)設(shè)計(jì)MPC經(jīng)濟(jì)性能評(píng)估時(shí),LQG的pareto曲面維度不斷增長(zhǎng),計(jì)算量逐級(jí)升高;LQG方法不能給出如何調(diào)節(jié)控制器來(lái)提升經(jīng)濟(jì)性能,同時(shí)其給出的最優(yōu)經(jīng)濟(jì)性能在實(shí)際生產(chǎn)中也不一定能夠達(dá)到。
針對(duì)上述LQG控制技術(shù)存在的問(wèn)題和不足,找到一種能夠?qū)崿F(xiàn)系統(tǒng)經(jīng)濟(jì)性能評(píng)估與提升的方法,將具有非常高的實(shí)用價(jià)值。
發(fā)明內(nèi)容
本發(fā)明提供了一種基于迭代學(xué)習(xí)控制的雙層結(jié)構(gòu)經(jīng)濟(jì)性能提升策略,具有可行、易于實(shí)施等特點(diǎn),能夠提高企業(yè)經(jīng)濟(jì)效益。
一種基于迭代學(xué)習(xí)控制的雙層結(jié)構(gòu)經(jīng)濟(jì)性能提升策略,包括以下步驟:
(1)選擇工業(yè)現(xiàn)場(chǎng)被控系統(tǒng)的初始工作點(diǎn);選擇下層MPC控制層的預(yù)測(cè)時(shí)域、控制時(shí)域、初始輸入權(quán)重系數(shù)、初始輸出權(quán)重系數(shù)以及下層MPC控制層在單個(gè)周期內(nèi)的運(yùn)行步驟、輸入約束和輸出約束;
(2)選擇上層SSTO層的經(jīng)濟(jì)性能函數(shù)和機(jī)會(huì)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(biāo)工作點(diǎn)逼近;周期結(jié)束后,計(jì)算本周期內(nèi)輸入輸出均值與方差;
(4)SSTO層給出新的被控系統(tǒng)工作點(diǎn),計(jì)算工作點(diǎn)改變量并傳遞給基于迭代學(xué)習(xí)控制的權(quán)重系數(shù)調(diào)整算法;
(5)基于迭代學(xué)習(xí)控制的權(quán)重系數(shù)調(diào)整算法給出下一周期的權(quán)重系數(shù),傳遞給下層MPC控制層并返回步驟(3);
(6)重復(fù)步驟(3)至步驟(5)直到獲得最優(yōu)的經(jīng)濟(jì)性能。
本發(fā)明將整個(gè)運(yùn)行時(shí)間分為多個(gè)周期,在每個(gè)周期內(nèi)依次通過(guò)改變穩(wěn)態(tài)工作點(diǎn)與調(diào)節(jié)權(quán)重系數(shù),使得每個(gè)周期內(nèi)的系統(tǒng)經(jīng)濟(jì)性能得到兩次提升,從而在經(jīng)過(guò)數(shù)個(gè)周期后實(shí)現(xiàn)系統(tǒng)經(jīng)濟(jì)性能最大值。避免了LQG方法只能對(duì)系統(tǒng)經(jīng)濟(jì)性能進(jìn)行評(píng)估且計(jì)算量巨大的缺點(diǎn),為當(dāng)前應(yīng)用廣泛的工業(yè)控制MPC系統(tǒng)經(jīng)濟(jì)性能提升提供了解決方案。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于浙江大學(xué),未經(jīng)浙江大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202111180423.2/2.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 根據(jù)用戶學(xué)習(xí)效果動(dòng)態(tài)變化下載學(xué)習(xí)數(shù)據(jù)的系統(tǒng)及方法
- 用于智能個(gè)人化學(xué)習(xí)服務(wù)的方法
- 漸進(jìn)式學(xué)習(xí)管理方法及漸進(jìn)式學(xué)習(xí)系統(tǒng)
- 輔助學(xué)習(xí)的方法及裝置
- 基于人工智能的課程推薦方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)
- 基于強(qiáng)化學(xué)習(xí)的自適應(yīng)移動(dòng)學(xué)習(xí)路徑生成方法
- 一種線上視頻學(xué)習(xí)系統(tǒng)
- 一種基于校園大數(shù)據(jù)的自適應(yīng)學(xué)習(xí)方法、裝置及設(shè)備
- 一種學(xué)習(xí)方案推薦方法、裝置、設(shè)備和存儲(chǔ)介質(zhì)
- 游戲?qū)W習(xí)效果評(píng)測(cè)方法及系統(tǒng)





