[發明專利]基于分布式模型預測控制的中藥制藥過程運行優化方法

有效

• 申請號: 202111504672.2
• 申請日: 2021-12-10
• 公開（公告）號: CN114200840B
• 公開（公告）日: 2023-05-23
• 發明（設計）人: 李攀碩;李培源;魯仁全;周琪
• 申請（專利權）人: 廣東工業大學
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 佛山市君創知識產權代理事務所(普通合伙) 44675
• 代理人: 許菲菲

1.一種基于分布式模型預測控制的中藥制藥過程運行優化方法，其特征在于，包括：

建立中藥制藥過程的各環節運行控制過程模型，包括底層過程控制環模型以及運行指標與底層控制器輸出模型；

構建底層過程控制環的控制器；

采用數據驅動的方法來實現對制藥過程底層過程控制環的控制器的次優設定值設計；

其中，上層運行控制環根據運行指標的設定值，使用基于Q-學習的設定值更新，通過零階保持器傳遞到底層過程控制環，底層過程控制環的控制器通過求解優化問題，給出控制量控制被控對象跟蹤設定值；對于煎煮環節，運行指標為煎煮液的濃度，被控變量有加水量、蒸汽壓力以及過程溫度；對于超濾環節，運行指標為超濾后溶液的純度，被控變量有進膜壓力、出膜壓力以及進料溫度；

所述底層過程控制環模型表示為：

其中，x_k為被控對象的狀態，u_k為底層過程控制環的控制器的輸入，y_k為所述控制器的輸出，n_x×1,n_u×1,n_y×1分別為向量x_k,u_k,y_k的維度；A為系統的狀態矩陣，維度為n_x×n_x，B為系統的輸入矩陣，維度為n_x×n_u，C為系統的輸出矩陣，維度為n_y×n_x，D為系統的前饋矩陣，維度為n_y×n_u；

所述底層控制器輸出模型表示為：

r_n＝My_n

其中，r_n為運行指標的實際值，n_r×1為向量r_n的維度，矩陣M為運行指標與底層控制器輸出之間的關系矩陣，通過機理建模或者神經網絡學習得到，維度為n_r×n_y；

運行指標r_n的計算周期T為底層過程控制環采樣周期t的N倍，即T＝Nt，上層設定值存在如下關系：

其中，y^*(nT)為各個環節在nT時刻給其相對應的底層過程控制環的設定值，后面幾個等式則是通過零階保持器實現的，使得設定值在Nnt時刻到(Nn+t-1)t時刻保持恒定，上層運行過程與底層控制過程保持信號頻率相同；

所述底層過程控制環的控制器為DMPC控制器；對于第i個控制器而言，控制問題設計如下：

約束條件為：

x_k+1＝Ax_k+Bu_k

y_k＝Cx_k

其中，所有的上標i均表示第i個控制問題；表示第i個控制問題的目標函數，N_p為控制器的預測步長；和分別表示第i個控制器在k時刻的控制輸出和控制輸入；為控制器的參考輸出；Q、R和P_f分別為誤差、控制輸入以及終端懲罰的權重矩陣，這三個矩陣均為正定矩陣；控制問題的最后一項為終端懲罰，表示第i個控制器在最后時刻N_p的控制輸出，為實數域，n_x,n_u,n_y分別為向量x_k,u_k,y_k的維度；

通過對所述控制問題進行求解，得到一個在當前時刻的最優控制序列將第一個控制量應用到當前時刻的底層過程DMPC控制器，在下一時刻，繼續通過求解各控制器的優化問題，得到相應時刻的最優控制序列，不斷迭代，從而實現底層過程控制環輸出跟隨參考值；

所述采用數據驅動的方法來實現對制藥過程底層過程控制環的控制器的次優設定值設計，包括：

定義如下性能指標：

其中，γ為折扣因子，其上標n表示n次方，0＜γ＜1；r_n表示運行指標在n時刻的實際值；r^*表示運行指標的設定值；表示在n時刻底層過程控制環的設定值；矩陣Q′和R′分別為半正定矩陣，得到如下線性二次跟蹤問題：

約束條件為：

x_n+1＝A′x_n+B′u_n

y_n＝Cx_n

r_n＝My_n

其中，x_n+1為被控對象在n+1時刻的狀態，A′＝A^N，A^N的上標表示系統狀態矩陣A的N次冪；Aⁱ的上標表示系統狀態矩陣A的i次冪，y_n為n時刻控制器的輸出。

2.根據權利要求1所述的基于分布式模型預測控制的中藥制藥過程運行優化方法，其特征在于，將求解線性二次跟蹤問題轉化為求解具有折扣因子的線性二次調節問題，然后引入貝爾曼方程及哈密爾頓函數，使用動態規劃和數據學習方法給出次優值，具體算法如下：

其中，P為正定矩陣，表示運行指標在n時刻的設定值，式中有關j的上下標均表示當前迭代為第j次，上標T表示矩陣轉置，I為單位矩陣；通過迭代計算H^j+1，更新設定值將更新后的設定值輸入到底層過程控制環，在DMPC控制器的作用下，底層被控過程的輸出將跟蹤設定值，從而實現最終的運行優化控制。