[發(fā)明專利]基于分布式模型預測控制的中藥制藥過程運行優(yōu)化方法有效
| 申請?zhí)枺?/td> | 202111504672.2 | 申請日： | 2021-12-10 |
| 公開（公告）號： | CN114200840B | 公開（公告）日： | 2023-05-23 |
| 發(fā)明（設計）人： | 李攀碩;李培源;魯仁全;周琪 | 申請（專利權(quán)）人： | 廣東工業(yè)大學 |
| 主分類號： | G05B13/04 | 分類號： | G05B13/04 |
| 代理公司： | 佛山市君創(chuàng)知識產(chǎn)權(quán)代理事務所(普通合伙) 44675 | 代理人： | 許菲菲 |
| 地址： | 510000 廣東*** | 國省代碼： | 廣東;44 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 基于 分布式 模型 預測 控制 中藥 制藥 過程 運行 優(yōu)化 方法 | ||
本發(fā)明公開了一種基于分布式模型預測控制的中藥制藥過程運行優(yōu)化方法，包括：建立中藥制藥過程的各環(huán)節(jié)運行控制過程模型，包括底層過程控制環(huán)模型以及運行指標與底層控制器輸出模型；構(gòu)建底層過程控制環(huán)的控制器；采用數(shù)據(jù)驅(qū)動的方法來實現(xiàn)對制藥過程底層過程控制環(huán)的控制器的次優(yōu)設定值設計；其中，上層運行控制環(huán)根據(jù)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(huán)，底層過程控制環(huán)的控制器通過求解優(yōu)化問題，給出控制量控制被控對象跟蹤設定值。本發(fā)明通過利用中藥制藥運行過程的數(shù)據(jù)來對設定值進行更新，底層使用DMPC實現(xiàn)對設定值的跟蹤，從而實現(xiàn)運行指標跟蹤理想值。
技術(shù)領域
本發(fā)明涉及智能決策領域，具體涉及一種基于分布式模型預測控制的中藥制藥過程運行優(yōu)化方法。
背景技術(shù)
中藥作為中國的傳統(tǒng)藥物往往無法直接服用，由原植物至入藥使用必須通過一系列的制藥技術(shù)，得到相應的中藥材或中藥飲片以供其煎煮或制劑。整個制藥過程包括了中藥材前處理、煎煮、離心、超濾、濃縮等步驟，每一步都有具體的最優(yōu)運行指標，包括但不僅限于濃度。但在實際的中藥制藥過程中，我們往往無法對濃度等運行指標進行直接控制，而是通過使用各類控制器對時間、溫度、進出料速率等可控變量的設定值進行跟蹤，從而最終實現(xiàn)跟隨給定運行指標。本發(fā)明針對現(xiàn)代中藥制藥過程中運行指標與被控變量之間關(guān)系難以精確建模的問題，借助工業(yè)數(shù)據(jù)，旨在實現(xiàn)基于數(shù)據(jù)驅(qū)動的工業(yè)過程運行優(yōu)化控制。
在傳統(tǒng)的工業(yè)過程控制中，控制器的設定值假設已知，研究集中在如何設計控制器在鎮(zhèn)定被控過程的條件下，使被控對象的輸出很好地跟蹤設定值。而隨著工業(yè)現(xiàn)代化、智能化的不斷推進發(fā)展，現(xiàn)代工業(yè)過程中不僅要實現(xiàn)傳統(tǒng)工業(yè)過程控制的目標，還要把反映產(chǎn)品在加工過程中質(zhì)量、消耗和效率等相關(guān)運行指標控制在設定值范圍內(nèi)。具體到整個中藥制藥過程，我們同樣需要對能夠影響濃度等運行指標的被控變量進行準確地設定并跟蹤，才能實現(xiàn)制藥過程的運行優(yōu)化。因此，設定值的設計是實現(xiàn)運行優(yōu)化控制的一個關(guān)鍵問題。
發(fā)明內(nèi)容
本發(fā)明的目的是提供一種基于分布式模型預測控制的中藥制藥過程運行優(yōu)化方法，通過利用中藥制藥運行過程的數(shù)據(jù)來對設定值進行更新，底層使用DMPC實現(xiàn)對設定值的跟蹤，從而實現(xiàn)運行指標跟蹤理想值。
為了實現(xiàn)上述任務，本發(fā)明采用以下技術(shù)方案：
一種基于分布式模型預測控制的中藥制藥過程運行優(yōu)化方法，包括：
建立中藥制藥過程的各環(huán)節(jié)運行控制過程模型，包括底層過程控制環(huán)模型以及運行指標與底層控制器輸出模型；
構(gòu)建底層過程控制環(huán)的控制器；
采用數(shù)據(jù)驅(qū)動的方法來實現(xiàn)對制藥過程底層過程控制環(huán)的控制器的次優(yōu)設定值設計；
其中，上層運行控制環(huán)根據(jù)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(huán)，底層過程控制環(huán)的控制器通過求解優(yōu)化問題，給出控制量控制被控對象跟蹤設定值。
進一步地，所述底層過程控制環(huán)模型表示為：
其中，xk為被控對象的狀態(tài)，uk為底層過程控制環(huán)的控制器的輸入，yk為所述控制器的輸出，nx×1,nu×1,ny×1分別為向量xk,uk,yk的維度；A為系統(tǒng)的狀態(tài)矩陣，維度為nx×nx，B為系統(tǒng)的輸入矩陣，維度為nx×nu，C為系統(tǒng)的輸出矩陣，維度為ny×nx，D為系統(tǒng)的前饋矩陣，維度為ny×nu。
進一步地，所述底層控制器輸出模型表示為：
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)利屬于廣東工業(yè)大學，未經(jīng)廣東工業(yè)大學許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202111504672.2/2.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
