基于多模型廣義預(yù)測(cè)控制器的預(yù)測(cè)控制方法及系統(tǒng)的制作方法
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種基于多模型廣義預(yù)測(cè)控制器的預(yù)測(cè)控制方法，在抑制過(guò)程擾動(dòng)的同時(shí)，使預(yù)設(shè)的期望輸出值跟蹤所述最優(yōu)設(shè)定值軌跡，并采用多個(gè)固定模型和多個(gè)自適應(yīng)模型并行辨識(shí)系統(tǒng)的動(dòng)態(tài)特性，獲得系統(tǒng)的實(shí)際輸出值和最優(yōu)的輸入控制量。本發(fā)明還提供了一種預(yù)測(cè)控制系統(tǒng)，采用DRTO雙層結(jié)構(gòu)，用多模型廣義預(yù)測(cè)控制器代替現(xiàn)有的單模型廣義預(yù)測(cè)控制器。本發(fā)明具有以下有益效果：更好地匹配了生產(chǎn)中的實(shí)際過(guò)程特征，降低系統(tǒng)成本消耗，提高系統(tǒng)經(jīng)濟(jì)效益；提高了系統(tǒng)暫態(tài)性能和系統(tǒng)模型參數(shù)跳變時(shí)系統(tǒng)的調(diào)節(jié)能力；可以有效的消除擾動(dòng)對(duì)系統(tǒng)輸出的干擾；降低由于DRTO雙層結(jié)構(gòu)中優(yōu)化層與控制層模型不一致對(duì)經(jīng)濟(jì)效益的影響。
【專(zhuān)利說(shuō)明】基于多模型廣義預(yù)測(cè)控制器的預(yù)測(cè)控制方法及系統(tǒng)
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于模型預(yù)測(cè)控制(MPC)【技術(shù)領(lǐng)域】，具體涉及一種基于多模型廣義預(yù)測(cè)控制器的預(yù)測(cè)控制方法及系統(tǒng)。
【背景技術(shù)】
[0002]工業(yè)過(guò)程中日益激烈的競(jìng)爭(zhēng)要求設(shè)備操作更加靈活來(lái)提高生產(chǎn)率，降低生產(chǎn)成本，這需要將經(jīng)濟(jì)優(yōu)化結(jié)合到設(shè)備操作中的規(guī)劃、調(diào)度、優(yōu)化、控制各個(gè)階段?，F(xiàn)有的技術(shù)像典型的雙層RTO結(jié)構(gòu)，該結(jié)構(gòu)包括一個(gè)基于經(jīng)濟(jì)指標(biāo)的實(shí)時(shí)優(yōu)化器(RTO)和一個(gè)模型預(yù)測(cè)控制器(MPC)。上層的RTO層通過(guò)解決基于穩(wěn)態(tài)模型的實(shí)時(shí)優(yōu)化問(wèn)題來(lái)獲取輸出對(duì)象的最優(yōu)設(shè)定值，并將最優(yōu)設(shè)定值傳給下層的MPC層，MPC層主要工作是抑制消除擾動(dòng)的影響使輸出對(duì)象盡可能的追蹤最優(yōu)設(shè)定值?；诜€(wěn)態(tài)模型的雙層RTO結(jié)構(gòu)已成功運(yùn)用到復(fù)雜的化工、石油工業(yè)過(guò)程中，并取得了很好的效果。但是這種雙層RTO結(jié)構(gòu)存在不足，因?yàn)镽TO層采用穩(wěn)態(tài)模型，因此只能在系統(tǒng)達(dá)到穩(wěn)定時(shí)進(jìn)行經(jīng)濟(jì)優(yōu)化，對(duì)于實(shí)現(xiàn)靈活性和經(jīng)濟(jì)效益存在局限性，特別是對(duì)于需要考慮系統(tǒng)動(dòng)態(tài)特性的過(guò)程像存在級(jí)數(shù)轉(zhuǎn)換和批量處理的連續(xù)過(guò)程的優(yōu)化效果不理想。且當(dāng)上層優(yōu)化問(wèn)題和下層控制問(wèn)題分別在不同的頻率和采用不同的模型來(lái)執(zhí)行時(shí)，不能準(zhǔn)確的運(yùn)用相同的信息，所以有擾動(dòng)時(shí)會(huì)存在沖突或最優(yōu)運(yùn)行點(diǎn)可能是次優(yōu)的。
[0003]為此，Kadam提出將動(dòng)態(tài)實(shí)時(shí)優(yōu)化(DRTO)與MPC結(jié)合組成DRTO雙層結(jié)構(gòu)來(lái)處理大規(guī)模的工業(yè)過(guò)程，上層為一基于過(guò)程動(dòng)態(tài)模型的DRTO層，在較慢的速率下執(zhí)行，下層結(jié)構(gòu)采用MPC控制器追蹤上層得出的最優(yōu)設(shè)定軌跡來(lái)處理過(guò)程中的干擾，用動(dòng)態(tài)模型替代穩(wěn)態(tài)模型可以很好地處理系統(tǒng)的動(dòng)態(tài)特性?，F(xiàn)有的采用DRTO雙層結(jié)構(gòu)的預(yù)測(cè)控制系統(tǒng)如圖4所示，包括動(dòng)態(tài)實(shí)時(shí)優(yōu)化層、模型預(yù)測(cè)控制層和基層控制層，其中，動(dòng)態(tài)實(shí)時(shí)優(yōu)化層包括初始指標(biāo)生成模塊和動(dòng)態(tài)實(shí)時(shí)優(yōu) 化器，模型預(yù)測(cè)控制層采用單模型廣義預(yù)測(cè)控制器；指標(biāo)生成模塊確定上層的經(jīng)濟(jì)優(yōu)化指標(biāo)，將最大化經(jīng)濟(jì)效益和最小化消耗成本的實(shí)現(xiàn)方式與實(shí)現(xiàn)約束體現(xiàn)在經(jīng)濟(jì)目標(biāo)函數(shù)Φ和約束條件h當(dāng)中；動(dòng)態(tài)實(shí)時(shí)優(yōu)化器通過(guò)優(yōu)化經(jīng)濟(jì)目標(biāo)函數(shù)得到對(duì)象輸出的最優(yōu)設(shè)定值軌跡yMf。x，d分別為狀態(tài)值和過(guò)程擾動(dòng)，由于動(dòng)態(tài)實(shí)時(shí)優(yōu)化層在一個(gè)較慢的時(shí)間尺度執(zhí)行優(yōu)化，而模型預(yù)測(cè)控制層將在一個(gè)較快的時(shí)間尺度執(zhí)行，即雙層結(jié)構(gòu)是在不同的時(shí)間尺度執(zhí)行，所以需要一個(gè)時(shí)間尺度分離器?！?t為采樣周期，即每隔Δ t時(shí)間，優(yōu)化器將進(jìn)行一次重新優(yōu)化，最優(yōu)設(shè)定值軌跡進(jìn)行更新，最終控制器得到最優(yōu)輸入控制量U給基層控制系統(tǒng)。I為系統(tǒng)的輸出值，根據(jù)該輸出值I估計(jì)狀態(tài)值X，進(jìn)行下一次滾動(dòng)優(yōu)化。
[0004]在之前學(xué)者們所設(shè)計(jì)的DRTO雙層結(jié)構(gòu)中，MPC層多采用單模型預(yù)測(cè)控制器，但實(shí)際工業(yè)過(guò)程中，經(jīng)常出現(xiàn)過(guò)程參數(shù)隨生產(chǎn)運(yùn)行跳變的情況。由于實(shí)際生產(chǎn)過(guò)程非常復(fù)雜，很難建立一個(gè)簡(jiǎn)潔的全局控制模型，因此單一模型的預(yù)測(cè)控制器很難滿(mǎn)足參數(shù)時(shí)變或跳變時(shí)系統(tǒng)仍處于良好控制狀態(tài)的要求。多模型的方法可以有效的處理復(fù)雜工業(yè)過(guò)程中的多工作點(diǎn)和參數(shù)時(shí)變問(wèn)題，不少學(xué)者也已將多模型預(yù)測(cè)控制運(yùn)用到化工、制藥、電力等領(lǐng)域，并取得很好的效果。但由于隨機(jī)噪聲的存在使得常規(guī)的多模型很難與實(shí)際過(guò)程特征相匹配，因此如何建立一個(gè)即可以考慮經(jīng)濟(jì)效益又可以保證系統(tǒng)的暫態(tài)性能和跳變時(shí)調(diào)節(jié)能力的控制器是目如特需解決的一個(gè)問(wèn)題。

【發(fā)明內(nèi)容】

[0005]為了克服現(xiàn)有技術(shù)中存在的缺陷，本發(fā)明提供一種采用DRTO雙層結(jié)構(gòu)的基于多模型廣義預(yù)測(cè)控制器的預(yù)測(cè)控制方法及系統(tǒng)，具體的技術(shù)方案如下:
[0006]基于多模型廣義預(yù)測(cè)控制器的預(yù)測(cè)控制方法，包括如下步驟:
[0007]步驟SI，根據(jù)最大化經(jīng)濟(jì)效益和最小化消耗成本的目的生成經(jīng)濟(jì)目標(biāo)函數(shù)和約束條件；根據(jù)預(yù)設(shè)的采樣周期滾動(dòng)執(zhí)行步驟S2和S3 ；
[0008]步驟S2，根據(jù)約束條件對(duì)經(jīng)濟(jì)目標(biāo)函數(shù)進(jìn)行動(dòng)態(tài)實(shí)時(shí)優(yōu)化，獲得一最優(yōu)設(shè)定值軌跡；
[0009]步驟S3，在抑制過(guò)程擾動(dòng)的同時(shí)，使預(yù)設(shè)的期望輸出值跟蹤最優(yōu)設(shè)定值軌跡，并采用多個(gè)固定模型和多個(gè)自適應(yīng)模型并行辨識(shí)系統(tǒng)的動(dòng)態(tài)特性，獲得系統(tǒng)的實(shí)際輸出值和最優(yōu)的輸入控制量；
[0010]步驟S3進(jìn)一步包括:
[0011]步驟S31，采用CARIMA模型描述受過(guò)程擾動(dòng)的被控對(duì)象；
[0012]步驟S32，將被控對(duì)象描述為多模型集；
[0013]步驟S33，根據(jù)預(yù)設(shè)的性能指標(biāo)函數(shù)，系統(tǒng)自動(dòng)切換到性能指標(biāo)最小的模型；該性能指標(biāo)最小的模型的輸出值即為系統(tǒng)的實(shí)際輸出值；
[0014]步驟S34，設(shè)置性能優(yōu)化指標(biāo)，將最優(yōu)設(shè)定值軌跡代入性能優(yōu)化指標(biāo)，根據(jù)MPC算法獲得最優(yōu)的輸入控制量。
[0015]作為優(yōu)化方案，步驟S31具體為，CARIMA模型如式(I)所示:
[0016]A(z-1)y(k) = B (z-1) u (k_l) + ξ (k) / Δ (I)
[0017]其中，肩Χι)= 1 + --,ζ4 +……+ η., B(zA) = bij+blzA +,+Λ/、，式中 z-1 為后
移算子，7 00、1!(10、€ (k)分別為系統(tǒng)的實(shí)際輸出值、輸入控制量以及均值為零的白噪聲序列，Δ = l-z—1為差分算子；a、b分別為關(guān)于τ'多項(xiàng)式A O與Β()的元素系數(shù)；
[0018]式(I)又可以表示為:
[0019]Δ y (k) = A1 (z-1) Δ y (k)+B (z-1) Δ u (k_l) + ξ (k) (2)
[0020]其中，A1(z-l) = 1_Α(ζ_1) ο
[0021]作為優(yōu)化方案，步驟S32具體為，將被控對(duì)象描述為多模型集，如式(3)所示:
[0022]Δ y (k) = Φ (k)τ Θ 0 (k) + ξ (k) (3)
[0023]其中，Φ(k) = [-Ay (k-1)...-Ay (k_na) Δ u (k_l) +...Δ u (k-nb_l)]，
= [V.為…\;由式(3)得到多模型集的向量表示，如式(4)所示:
[0024]Δ Yi (k) = Φ i (k)τ Θ 0 (k) + ξ i (k) (4)
[0025]其中，i = 1，2...，m，m+l，m+2 ;當(dāng)i = 1，2，…，m時(shí),Θ i (k)為固定模型的恒定參數(shù)；當(dāng)i = m+1, m+2時(shí),模型為自適應(yīng)模型。
[0026]作為優(yōu)化方案，步驟S32進(jìn)一步包括:[0027]自適應(yīng)模型采用遞推最小二乘算法實(shí)時(shí)辨識(shí)系統(tǒng)參數(shù)，如式(5)所示:
[0028]
【權(quán)利要求】
1.基于多模型廣義預(yù)測(cè)控制器的預(yù)測(cè)控制方法，其特征在于，包括如下步驟: 步驟Si，根據(jù)最大化經(jīng)濟(jì)效益和最小化消耗成本的目的生成經(jīng)濟(jì)目標(biāo)函數(shù)和約束條件；根據(jù)預(yù)設(shè)的采樣周期滾動(dòng)執(zhí)行步驟S2和S3 ； 步驟S2，根據(jù)所述約束條件對(duì)所述經(jīng)濟(jì)目標(biāo)函數(shù)進(jìn)行動(dòng)態(tài)實(shí)時(shí)優(yōu)化，獲得一最優(yōu)設(shè)定值軌跡； 步驟S3，在抑制過(guò)程擾動(dòng)的同時(shí)，使預(yù)設(shè)的期望輸出值跟蹤所述最優(yōu)設(shè)定值軌跡，并采用多個(gè)固定模型和多個(gè)自適應(yīng)模型并行辨識(shí)系統(tǒng)的動(dòng)態(tài)特性，獲得系統(tǒng)的實(shí)際輸出值和最優(yōu)的輸入控制量； 所述步驟S3進(jìn)一步包括: 步驟S31，采用CARIMA模型描述受過(guò)程擾動(dòng)的被控對(duì)象； 步驟S32，將所述被控對(duì)象描述為多模型集； 步驟S33，根據(jù)預(yù)設(shè)的性能指標(biāo)函數(shù)，系統(tǒng)自動(dòng)切換到性能指標(biāo)最小的模型；該性能指標(biāo)最小的模型的輸出值即為系統(tǒng)的實(shí)際輸出值； 步驟S34，設(shè)置性能優(yōu)化指標(biāo)，將所述最優(yōu)設(shè)定值軌跡代入所述性能優(yōu)化指標(biāo)，根據(jù)MPC算法獲得最優(yōu)的輸入控制量。
2.根據(jù)權(quán)利要求1所述的基于多模型廣義預(yù)測(cè)控制器的預(yù)測(cè)控制方法，其特征在于，所述步驟S31具體為,所述CARIMA模型如式(I)所示:
3.根據(jù)權(quán)利要求2所述的基于多模型廣義預(yù)測(cè)控制器的預(yù)測(cè)控制方法，其特征在于，所述步驟S32具體為，將所述被控對(duì)象描述為多模型集，如式(3)所示:
Δ y (k) = φ (k)τ Θ 0(k) + ξ (k) (3)其中，Φ(10 = [ - Δ y (k-1)...- Δ y (k-na) Δ u (k~l) +...Δ u (k-nb-l)],…H由式(3)得到多模型集的向量表示,如式(4)所示:
Δ Yi (k) = Φ i (k)τ Θ 0 (k) + ξ i (k) (4) 其中，i = l, 2...，m，m+l，m+2 ;當(dāng)i = 1，2，…，m時(shí)，Θ Jk)為固定模型的恒定參數(shù)；當(dāng)i = m+1, m+2時(shí),模型為自適應(yīng)模型。
4.根據(jù)權(quán)利要求3所述的基于多模型廣義預(yù)測(cè)控制器的預(yù)測(cè)控制方法，其特征在于，所述步驟S32進(jìn)一步包括: 所述自適應(yīng)模型采用遞推最小二乘算法實(shí)時(shí)辨識(shí)系統(tǒng)參數(shù)，如式(5)所示:
5.根據(jù)權(quán)利要求3或4所述的基于多模型廣義預(yù)測(cè)控制器的預(yù)測(cè)控制方法，其特征在于，所述步驟S33具體為: 所述性能指標(biāo)函數(shù)如式(6)所示:
6.根據(jù)權(quán)利要求5所述的基于多模型廣義預(yù)測(cè)控制器的預(yù)測(cè)控制方法，其特征在于，所述步驟S34具體為: 采用階梯式控制策略，將控制增量規(guī)劃為一階指數(shù)形式，所述控制增量即為所述輸入控制量的增量，如式(7)所示:
Δu(k+j k) = β Δ (k+j-1 k), j = I, 2...，Nu-1 (7) 其中，Au(k+j|k)為k時(shí)刻對(duì)k+j時(shí)刻的控制增量，Nu為控制時(shí)域，β為階梯因子； 設(shè)置k時(shí)刻的性能優(yōu)化指標(biāo)，如式(8)所示: -V-Vr-
min J(k) = E{X [y(k + j\K)-wr(k+ j)f 十藝 χ[Διι(* +./ — 11 kf}.,1-"(S) 其中，E{.}為數(shù)學(xué)期望，Nu為控制時(shí)域，λ為控制加權(quán)系數(shù)，N為優(yōu)化時(shí)域終止時(shí)刻，wr (k+j) = a Wr (k+j-1)+ (1-α)產(chǎn)(k+j)為所述期望輸出值，式中α為柔化因子，O < α<1，yref為所述最優(yōu)設(shè)定值軌跡； 引入丟番圖方程，如式(9)和式(10)所示:
I = Ej (ζ_1)Α(ζ_1) Δ +Z-jFj (z_1) (9)
7.根據(jù)權(quán)利要求1所述的基于多模型廣義預(yù)測(cè)控制器的預(yù)測(cè)控制方法，其特征在于，還包括步驟S4:消除所述過(guò)程擾動(dòng)對(duì)系統(tǒng)的實(shí)際輸出值的影響，得到最終輸出值。
8.基于多模型廣義預(yù)測(cè)控制器的預(yù)測(cè)控制系統(tǒng)，包括:動(dòng)態(tài)實(shí)時(shí)優(yōu)化層和模型預(yù)測(cè)控制層，其特征在于， 所述動(dòng)態(tài)實(shí)時(shí)優(yōu)化層包括初始指標(biāo)生成模塊和動(dòng)態(tài)實(shí)時(shí)優(yōu)化器；其中，所述初始指標(biāo)生成模塊用于生成經(jīng)濟(jì)目標(biāo)函數(shù)和約束條件，所述動(dòng)態(tài)實(shí)時(shí)優(yōu)化器用于，根據(jù)所述約束條件對(duì)所述經(jīng)濟(jì)目標(biāo)函數(shù)進(jìn)行動(dòng)態(tài)實(shí)時(shí)優(yōu)化，輸出一最優(yōu)設(shè)定值軌跡； 所述模型預(yù)測(cè)控制層包括多模型廣義預(yù)測(cè)控制器，所述多模型廣義預(yù)測(cè)控制器內(nèi)包括多個(gè)預(yù)測(cè)模型，所述預(yù)測(cè)模型中包括多個(gè)固定模型和多個(gè)自適應(yīng)模型；所述多模型廣義預(yù)測(cè)控制器用于在抑制過(guò)程擾動(dòng)的同時(shí)，使預(yù)設(shè)的期望輸出值跟蹤所述最優(yōu)設(shè)定值軌跡，并采用多個(gè)固定模型和多個(gè)自適應(yīng)模型并行辨識(shí)系統(tǒng)的動(dòng)態(tài)特性，獲得系統(tǒng)的實(shí)際輸出值和最優(yōu)的輸入控制 量。
9.根據(jù)權(quán)利要求8所述的基于多模型廣義預(yù)測(cè)控制器的預(yù)測(cè)控制系統(tǒng)，其特征在于，還包括基層控制層，所述基層控制層用于消除所述過(guò)程擾動(dòng)對(duì)系統(tǒng)的實(shí)際輸出值的影響，輸出最終輸出值到一執(zhí)行機(jī)構(gòu)。
10.根據(jù)權(quán)利要求9所述的基于多模型廣義預(yù)測(cè)控制器的預(yù)測(cè)控制系統(tǒng)，其特征在于，所述基層控制層包括PID控制器。
【文檔編號(hào)】G05B13/04GK103472723SQ201310363168
【公開(kāi)日】2013年12月25日 申請(qǐng)日期:2013年8月19日 優(yōu)先權(quán)日:2013年8月19日
【發(fā)明者】王昕 , 宋治強(qiáng) 申請(qǐng)人:上海交通大學(xué)