一种多工况工业电炉PID控制方法、系统、设备及介质

本申请涉及自动化控制，尤其是涉及一种多工况工业电炉pid控制方法、系统、设备及介质。

背景技术：

1、工业电炉广泛应用于热处理、冶金、半导体制造等连续生产场景，其温度控制直接影响产品质量与生产能耗。与一般机电对象相比，工业电炉呈现强非线性、大纯滞后、显著热惯性及参数时变等复杂动态特性，且运行过程涵盖冷启动、快速升温、恒温微调、降温冷却及外部扰动恢复等多种工况，各工况下的动态行为差异显著，给高精度温度控制带来严峻挑战。传统固定参数pid控制器难以同时兼顾多工况下的响应速度、超调抑制与稳态精度，亟需发展更具自适应能力的智能控制方案。

2、现有强化学习整定方法依据瞬时状态或单一时域特征进行决策，存在瞬时误差相近但本质不同的情形获得相似控制动作；即使引入循环神经网络，也仅从时域角度压缩历史轨迹，其中，普通经验回放将各工况样本混合存储，使恒温微调等高频工况样本占据主导，冷启动、扰动恢复等少见的复杂工况学习严重不足，削弱了策略在关键工况下的适应性，制约了强化学习在工业电炉控制中的实际部署效果。

技术实现思路

1、本公开实施例的主要目的在于提出一种多工况工业电炉pid控制方法、系统、设备及存储介质。

2、本申请实施例的第一方面提供了一种多工况工业电炉pid控制方法，所述方法包括：

3、获取工业电炉在快采样周期的运行数据，和在慢更新周期的上一周期中的控制参数、累计控制性能指标以及多个采样时刻的运行数据序列；

4、对所述运行数据、所述控制参数以及所述累计控制性能指标进行数据编码，得到当前静态状态；

5、基于所述多个采样时刻的运行数据序列，分别进行时域特征提取和频域特征提取，得到时域特征和频域特征；

6、根据所述当前静态状态，对所述时域特征以及所述频域特征进行数据编码，得到决策状态；

7、将所述决策状态输入预先训练好的强化学习策略网络，得到所述强化学习策略网络输出的控制参数增量调整量；

8、根据所述控制参数增量调整量和所述控制参数进行数据映射，得到所述慢更新周期的控制参数；

9、将所述慢更新周期的控制参数下发至所述工业电炉的底层控制器，使所述底层控制器在所述慢更新周期内按照所述快采样周期执行多次闭环控制，以在所述慢更新周期结束时，根据所述慢更新周期内的控制性能生成奖励值；

10、将所述运行数据、所述决策状态、所述控制参数增量调整量以及所述奖励值，组成转移样本。

11、本申请实施例的第一方面提供了一种多工况工业电炉pid控制方法，通过对运行数据、控制参数以及累计控制性能指标进行数据编码得到当前静态状态；基于多个采样时刻的运行数据序列分别进行时域特征提取和频域特征提取，得到时域特征和频域特征；根据当前静态状态，对时域特征以及频域特征进行数据编码得到决策状态；将决策状态输入强化学习策略网络得到控制参数增量调整量；根据控制参数增量调整量和控制参数进行数据映射得到慢更新周期的控制参数，以使底层控制器在慢更新周期内按照快采样周期执行多次闭环控制生成奖励值；将运行数据、决策状态、控制参数增量调整量以及奖励值组成转移样本，能够提升多工况适应性与控制参数调整平稳性。

12、为实现上述目的，本发明实施例的第二方面提供一种多工况工业电炉pid控制系统，所述系统包括：

13、获取模块，用于获取工业电炉在快采样周期的运行数据，和在慢更新周期的上一周期中的控制参数、累计控制性能指标以及多个采样时刻的运行数据序列；

14、第一模块，用于对所述运行数据、所述控制参数以及所述累计控制性能指标进行数据编码，得到当前静态状态；

15、提取模块，用于基于所述多个采样时刻的运行数据序列，分别进行时域特征提取和频域特征提取，得到时域特征和频域特征；

16、第二模块，用于根据所述当前静态状态，对所述时域特征以及所述频域特征进行数据编码，得到决策状态；

17、输出模块，用于将所述决策状态输入预先训练好的强化学习策略网络，得到所述强化学习策略网络输出的控制参数增量调整量；

18、映射模块，用于根据所述控制参数增量调整量和所述控制参数进行数据映射，得到所述慢更新周期的控制参数；

19、执行模块，用于将所述慢更新周期的控制参数下发至所述工业电炉的底层控制器，使所述底层控制器在所述慢更新周期内按照所述快采样周期执行多次闭环控制，以在所述慢更新周期结束时，根据所述慢更新周期内的控制性能生成奖励值；

20、组成模块，用于将所述运行数据、所述决策状态、所述控制参数增量调整量以及所述奖励值，组成转移样本。

21、为实现上述目的，本发明实施例的第三方面提供一种电子设备，包括：至少一个处理器和用于与所述至少一个处理器通信连接的存储器；所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述的一种多工况工业电炉pid控制方法。

22、为实现上述目的，本发明实施例的第四方面提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行上述的一种多工况工业电炉pid控制方法。

23、可以理解的是，上述第二方面至第四方面和相关技术相比存在的有益效果和上述第一方面和相关技术相比存在的有益效果相同，可以参见上述第一方面中的相关描述，在此不再赘述。

1.一种多工况工业电炉pid控制方法，其特征在于，所述方法包括：

2.根据权利要求1所述的多工况工业电炉pid控制方法，其特征在于，所述运行数据包括当前温度误差值和当前功率输出值，所述控制参数包括比例系数、积分系数以及微分系数，所述比例系数为所述工业电炉的pid控制律中与温度误差成比例关系的系数，所述积分系数为所述工业电炉的pid控制律中与温度误差的积分成比例关系的系数，所述微分系数为所述工业电炉的pid控制律中与温度误差变化率成比例关系的系数，所述累计控制性能指标包括误差平方积分值、超调量值、下冲量值以及功率变化量值，所述误差平方积分值为慢更新周期内各快采样周期温度误差的平方沿时间的积分值，所述超调量值为慢更新周期内实际炉温超过设定温度的最大偏差量，所述下冲量值为慢更新周期内实际炉温低于设定温度的最大偏差量，所述功率变化量为慢更新周期内相邻两个快采样时刻的执行器功率之差的绝对值中的最大值，所述对所述运行数据、所述控制参数以及所述累计控制性能指标进行数据编码，得到当前静态状态，包括：

3.根据权利要求1所述的多工况工业电炉pid控制方法，其特征在于，所述基于所述多个采样时刻的运行数据序列，分别进行时域特征提取和频域特征提取，得到时域特征和频域特征，包括：

4.根据权利要求1所述的多工况工业电炉pid控制方法，其特征在于，所述根据所述当前静态状态，对所述时域特征以及所述频域特征进行数据编码，得到决策状态，包括：

5.根据权利要求1所述的多工况工业电炉pid控制方法，其特征在于，所述根据所述控制参数增量调整量和所述控制参数进行数据映射，得到所述慢更新周期的控制参数，包括：

6.根据权利要求1所述的多工况工业电炉pid控制方法，其特征在于，所述控制性能包括误差平方积分值、超调量值、下冲量值和功率变化量值，所述误差平方积分值为慢更新周期内各快采样周期温度误差的平方沿时间的积分值，所述超调量值为慢更新周期内实际炉温超过设定温度的最大偏差量，所述下冲量值为慢更新周期内实际炉温低于设定温度的最大偏差量，所述功率变化量为慢更新周期内相邻两个快采样时刻的执行器功率之差的绝对值中的最大值，所述根据所述慢更新周期内的控制性能生成奖励值，包括：

7.根据权利要求1所述的多工况工业电炉pid控制方法，其特征在于，所述将所述运行数据、所述决策状态、所述控制参数增量调整量以及所述奖励值，组成转移样本之后，所述方法还包括：

8.一种多工况工业电炉pid控制系统，其特征在于，所述系统包括：

9.一种电子设备，其特征在于，包括至少一个处理器和用于与所述至少一个处理器通信连接的存储器；所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至7任一项所述的一种多工况工业电炉pid控制方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行权利要求1至7任一项所述的一种多工况工业电炉pid控制方法。