面向混合积分型被控变量的稳态目标跟踪优化和控制方法

摘要: 本发明涉及过程控制领域,尤其是涉及一种面向混合积分型被控变量的稳态目标跟踪优化。背景技术:1、双层结构模型预测控制(double-layermodelpredi...
面向混合积分型被控变量的稳态目标跟踪优化和控制方法

本发明涉及过程控制领域,尤其是涉及一种面向混合积分型被控变量的稳态目标跟踪优化。

背景技术:

1、双层结构模型预测控制(double-layer model predictive control,dlmpc)是一种先进过程控制方法。dlmpc上层实现局部稳态目标计算的功能,被称为稳态优化层;下层执行跟踪稳态目标的任务,被称为动态控制层。稳态优化层主要包含可行性判定与软约束调整和稳态目标计算。

2、积分型被控变量是非自衡过程的典型代表,当系统达到稳态后,积分型被控变量随着某操纵变量的阶跃变化而持续上升或下降。稳定型被控变量的可行性判定与软约束调整和稳态目标计算并不适用于积分型被控变量。

3、对于聚合反应过程,在稳态优化层难以同时表征稳定型被控变量和积分型被控变量的稳态预测值。并且当稳态优化问题不可行时,未考虑对稳定型被控变量和积分型被控变量的约束放松优先级策略。而动态控制跟踪非最优稳态目标将会增大能耗成本等。

技术实现思路

1、本发明的目的是面向混合积分型被控变量复杂系统的双层结构模型预测控制提出一种改进的稳态优化层,包括混合积分型被控变量的可行性判定与软约束调整策略和稳态目标计算。

2、本发明为实现上述目的所采用的技术方案是:面向混合积分型被控变量的稳态目标跟踪优化和控制方法,包括以下步骤:

3、1)基于聚合反应过程控制系统,构建稳态优化层优化问题的决策变量、操纵变量、稳定型被控变量和积分型被控变量;其中,操纵变量用于表示聚合反应过程的冷却水流量、进料流量,稳定型被控变量用于表示反应物浓度、质量,积分型被控变量用于表示液位;

4、2)根据决策变量、操纵变量和积分型被控变量,构造积分型被控变量的可行性判定与软约束调整优化问题,得到积分型松弛因子和

5、3)根据决策变量、操纵变量、稳定型被控变量和积分型被控变量,以及积分型松弛因子和构造稳定型被控变量的可行性判定与软约束调整优化问题,得到稳定型松弛因子和

6、4)根据决策变量、积分型被控变量,构造稳态积分斜率平衡的约束条件;

7、5)根据决策变量、操纵变量、稳定型被控变量和积分型被控变量,积分型松弛因子和稳定型松弛因子和以及稳态积分斜率平衡的约束条件,构建目标函数,求解得到局部稳态最优目标操纵变量和被控变量

8、6)将最优目标操纵变量和被控变量作为动态控制层的跟踪目标,根据动态控制层最优解调节冷却水流量、进料流量。

9、步骤1)具体如下:

10、1)针对具有m个操纵变量的聚合反应过程控制系统,稳态优化问题的决策变量δuab(k)是2m×1矩阵:

11、δuab(k)

12、=[δu1,a(k)δu1,b(k)δu2,a(k)δu2,b(k)…δum,a(k)δum,b(k)]t

13、其中δui,a(k)和δui,b(k)分别如下所示:

14、δui,a(k)=mδui,ss(k)+(m-1)δui,ss(k+1)+…+δui,ss(k+m-1)

15、δui,b(k)=(m-1)δui,ss(k)+(m-2)δui,ss(k+1)+…+δui,ss(k+m-2)

16、其中,i=1,2,…,m,m为动态控制层的控制时域,k表示时间步长;u代表操纵变量,δu代表操纵变量增量,下标ss代表稳态;

17、2)根据决策变量δuab(k),构造未来m步操纵变量、稳定型被控变量和积分型被控变量;

18、构造差值系数矩阵cab,diff如下所示:

19、

20、构造未来m步的操纵变量uss(k+m-1)如下所示:

21、uss(k+m-1)=uss(k-1)+cab,diffδuab(k)

22、根据稳定型稳态增益系数矩阵构造未来m步的稳定型被控变量如下所示:

23、

24、构造积分型被控变量差值系数矩阵sab,n如下所示:

25、

26、其中,n为积分型被控变量的数量,sab,n是阶跃响应差值系数矩阵,矩阵中的元素sxy,n,s为积分型的阶跃响应系数,下角标xy为第y个操纵变量对第x个被控变量的映射,n为聚合反应过程控制系统模型截断时长,sxy,n表示第y操纵变量对第x个被控变量的第n时刻的阶跃响应系数;

27、根据积分型被控变量的稳态初值之差构造未来m步的积分型被控变量如下所示:

28、

29、步骤2),具体如下:

30、构造积分型被控变量的可行性判定与软约束调整优化问题,如下所示:

31、

32、s.t.ωrzr≤ψr

33、其中,wr为积分型松弛因子的权重系数,和分别代表积分型松弛因子的上限和下限,积分型被控变量的可行性判定与软约束调整优化问题的决策变量zr如下所示:

34、

35、积分型被控变量的约束条件的系数ωr和约束边界ψr分别如下所示:

36、

37、其中,umin和umax分别为操纵变量的下限和上限;和分别为积分型被控变量的硬约束上限和下限;和分别为积分型被控变量的硬约束上限和下限;in为n维单位矩阵;er为积分型被控变量的动态预测误差;uss(k-1)表示稳态优化层的操纵变量;

38、求解积分型被控变量的可行性判定与软约束调整优化问题,得到积分型松弛因子和

39、步骤3)具体如下:

40、构造稳定型被控变量的可行性判定与软约束调整优化问题:

41、

42、s.t. ωszs≤ψs

43、其中,ws为稳定型松弛因子的权重系数,和分别代表稳定型松弛因子的上限和下限,稳定型被控变量的可行性判定与软约束调整优化问题的决策变量zs如下所示:

44、

45、稳定型被控变量的约束条件的系数ωs和约束边界ψs分别如下所示

46、

47、其中,和分别为稳定型被控变量的硬约束上限和下限;和分别为稳定型被控变量的硬约束上限和下限;es为稳定型被控变量的动态预测误差;q为稳定型被控变量个数;iq为q维单位矩阵;

48、求解稳定型被控变量的可行性判定与软约束调整优化问题,得到稳定型松弛因子和

49、步骤4),具体如下:

50、未来m+1步的积分型被控变量与相等,得到稳态积分斜率平衡的约束条件:

51、

52、其中,δsab如下所示:

53、

54、δsnm表示第m个操纵变量对第n个积分型被控变量的差分阶跃响应系数。

55、步骤5),具体如下:

56、

57、s.t.umin≤uss(k)≤umax

58、

59、uss(k+m-1)=uss(k-1)+cab,diffδuab(k)

60、

61、其中,ytt表示目标跟踪值;表示所有被控变量,包括和qss和rss分别为被控变量和操纵变量的权重矩阵;

62、通过求解目标函数,得到稳态优化层给出的局部稳态最优目标操纵变量和包括稳定型被控变量和积分型被控变量的被控变量作为动态控制层跟踪目标,动态控制层采用模型预测控制算法,求解聚合反应过程的进料流量、冷却水流量。

63、面向混合积分型被控变量的稳态目标跟踪优化和控制系统,包括:

64、变量构建模块,用于基于聚合反应过程控制系统,构建稳态优化层优化问题的决策变量、操纵变量、稳定型被控变量和积分型被控变量;其中,操纵变量用于表示聚合反应过程的冷却水流量、进料流量,稳定型被控变量用于表示反应物浓度、质量,积分型被控变量用于表示液位;

65、可行性判定与软约束调整模块,用于根据决策变量、操纵变量和积分型被控变量,构造积分型被控变量的可行性判定与软约束调整优化问题,得到积分型松弛因子和根据决策变量、操纵变量、稳定型被控变量和积分型被控变量,以及积分型松弛因子和构造稳定型被控变量的可行性判定与软约束调整优化问题,得到稳定型松弛因子和

66、稳态积分斜率平衡约束条件构建模块,用于根据决策变量、积分型被控变量,构造稳态积分斜率平衡的约束条件;

67、局部稳态最优目标变量求解模块,用于根据决策变量、操纵变量、稳定型被控变量和积分型被控变量,积分型松弛因子和稳定型松弛因子和以及稳态积分斜率平衡的约束条件,构建稳态目标跟踪优化问题,求解得到局部稳态最优目标操纵变量和被控变量

68、动态控制模块,用于将最优目标操纵变量和被控变量作为动态控制层的跟踪目标,根据动态控制层最优解调节冷却水流量、进料流量。

69、本发明具有以下有益效果及优点:

70、在采用双层结构模型预测控制同时包含稳定型被控变量和积分型被控变量的系统时,提出一种改进的稳态优化层,基于多步操纵变量之和的形式构造新的决策变量,并将其引入稳定型被控变量和积分型被控变量的可行性判定与软约束调整阶段,以及稳态目标跟踪优化的目标函数,根据所求的放松约束因子和稳态积分斜率平衡构造稳态目标跟踪优化的约束条件。最终形成稳态目标跟踪优化问题进行求解,得到稳态优化目标。动态控制层跟踪稳态优化目标,采用模型预测控制算法,降低成本能耗等。