[发明专利]甲醇自热重整制氢过程的自适应控制方法

权利要求书

1.甲醇自热重整制氢过程的自适应控制方法，其特征是采用自适应控制器根据期望氢气产量y_d、实际氢气产量y和实际氢气产量变化率x₂来操纵反应原料甲醇水溶液的流量u₁，同时采用具有重整温度T约束的变比值控制器来操纵另一反应原料空气的流量u₂，具体步骤包括：

所述自适应控制器按以下实际氢气产量y和甲醇水溶液的流量u₁之间的模型来操纵甲醇水溶液的流量u₁：

x·1=x2x·2=-a1x1-a2x2+b1u1+b2u·1+dy=x1---(1)]]>

式中，x₁为表征实际氢气产量的状态变量，为x₁的导数；为x₂的导数；为u₁的导数；d为干扰，其绝对值小于等于干扰的上限值d_M；为x₁、x₂、u₁、与d的线性函数，a₁、a₂、b₁、b₂为所述线性函数的正系数。

所述自适应控制器中，定义误差e₁、误差e₂和误差r为

e1=x1-yde2=x2-y·d---(2)]]>

r=λe₁+e₂  (3)

式中，λ为大于0的系数。

所述自适应控制器中，甲醇水溶液的流量u₁的导数为

u·1=-k(t)r-[k(t)δ+kvv2]sgn(r)+W^TΦ(Z)---(4)]]>

式中，δ、k_v为大于0的系数；其中为y_d的二阶导数；sgn(r)为符号函数；k(t)为

k(t)=σ[1+1ω1|W^TΦ(Z)|2+1ω2|h(x1,x2,u1)|2]---(5)]]>

式中，σ、ω₁、ω₂为大于0的系数；h(x₁,x₂,u₁)≥|-a₁x₁-a₂x₂+b₁u₁|。为神经网络的输出；Φ(Z)为作用函数，其中Z=V^TX，V为4×N维的权值矩阵，N为神经元的数目，X=[x₁ x₂ u₁ 1]^T为神经网络的输入；为N×1维的理想权值向量W的估计值，的更新规则为

W^·=-ηΦ(Z)r-γη|r|W^---(6)]]>

式中，η、γ为大于0的系数。

所述变比值控制器中，空气的流量u₂和甲醇水溶液的流量u₁的比值为K，即

u₂=K(n)u₁ (7)

式中，K(n)为第n个采样周期空气的流量u₂和甲醇水溶液的流量u₁的比值；K(n)的取值根据重整温度T进行更新，重整温度T偏高时K(n)减小，重整温度T偏低时K(n)增大。

2.如权利要求1所述的甲醇自热重整制氢过程的自适应控制方法，其特征是所述实际氢气产量变化率x₂采用高增益观测器进行估计，得到所述实际氢气产量变化率x₂的估计值所述高增益观测器为

x^·1=x^2+p1k(y-y^)x^·2=p2k2(y-y^)y^=x^1---(8)]]>

式中，为实际氢气产量x₁的估计值，为的导数；为的导数；为y的估计值；k为观测器增益；p₁、p₂为系数，取值必须满足如下方程

z²+p₁z+p₂=0  (9)

具有互不相同根，其中z为所述方程的未知数。