[发明专利]基于反步法的混合自适应预测控制系统及其预测控制方法

权利要求书

1.基于反步法的混合自适应预测控制系统，包括间歇化工生产对象、数据采集通道、神经网络辨识模块、自适应控制模块、模型库；所述间歇化工生产对象的输出端通过数据采集通道与神经网络辨识模块的输入端连接，神经网络辨识模块的输出端分别与自适应控制模块的输入端和模型库的输入端连接，模型库的输出端与自适应控制模块的输入端连接，自适应控制模块的输出端通过数据采集通道与间歇化工生产对象的输入端连接。

2.根据权利要求1所述的基于反步法的混合自适应预测控制系统，其特征在于：所述神经网络辨识模块包括神经网络建模模块、模型仿真模块、模型编辑模块；所述数据采集通道的输出端分别与模型仿真模块的输入端和神经网络建模模块的输入端连接，模型仿真模块的输出端与神经网络建模模块的输入端连接；神经网络建模模块的输出端分别与模型编辑模块的输入端和模型库的输入端连接。

3.根据权利要求1或2所述的基于反步法的混合自适应预测控制系统，其特征在于：所述数据采集通道包括依次连接的采集模块和数据预处理模块。

4.权利要求1至3中任意一项所述的基于反步法的混合自适应预测控制系统的预测控制方法，具体包括以下步骤：

（1）数据采集通道实时采集间歇化工生产过程的工艺参数值，进行数据预处理；

（2）处理后的数据传递给神经网络辨识器，由神经网络辨识器进行建模，建模后的模型经过仿真修正；

（3）智能混合自适应预测控制器读取模型参数，生成控制参数，控制执行机构动作；

（4）控制算法实现。

5.根据权利要求4所述的基于反步法的混合自适应预测控制方法，其特征在于：所述步骤（1）包括：在底层应用DDE技术、OPC技术和 API HOOK技术，远程进程数据交换技术作为数据源适配器，针对不同的DCS系统平台实现统一接口、结构类似的适配器，各个适配器采用统一的，基于消息的通讯协议同一级中心服务器进行数据交换；一级中心服务器再对数据进行进一步的封装、筛选、压缩，并根据上层应用的时间特性要求转发到上一级中心服务器，或者直接提供给本层所挂接的各种应用，同时每一层级的中心服务器同所挂接的应用之间的数据交互。

6.根据权利要求4所述的基于反步法的混合自适应预测控制方法，其特征在于：所述步骤（2）包括：神经网络辨识器的建模依据所获得的数据建立数学模型，同时，模型仿真器利用获得的数据对神经网络建模建立的模型进行有效性验证；模型编辑模块依据仿真结果对神经网络建模模块建立的非线性模型进行修正；神经网络建模模块将模型数据存储入模型库中。