[发明专利]批次过程的预测函数容错控制方法

说明书

技术领域

本发明属于工业自动化技术领域，涉及一种批次过程的预测函数容错控制控制方法。

背景技术

随着市场经济的高速发展，工业生产过程的趋势逐渐从少品种、大批量向多品种、小批量改变，批次处理过程是高效生产小批量产品的首选方法。在化工生产过程中，由于存在摩擦、油污染、饱和等特性，执行器在执行过程中不可避免地会出现一些故障，这导致它很难达到指定或预期的位置。在生产过程中，如果有故障没有被检测出并且立即被纠正，过程的控制性能就会恶化，甚至会导致严重的安全问题，因此提出一种新的控制方法来解决执行器执行过程中可能遇到的问题从而保持系统的控制性能是十分必要的。

发明内容

本发明的目的是针对化工批次生产过程中可能遇到的未知扰动和执行器故障的问题，提出一种批次过程的预测函数容错控制方法。该方法建立了批次处理过程的非最小状态空间模型，在该模型中联合了状态变量和输出跟踪误差，同时结合预测函数控制方法来更好地处理批次生产过程中可能遇到的未知扰动和执行器故障的问题。该方法不仅保证了系统在未知扰动和执行器故障情况下有良好的跟踪性能，同时也保证了形式简单并满足实际工业过程的需要。

本发明的技术方案是通过数据采集、模型建立、预测机理、优化等手段，确立了一种批次过程的预测函数容错控制方法，利用该方法可有效提高系统在未知扰动和执行器故障情况下的控制性能。

本发明方法的步骤包括：

步骤(1).建立被控对象的非最小状态空间模型，具体方法是：

a.利用实时数据驱动的方法建立过程模型，具体方法是：建立批次过程的实时运行数据库，通过数据采集装置采集实时过程运行数据将采集的实时过程运行数据作为数据驱动的样本集合其中，表示第i组工艺参数的输入数据，y(i)表示第i组工艺参数的输出值，N表示采样总数；以该对象的实时过程运行数据集合为基础建立基于最小二乘法的离散差分方程形式的受控自回归滑动平均模型：

θ^=[a1,a2,b1,b2,]T]]>

其中，y_L(k)表示k时刻预测模型的工艺参数的输出值，θ表示通过辨识得到的模型参数的集合，表示预测模型的工艺参数的过去时刻的输入和输出数据的集合，u(k)表示k时刻工艺参数对应的控制变量，d+1为实际过程的时滞，Τ为矩阵的转置符号。

采用的辨识手段为：

其中，和P为辨识中的两个矩阵，为遗忘因子，为单位矩阵。

b.将a步骤中得到的过程模型转换为差分方程的形式：

Δy(k)+M₁Δy(k-1)+M₂Δy(k-2)＝N₁Δu(k-1)+N₂Δu(k-2)

其中，Δ为差分算子，M₁,M₂,N₁,N₂为通过模型转换得到的相关系数。引入中间变量Δm(k)，Δm(k)满足：