[发明专利]一种基于模型预测的双回路水箱液位控制方法

权利要求书

1.一种基于模型预测的双回路水箱液位控制方法，适用于双回路连续给水系统，所述双回路连续给水系统包括从下至上依次设置的第一水箱(1)、第二水箱(2)和第三水箱(3)；所述第一水箱(1)与水泵(4)连通；所述水泵(4)通过两根分水管分别与第二水箱(2)、第三水箱(3)连通；所述两根分水管上均安装有电动调节阀；所述第二水箱(2)和第三水箱(3)底部均安装有排水管，所述排水管上安装有阀门；所述第二水箱(2)和第三水箱(3)内均安装有液位传感器；其特征在于，该方法包括以下步骤：

1)实时采集两个电动调节阀的开度数据和第二水箱(2)、第三水箱(3)的液位传感器获取的液位数据；

2)根据上述开度数据和液位数据，建立双回路连续给水系统依存于水箱液位的非线性ARX模型，采用SNPOM优化非线性ARX模型参数，采用AIC准则选择非线性ARX模型阶次；所述非线性ARX模型表达式如下：

l(t)=φ0(w(t-1))+Σk=1nlφl,k(w(t-1))l(t-k)+Σk=1nvφv,k(w(t-1))v(t-k)+ξ(t);]]>

其中，l(t)＝[l₁(t),l₂(t)]^T，l₁(t)、l₂(t)分别为t时刻第二水箱(2)、第三水箱(3)的输出液位向量；v(t)＝[v₁(t),v₂(t)]^T，v₁(t)、v₂(t)分别为t时刻两个电动调节阀的开度向量；n_l、n_v分别为电动调节阀开度、输出液位的阶次；h、d＝dim(w(t-1))分别为RBF网络的节点数和开度向量的维数；z_j,m、λ_j,m为RBF网络的中心向量和缩放因子；和是RBF网络相应的权重和阀值；w(t)＝[l(t)^T,…,l(t-d+1)^T]^T；ξ(t)为水箱液位系统建模误差，为高斯白噪声；

3)基于上述步骤3)得到的非线性ARX模型的全局非线性特性设计双回路水箱液位预测控制器，得到预测控制器结构如下：

minV^(t)J=||L^(t)-Lr(t)||Q2+||V^(t)||R12+||ΔV^(t)||R22s.t.Lmin≤L^(t)≤Lmax,Vmin≤V^(t)≤Vmax,ΔVmin≤ΔV^(t)≤ΔVmax;]]>

其中，L^(t)=[l^(t+1|t)Tl^(t+2|t)T...l^(t+Np|t)T]TLr(t)=[l(t+1|t)Tl(t+2|t)T...l(t+Np|t)T]TV^(t)=[v(t)Tv(t+1)T...v(t+Nu-1)T]TΔV^(t)=[Δv(t)TΔv(t+1)T...Δv(t+Nu-1)T]T,]]>N_p,N_u分别为预测时域和控制时域，且满足N_p≥N_u；从N_u到N_p时域内输入为N_u时刻的输入并保持不变，v(t+s)＝v(t+N_u-1)，N_p≥s≥N_u；分别表示t时刻的预测输出序列和期望输出序列；表示t时刻预测控制增量序列，Δv(t)＝v(t)-v(t-1)；L_min,L_max分别为输出液位下限幅序列和上限幅序列；ΔV_min,ΔV_max分别为输入阀门开度下限幅序列和上限幅序列；R₁、R₂为控制加权矩阵；Q为误差加权矩阵；为t时刻预测出的t+1时刻的输出液位；l(t+1|t)为t时刻输出液位的t+1时刻的期望值；

4)控制加权矩阵R₁、R₂，误差加权矩阵Q，控制时域N_u，预测时域N_p，最终达到液位控制性能指标。