[发明专利]一种带漂移干扰的模型预测控制器的建模质量监控方法

说明书

本发明公开了一种带漂移干扰的模型预测控制器的建模质量监控方法,包括如下步骤：建立闭环控制系统的干扰模型；根据闭环控制系统的实际情况以及给定的控制目标，设计过程的动态模型MPC控制器；采用干扰模型及MPC控制器控制闭环控制系统，并采集闭环控制系统运行所得的过程数据；根据闭环控制系统结构，对过程输出及过程输入数据进行正交投影，获得过程估计干扰更新；根据闭环控制系统既定参考信号和过程实际输出，获取闭环控制系统的实际跟踪误差；根据所述过程估计干扰更新与所述实际跟踪误差，获得闭环控制系统的模型质量指标；根据闭环控制系统结构，利用所述模型质量指标对建模质量进行监控；具有可行性高，处理消耗资源少，评价结果准确度高的特点。

技术领域

本发明属于模型预测控制领域，更具体地，涉及一种带漂移干扰的模型预测控制器的建模质量监控方法。

背景技术

模型预测控制(Model Predictive Control，MPC)是一种广泛应用于工业过程控制领域的基于模型的先进控制方法,具有控制效果好、鲁棒性强、对模型精确性要求不高的优点。

模型预测控制在工业过程上的实际应用，称之为模型预测控制器(ModelPredictive Controller，MPC Controller)。MPC控制器具有建模简单、动态控制效果好、鲁棒性强的特点，在投产初期具有良好的控制性能；然而，随着时间的推移，MPC控制器性能会逐渐下降，最后甚至不得不切换到传统PID控制。导致控制器性能下降的主要因素有噪声干扰、模型失配、阀门粘滞、感知器偏差等。因此，对MPC控制器的性能进行实时评估和监控，及时发现其性能下降并进行报警，进而诊断性能恶化根源，对保证生产过程的安全、高效、优质、低耗运行具有重要的实际意义。

近年来，基于数据驱动的方法被越来越多地应用于控制系统性能评估问题。如MPC框架下的历史性能指标，能对MPC的性能做出有效的评价，但它需要获取一段控制系统运行良好的数据来计算评价基准，而此良好运行阶段的选取没有标准，从而给该方法的应用带来一定的局限性。在基于模型的控制技术中，模型的质量对于控制器的设计和整定起到关键作用，控制系统的性能依赖于过程模型的精度，亦即受到模型失配程度的影响。

一方面，现阶段关于建模质量监控的技术多采用白噪声作为系统干扰噪声源，但在实际工业过程中，干扰往往随时间缓慢递增，呈现出非高斯的特点；另一方面，现阶段关于建模质量监控的技术尚无法诊断导致控制器性能变差的恶化根源，无法诊断控制器性能变差的原因是在于模型存在失配，或者是噪声干扰、阀门粘滞、感知器偏差等因素上。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种带漂移干扰的模型预测控制器的建模质量监控方法，其目的在于仅需利用闭环控制系统的常规输入输出数据即可有效监控模型质量，由此提高建模质量监控准确度。

为实现上述目的，按照本发明的一个方面，提供了一种带漂移干扰的模型预测控制器的建模质量监控方法，包括如下步骤：

(1)建立闭环控制系统的干扰模型；

(2)根据闭环控制系统的实际情况以及给定的控制目标，获取过程的MPC控制器；

(3)当闭环控制系统在所述干扰模型及MPC控制器的控制下运行时，采集闭环控制系统运行所得的过程数据；所述过程数据包括闭环控制系统的过程输出和过程输入；

(4)根据闭环控制系统结构，对所述过程输出及过程输入数据进行正交投影，获得过程估计干扰更新；

(5)根据闭环控制系统既定参考信号和过程实际输出，获取闭环控制系统的实际跟踪误差；

(6)根据所述过程估计干扰更新与所述实际跟踪误差，获得闭环控制系统的模型质量指标；

(7)根据闭环控制系统结构，利用所述模型质量指标对建模质量进行监控。