[发明专利]一种批次注塑过程的状态补偿模型控制方法

说明书

本发明公开了一种批次注塑过程的状态补偿模型控制方法。本发明在控制器的设计中引入了一个新的误差补偿策略，首先在传统的控制模型中加入时间后向差分算子，然后引入状态模型，选取合适的状态向量，引入跟踪误差，最终获得所需要的控制模型，然后选取合适的对象函数，通过调节控制参数最终得到最优控制律，该方法结合了模型预测控制和迭代学习控制策略的优点，提高了批处理过程中控制策略的整体性能。

技术领域

本发明属于自动化技术领域，涉及一种批次注塑过程的状态补偿模型控制方法。

背景技术

随着经济的快速发展，对生产产品的批次过程的控制要求越来越严格。随之产生了一些相关的控制理论和应用。如迭代学习控制和模型预测控制。对于迭代学习控制，由于该控制规律是一种事先得到的前馈控制，下一个周期不提供反馈，因此在实际中，这种控制方法不可避免的存在动态扰动，当批处理控制系统采用纯迭代学习控制时，不能保证其控制性能。模型预测控制也是一种有前景的控制方法，它被许多学者在控制系统中用作控制器。虽然已经有这些控制策略，然而由于工业生产过程中存在着不确定性，已有的控制策略仍然有提升的空间。

发明内容

本发明的目的是针对传统迭代学习控制和模型预测控制在批处理过程中存在的超调和振荡的不足之处，提出了一种新的状态补偿模型，并基于此模型设计了新型的控制方法。

本发明在控制器的设计中引入了一个新的误差补偿策略，首先在传统的控制模型中加入时间后向差分算子，然后引入状态模型，选取合适的状态向量，引入跟踪误差，最终获得所需要的控制模型，然后选取合适的对象函数，通过调节控制参数最终得到最优控制律，该方法结合了模型预测控制和迭代学习控制策略的优点，提高了批处理过程中控制策略的整体性能。

本发明的技术方案是通过数据采集、模型建立、预测机理、迭代控制、优化等手段，确立了一种批次过程的新型状态补偿模型控制策略，改善了系统整体的控制性能。

本发明方法的步骤包括：

步骤一.设计批次过程的新型状态控制模型。具体方法是：

1.1给传统的批次过程状态表达式添加时间后向差分算子

F(q_t^-1)Δ_ty(t,k)＝H(q_t^-1)Δ_tu(t,k)

其中，y(t,k)和u(t,k)是批处理过程第k个周期t时刻的输出和出入。q_t^-1是单位时间后移算子，Δ_t是时间后向差分算子，F(q_t^-1),H(q_t^-1)的形式如下：

F(q_t^-1)＝1+f₁q_t^-1+f₂q_t^-2+…+f_mq_t^-m

H(q_t^-1)＝h₁q_t^-1+h₂q_t^-2+…+h_nq_t^-n

f₁,f₂…f_m，h₁,h₂…h_n分别是F(q_t^-1)和H(q_t^-1)的对应系数。m和n分别是输入和输出模型的最大阶次。