[发明专利]一种在线解耦生物质发酵的控制方法

说明书

技术领域

本发明属于算法技术领域，涉及一种发酵控制算法，尤其是一种在线解耦生物质发酵的控制方法。

背景技术

乙醇又称酒精，是由C、H、O三种元素组成的有机化合物，乙醇分子式C₂H₅OH。常温常压下，乙醇是无色透明的液体，具有特殊的芳香味和刺激味，且易挥发、易燃烧。生物乙醇，是以生物质为原料生产的可再生能源。由于生物质发酵系统是一个大时滞、非线性、无精确数学模型的多变量复杂系统，比如温度、溶解氧、PH值等参数互相具有耦合性，因此需要对耦合系统进行解耦。

随着被控系统越来越复杂，如非线性、滞后性、多干扰、建模不确定性等，需要控制的变量往往不只有一个，且多个变量之间相互关联，即耦合。传统的单变量控制系统设计方法显然无法满足要求。此为现有技术的不足之处。

因此，针对现有技术中的上述缺陷，提供设计一种在线解耦生物质发酵的控制方法；以解决现有技术中的问题，是非常有必要的。

发明内容

本发明的目的在于，针对上述现有技术存在的缺陷，提供设计一种在线解耦生物质发酵的控制方法，以解决上述技术问题。

为实现上述目的，本发明给出以下技术方案：

一种在线解耦生物质发酵的控制方法，其特征在于，包括以下步骤：

S1：设计基于RBF神经网络的自适应PID控制算法；

S2：设计基于RBF神经网络的分散解耦控制算法；

S3：将步骤S1中的RBF神经网络自适应PID控制算法与步骤S2中RBF神经网络分散解耦控制算法相结合。

作为优选，所述步骤S1包括以下步骤：

S11：神经网络在线整定PID控制器的比例k_p、积分k_i、微分k_d参数，

经典增量式数字PID控制算法表示为：

c(1)＝e(k)-e(k-1)(1)

c(2)＝e(k)(2)

c(3)＝e(k)-2(k-1)+e(k-2)(3)

u(k)＝u(k-1)+Δu(k)(4)

Δu(k)＝k_p(e(k)-e(k-1))+k_ie(k)+k_d(e(k)-2e(k-1)+e(k-2))(5)

由公式(1)(2)(3)(4)(5)得

u(k)＝u(k-1)+k_p(e(k)-e(k-1))+k_ie(k)+k_d(e(k)-2e(k-1)+e(k-2))(6)

其中,e(k)＝r(k)-y(k)，k_p、k_i、k_d分别为控制器的比例、积分、微分系数；

S12：神经网络性能指标函数为：

S13：根据RBF神经网络梯度下降法，在线调整输出权值、隐层节点的中心向量及基宽参数，调整算法如下：

S14：k_p、k_i、k_d为PID控制器的三个可调参数，用O₁、O₂、O₃来表示，则根据式(6)可得：

S15：神经网络的输出层权值学习算法为：

w_jl(k)＝w_jl(k-1)+ηΔw_jl(k)+α(w_jl(k-1))-w_jl(k-2)(14)

同理，隐层节点的中心向量及基宽参数的学习算法：

c_ij(k)＝c_ij(k-1)+ηc_ij(k)+α(c_ij(k-1)-c_ij(k-2))(16)

σ_j(k)＝σ_j(k-1)+ηΔσ_j(k)+α(σ_j(k-1)-σ_j(k-2))(18)

其中,η为学习速率,α为动量因子,η∈[0,1]，α∈[0,1]；