[发明专利]一种闭环模型预测控制系统的过程模型失配检测方法

说明书

本发明属于模型预测控制监控领域，具体公开了一种闭环模型预测控制系统的过程模型失配检测方法，包括：基于闭环模型预测控制系统的输入数据和输出数据以及控制系统内的各传递函数，计算该控制系统的系统残差值和干扰更新序列；计算系统残差值和干扰更新序列的方差比值，作为控制系统中的实际过程模型的质量指标值，基于该指标值判断是否存在模型失配，若模型失配则采用子空间辨识法辨识控制系统的所有子空间矩阵；对状态变量对应的子空间矩阵进行奇异值分解，并计算分解得到的最大、最小奇异值的比值，基于该比值判断实际过程模型是否失配。本发明仅利用输入输出数据即可从多种影响控制性能的因素中有效检测并分辨出实际失配的模型，高效且可靠。

技术领域

本发明属于模型预测控制监控领域，更具体地，涉及一种闭环模型预 测控制系统的过程模型失配检测方法。

背景技术

模型预测控制(Model Predictive Control，MPC)属于先进控制技术 的领域，MPC控制器具有建模简单方便、动态控制效果快、鲁棒性强等特点， 它广泛应用于实际的工业过程控制中。

近年来，工业过程对MPC的性能要求越来越高，MPC性能监控技术成为 了先进控制技术研究中的热点。过程模型不匹配问题是MPC性能退化的一 个重要原因，近二十年来，大量学者在检测过程模型不匹配问题的研究中 做出了贡献。目前，模型失配检测的方法可以分为四大类：

(1)基于鲁棒控制的方法：Badwe等人利用模型不确定性的概念，根 据设计敏感函数和相对敏感函数计算了失配影响的边界范围。这种方法保 守性较大，且通过范数形式表示，不能反映控制性能变化的方向；

(2)基于变量间关系的方法：Stanfelj等通过变量和残差间的相关关 系来检测失配与否，它不需要辨识失配的部分。Badwe等又提出用偏相关关 系来定位失配通道的方法。基于变量间关系的方法在量化失配大小、评估 失配的影响等方面仍存在不足，需要借助其他方法；

(3)基于系统辨识的方法：Qin等根据模型的自相关函数阶次来区分 模型，Sun等根据闭环数据估计了余差模型的最小方差基准并由此评价模型 质量。基于系统辨识的方法以具体的模型为基础，便于量化失配的严重程 度，只需要用到闭环输入输出数据，它的缺点就是系统辨识通常需要有充 分的激励，但这种方法在流程工业中仍然使用普遍；

(4)非直接的方法：这种方法主要用于处理非线性模型的失配问题， 通过建立非线性状态空间模型和带外部输入的非线性ARMA的模型，利用激 励信号和模型余差的互信息检测模型失配。这种方法需要的约束较多，研 究很少。

通过上面的阐述，可以发现，现有的模型失配检测方法在工业实际过 程中仍存在难检测、需要激励、成本高、安全性低等技术问题。

发明内容

本发明提供一种闭环模型预测控制系统的过程模型失配检测方法，用 以解决现有模型失配检测方法因所需数据复杂、检测不充分而存在无法精 确确定控制系统中的具体失配模型的技术问题。

本发明解决上述技术问题的技术方案如下：一种闭环模型预测控制系 统的过程模型失配检测方法，包括：

基于闭环模型预测控制系统的输入数据和输出数据以及所述控制系统 内的各传递函数，计算该控制系统的系统残差值和干扰更新序列；

计算所述系统残差值和所述干扰更新序列的方差比值，作为控制系统 中的实际过程模型的质量指标值，基于该指标值判断是否存在模型失配， 若模型失配，则采用子空间辨识法辨识所述控制系统的所有子空间矩阵；

对状态变量对应的所述子空间矩阵进行奇异值分解，并计算分解得到 的最大、最小奇异值的比值，基于该比值及其阈值，判断所述实际过程模 型是否失配，完成失配检测。

上述技术方案的基础上，本发明还可以做如下改进。

进一步，所述输入数据和所述输出数据的采集方法为：