[发明专利]一种最小误差变量施药控制方法及系统

权利要求书

1.一种最小误差变量施药控制方法，其特征在于，包括：

S1：获取变量施药控制系统的传递函数；

S2：根据所述传递函数生成流速控制单位阶跃响应序列；

S3：根据所述流速控制单位阶跃响应序列与预期施药量的误差，构建所述变量施药控制系统从启动到稳态的开环误差序列；

S4：基于所述开环误差序列，构建系统累计施药误差函数；

S5：采用强化学习方法优化所述变量施药控制系统的PID参数，使所述累计施药误差函数的函数值最小；

S6：根据所述PID参数，完成施药过程的PID调节控制；

所述系统累计施药误差函数为：

其中，J(k)为系统累计施药误差，W为预期施药量，a_i为第i个脉冲激励信号对应的阶跃响应，n为脉冲激励信号的总数；

在步骤S5中，所述采用强化学习方法优化所述变量施药控制系统的PID参数，使所述累计施药误差函数的函数值最小，具体包括：

S51：设定一组初始PID参数，所述初始PID参数包括初始比例系数、初始积分系数和初始微分系数；

S52：分别以预设步长间隔分别对所述初始PID参数进行调节转变，建立强化学习的Q函数；

S53：基于所述Q函数，按预设概率，将在k时刻产生的动作增量叠加至所述初始PID参数上，获取在所述k时刻的施药量输出序列；

S54：根据所述施药量输出序列，计算所述k时刻的累计施药误差和累计施药误差变化量；

S55：若所述累计施药误差变化量为正，则利用所述k时刻的动作奖励值更新所述k时刻的强化学习的Q函数；

S56：依次迭代执行上述步骤S53-步骤S55，直至所述累计施药误差的变化量不变，并获取此时的变量施药控制系统的PID参数。

2.根据权利要求1所述的最小误差变量施药控制方法，其特征在于，在步骤S1中，所述获取变量施药控制系统的传递函数，包括：

采用随机脉冲激励信号对所述变量施药控制系统进行激励，通过对获取的施药量传感器数据和施药量指令数据的分析，获取所述变量施药控制系统的传递函数。

3.根据权利要求1所述的最小误差变量施药控制方法，其特征在于，在步骤S51中，所述设定一组初始PID参数，包括：

确定所述变量施药控制系统的发散震荡临界状态，并将在所述发散震荡临界状态时的PID参数作为所述初始PID参数。

4.根据权利要求1所述的最小误差变量施药控制方法，其特征在于，在步骤S53中，所述获取在所述k时刻的施药量输出序列，包括：

确定在所述k时刻之前以及之后的多个控制周期内所述变量施药控制系统的输出施药量，以构建所述施药量输出序列。

5.根据权利要求1所述的最小误差变量施药控制方法，其特征在于，在步骤S55中，所述若所述累计施药误差的变化量小于或等于0，则利用所述k时刻的动作奖励值更新所述k时刻的强化学习的Q函数，包括：

若ΔJ(k)≤0，则R(P(k),I(k),D(k))＝1，此时获取到所述k时刻的强化学习的Q函数为：

Q(P(k),I(k),D(k))＝(1-α)Q(P(k),I(k),D(k))+γ(R(P(k),I(k),D(k))+max(Q(P(k+1),I(k+1),D(k+1)))；

其中，ΔJ(k)为k时刻的累计施药误差变化量，α为调节经验对变量施药控制系统的PID参数的影响率，γ为奖励环节对变量施药控制系统的PID参数的影响率，Q(P(k),I(k),D(k))为k时刻的强化学习的Q函数，R(P(k),I(k),D(k)为k时刻的动作奖励值。