[发明专利]多变量非线性系统自适应均衡多模型分解控制方法

说明书

本发明公开一种多变量非线性系统自适应均衡多模型分解及控制方法。针对非线性多变量系统的复杂性，首先利用基于间隙度量的网格化算法对多变量非线性系统进行网格化；其次利用基于间隙度量的多模型分解算法对多变量非线性系统进行分解；基于得到的每个子模型，利用预测控制算法设计预测控制器，最后利用梯形加权方式进行加权合成，对系统进行全局控制，得到多变量非线性系统的自适应均衡多模型分解及多模型预测控制器。本发明大大简化了分解和控制系统的步骤，提高了效率。

技术领域

本发明公开了一种多变量非线性系统自适应均衡多模型分解控制方法。

背景技术

现实中所有的过程控制系统都是非线性的，当系统在操作点附近工作时，线性控制器可以满足要求。然而对于操作范围比较宽泛的过程控制非线性系统，线性控制器就不能满足要求了。特别对于多变量非线性过程控制系统，控制难度更大。基于分解-合成原则的多模型控制方法能够有效的将复杂的非线性控制问题通过分解转化为若干简单的线性控制问题的组合；通过求解这些线性控制问题实现对非线性控制问题的解决。多模型控制方法这种化繁为简的特点，使其在非线性控制领域有着广泛的应用。而预测控制由于直接面对的就是多变量系统以及系统存在的软硬件约束，因此对于处理多变量非线性系统的控制问题，将多模型方法和预测控制方法相结合，具有非常大的优势。

然而现有的多模型分解算法比价复杂，且过多依赖先验知识。而且对于单输入单输出系统比较好解决。当系统是多变量系统时，各个变量之间相互耦合，会使系统复杂很多。不论是调度变量的选择，系统分解还是控制器的设计、调度等都会比单输入单输出系统复杂很多。

发明内容

为了解决多变量过程控制系统的多模型分解及控制中存在的问题，本发明提供了一种多变量非线性系统自适应均衡多模型分解控制方法。

本发明的技术方案如下：

一种多变量非线性系统自适应均衡多模型分解控制方法，包括如下步骤：

(1)、利用基于间隙度量的网格化算法对多变量非线性系统进行网格化；

(1-1)、假设非线性多变量系统的调度变量是[a,b]’；

(1-2)、利用基于间隙度量的二分法网格化算法先对a分量网格化，再对b分量网格化；

(1-3)、重复步骤(1-2)直到a和b的维数不变为止，假设最后得到的网格化结果为a＝[a₁,a₂,…,a_m],b＝[b₁,b₂,…,b_n]，在a,b的每个组合点处(a_i,b_j)对原多变量非线性系统线性化得到一系列线性化模型P(i,j)；

(2)、利用基于间隙度量的多模型分解算法对多变量非线性系统进行分解

(2-1)、选取初始阈值λ＝λ0和步长ξ；

(2-2)、基于步骤(1)得到的网格化结果，利用基于间隙度量的多变量系统分解算法对网格化结果从第一个网格点开始归类；

(2-3)、假设得到m_k个子空间对应m_k个子模型，并利用基于间隙度量的最大-最小原则计算每个子空间的非线性度量值；

(2-4)、令阈值减小步长，即λ＝λ-ξ；

(2-5)、跳转到步骤(2-2)；

(2-6)、假设得到m_k+1个子空间；

(2-7)、如果m_k+1等于m_k，即m_k+1＝＝m_k，那么跳转到步骤(2-4)；