[发明专利]一种多维度鲁棒预测控制方法和装置在审
申请号: | 202110750863.0 | 申请日: | 2021-07-01 |
公开(公告)号: | CN113608436A | 公开(公告)日: | 2021-11-05 |
发明(设计)人: | 张玉梅 | 申请(专利权)人: | 杭州希亚智新科技有限公司 |
主分类号: | G05B13/04 | 分类号: | G05B13/04 |
代理公司: | 深圳市智胜联合知识产权代理有限公司 44368 | 代理人: | 齐文剑 |
地址: | 310000 浙江省杭*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 多维 度鲁棒 预测 控制 方法 装置 | ||
1.一种多维度鲁棒预测控制方法,其特征在于,包括:
获取预设于模型控制器中的第一子控制器的初始模型矩阵GL1、第二子控制器的初始模型矩阵GL2,并依据所述GL1和GL2生成第一联合模型矩阵G;
依据所述第二子控制器的控制变量建立所述第一控制器和所述第二子控制器之间的串级变量关系;
根据所述串级变量关系,对所述GL1进行优化,确定GL1、GL2之间的连接矩阵E;
通过所述连接矩阵E对所述GL2进行优化,得到第二联合模型矩阵
获取所述第一子控制器的被控变量的过程约束条件以及所述第二子控制器的控制变量的过程约束条件,并依据所述所述第一子控制器的被控变量的过程约束条件、所述第二子控制器的控制变量的过程约束条件,确定所述模型控制器在预设运行周期内所述第一子控制器被控变量、所述第二子控制器控制变量的最优操作点。
2.根据权利要求1所述的方法,其特征在于,所述获取预设于模型控制器中的第一子控制器的初始模型矩阵GL1、第二子控制器的初始模型矩阵GL2,并依据所述GL1和GL2生成第一联合模型矩阵G,包括:
建立第一子控制器中被控变量和控制变量的第一模型增益关系,以及第二子控制器中被控变量和控制变量的第二模型增益关系;
依据所述所述GL1、所述GL2、所述第一模型增益关系和所述第二模型增益关系生成第一联合模型矩阵G。
3.根据权利要求1所述的方法,其特征在于,所述获取所述第一子控制器的被控变量的过程约束条件以及所述第二子控制器的控制变量的过程约束条件,并依据所述所述第一子控制器的被控变量的过程约束条件、所述第二子控制器的控制变量的过程约束条件,确定所述模型控制器在预设运行周期内所述第一子控制器被控变量、所述第二子控制器控制变量的最优操作点,包括:
确定所述第二子控制器的控制变量和所述第一子控制器的被控变量在稳态优化中的过程约束条件;
依据所述约束条件以及优化问题的目标函数,生成所述第一子控制器和所述第二子控制器之间的稳态优化问题;
通过线性规划与二次规划对所述稳态优化问题求解,分别得到所述第二子控制器的控制变量和所述第一子控制器的被控变量的最优操作点。
4.根据权利要求3所述的方法,其特征在于,所述确定所述第二子控制器的控制变量和所述第一子控制器的被控变量在稳态优化中的过程约束条件,包括:
确定所述第一子控制器的被控变量在稳态优化中的过程输入变量约束条件的上界和下界、稳态输出变量约束条件的上界和下界,确定所述第二子控制器的控制变量在稳态优化中的过程输入变量约束条件的上界和下界、稳态输出变量约束条件的上界和下界、速率约束上限和下限;
生成所述第二子控制器的控制变量和所述第一子控制器的被控变量在稳态优化中的过程约束条件。
5.根据权利要求3所述的方法,其特征在于,还包括:
在所述约束条件中增加经济约束条件,确定所述经济约束条件的约束等级:
根据所述约束等级求解得到所述控制变量的最优操作点,并根据所述控制变量的最优操作点在中计算得到所述被控变量的最优操作点。
6.根据权利要求1所述的方法,其特征在于,所述在所述模型控制器的预设运行周期内所述第一子控制器被控变量、所述第二子控制器控制变量的最优操作点,包括:
依据所述预设运行周期,控制所述第一子控制器和所述第二子控制器进行稳态优化与动态控制,其中,所述第一控制器和所述第二控制器的运行次数为所述预设的运行周期的整数倍;
确定所述第一子控制器被控变量、所述第二子控制器控制变量的最优操作点。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州希亚智新科技有限公司,未经杭州希亚智新科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110750863.0/1.html,转载请声明来源钻瓜专利网。