[发明专利]一种CSTR系统的控制方法及装置

权利要求书

1.一种CSTR系统的控制方法，应用于调控CSTR系统的控制参数；其特征在于，所述控制方法包括：

获取CSTR系统在多个连续时刻的历史数据并建立数据集，相邻的每两个所述连续时刻之间均具有预设时间间隔，所述历史数据包括控制参数的数据、状态参数的数据和物料浓度的数据；

基于树模型以及状态参数拆分数据集，获得多个数据子集；

分别建立每个数据子集的线性模型，构成分层线性模型，所述分层线性模型的输入变量为控制参数和物料浓度，输出变量为物料浓度；

采集CSTR系统在当前时刻，以及当前时刻之前多个连续时刻的实时数据，所述实时数据包括控制参数的数据、状态参数的数据和物料浓度的数据；

根据所述实时数据、分层线性模型，求解对控制参数和物料浓度的预设优化问题，预测得到CSTR系统在下一个连续时刻控制参数的数值。

2.根据权利要求1所述的控制方法，其特征在于，所述基于树模型以及状态参数拆分数据集，获得多个数据子集，包括：

基于二叉树模型确定数据集的多个分支节点，所述二叉树模型的输入变量为状态参数，输出变量为物料浓度；

利用每个所述分支节点将数据集拆分为多个数据子集。

3.根据权利要求2所述的控制方法，其特征在于，所述基于二叉树模型确定数据集的多个分支节点，包括：

按照以下方法建立二叉树模型，对待拆分数据集进行预拆分：

D₁＝(Y_i,Cv_i)∈D|Cv_ia,i＝1,2,3...N

D₂＝(Y_i,Cv_i)∈D|Cv_i≥a,i＝1,2,3...N

选取对应SSE最小值的样本作为待定分支节点a；

其中，D为待拆分数据集，N为待拆分数据集D中样本的总数，a为待拆分数据集D的待定分支节点，Y_i为待拆分数据集D中第i个样本中输出变量的数值，Cv_i为待拆分数据集D中第i个样本中输入变量的数值，D₁和D₂分别为基于待定分支节点a预拆分数据集D后生成的两个数据子集，c₁和c₂分别为D₁和D₂中输出变量的均值；

判断预拆分出的每个数据子集的样本数量是否均大于预设样本总数，

如果是，将待定分支节点作为所述数据集的分支节点，并采用以上方法继续对预拆分出的每个数据子集进行预拆分；

如果否，停止对所述数据子集进行预拆分。

4.根据权利要求1所述的控制方法，其特征在于，所述分别建立每个数据子集的线性模型，构成分层线性模型，包括：

按照以下方式，分别建立每个数据子集的线性回归模型，其中，线性回归模型的输入变量为控制参数和物料浓度在m+1个连续时刻的数值，输出变量为物料浓度在对应的m个连续时刻以及下一个连续时刻的数值：

F_t＝A×F_t-1+B×U_t-1

其中，t为当前时刻或历史数据中对应的一个历史时刻；A和B分别为线性回归模型中的系数矩阵，不同数据子集的线性回归模型具有不同的系数矩阵；a_i和b_i分别为系数矩阵A和B的系数；m为预设数量，即m个连续时刻；Y_t-i表示t-i时刻输出变量的数值，i＝1，2，3......m，t-i时刻为当前时刻或所述历史时刻之前的第i个连续时刻；Y_t为当前时刻或所述历史时刻输出变量的数值；Xc_t-i表示t-i时刻输入变量的数值,i＝1，2，3......m；

将每个数据子集的线性回归模型进行拟合，构成分层线性模型，所述分层线性模型中的每一层均分别与一个数据子集的线性回归模型一一对应。