[发明专利]基于反步法的混合自适应预测控制系统及其预测控制方法

摘要

本发明公开了一种基于反步法的混合自适应预测控制系统及其预测控制方法，该系统包括间歇化工生产对象、数据采集通道、神经网络辨识模块、自适应控制模块、模型库。间歇化工生产对象的输出端通过数据采集通道与神经网络辨识模块的输入端连接，神经网络辨识模块的输出端分别与自适应控制模块的输入端和模型库的输入端连接，模型库的输出端与自适应控制模块的输入端连接，自适应控制模块的输出端通过数据采集通道与间歇化工生产对象的输入端连接。采用混合智能自适应预测控制方法，既可根据环境条件改变而改变控制器的参数，又可进行鲁棒控制抵抗外部干扰，保证系统的稳定运行及性能达标，从而减少能耗，降低成本，提高经济效益等目的的综合性技术。

主权项

基于反步法的混合自适应预测控制系统的预测控制方法，所述系统包括间歇化工生产对象、数据采集通道、神经网络辨识模块、自适应控制模块、模型库；所述间歇化工生产对象的输出端通过数据采集通道与神经网络辨识模块的输入端连接，神经网络辨识模块的输出端分别与自适应控制模块的输入端和模型库的输入端连接，模型库的输出端与自适应控制模块的输入端连接，自适应控制模块的输出端通过数据采集通道与间歇化工生产对象的输入端连接；所述神经网络辨识模块包括神经网络建模模块、模型仿真模块、模型编辑模块；所述数据采集通道的输出端分别与模型仿真模块的输入端和神经网络建模模块的输入端连接，模型仿真模块的输出端与神经网络建模模块的输入端连接；神经网络建模模块的输出端分别与模型编辑模块的输入端和模型库的输入端连接；所述数据采集通道包括依次连接的采集模块和数据预处理模块；所述方法具体包括以下步骤：(1)数据采集通道实时采集间歇化工生产过程的工艺参数值，进行数据预处理；步骤(1)包括：在底层应用DDE技术、OPC技术和API HOOK技术，远程进程数据交换技术作为数据源适配器，针对不同的DCS系统平台实现统一接口、结构类似的适配器，各个适配器采用统一的，基于消息的通讯协议同一级中心服务器进行数据交换；一级中心服务器再对数据进行进一步的封装、筛选、压缩，并根据上层应用的时间特性要求转发到上一级中心服务器，或者直接提供给本层所挂接的各种应用，同时每一层级的中心服务器同所挂接的应用之间的数据交互；(2)处理后的数据传递给神经网络辨识器，由神经网络辨识器进行建模，建模后的模型经过仿真修正；步骤(2)具体包括如下步骤：B1、神经网络辨识模块的建模依据所获得的数据建立数学模型，考虑间歇化工生产过程顺序生产，即上个工段的输出量即为下一个工段的输入量，则考虑将间歇过程建模为典型的级联系统；针对生产过程易受环境条件影响，间歇过程难以建模及过程参数不确定，可考虑将间歇过程看作具有线性和非线性不确定部分组合的下三角级联系统，利用神经网络具有逼近函数的能力，考虑用神经网络建模非线性部分的模型；同时，模型仿真模块利用获得的数据对神经网络建模建立的模型进行有效性验证；B2、模型编辑模块依据仿真结果对神经网络建模模块建立的非线性模型进行修正；B3、神经网络建模模块将模型数据存储入模型库中；(3)智能混合自适应预测控制器读取模型参数，生成控制参数，控制执行机构动作；步骤(3)具体包括如下步骤：C1、根据级联系统模型设计每一层的反步控制器，可同时根据系统稳定性分析，李亚普诺夫函数设计自适应率，即神经网络权重参数估计；C2、自适应预测控制器设计根据间歇化工生产过程控制系统模型为级联结构的特点，考虑运用反步法将复杂的非线性系统分解成若干个子系统，为每个子系统分别设计李亚普诺夫函数和中间虚拟控制器α_i，层层推进地一直后退到整个系统，从而完成间歇化工生产过程控制系统的实际的自适应预测控制器u设计；C3、混合自适应神经网络预测控制器设计，进一步将上述步骤C2得到的虚拟控制器α_i和实际的自适应控制器u，采用如下的混合形式设计为：S_i为切换函数，本系统有两种工作方式，即步骤(3)包括的为自适应线性控制器α_i^a,u^a和鲁棒控制器α_i^r,u^r；(4)控制算法实现。