[发明专利]分数阶状态空间预测函数控制的储液罐液位控制方法有效

专利信息
申请号: 201610024419.X 申请日: 2016-01-15
公开(公告)号: CN105573355B 公开(公告)日: 2018-06-19
发明(设计)人: 张日东;靳其兵 申请(专利权)人: 杭州电子科技大学;北京化工大学
主分类号: G05D9/12 分类号: G05D9/12;G05B13/04
代理公司: 杭州奥创知识产权代理有限公司 33272 代理人: 王佳健
地址: 310018 浙*** 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: 发明公开了一种分数阶状态空间预测函数控制的储液罐液位控制方法。本发明该方法首先采用Grünwald‑Letnikov分数阶微积分定义将分数阶状态空间模型转化为离散形式,然后基于分数阶状态空间模型得到预测输出模型,并将分数阶积分引入目标函数,最后基于分数阶状态空间模型和选取的目标函数设计了分数阶状态空间预测函数控制器。本发明可以很好地运用于分数阶模型描述的实际过程对象,改善了基于整数阶状态空间模型的PFC方法控制分数阶系统的不足之处,同时增加了调节控制器参数的自由度,获得了良好的控制性能,并能很好地满足蒸馏塔实际生产过程的需要。 1
搜索关键词: 分数阶 状态空间模型 状态空间预测 函数控制 目标函数 液位控制 储液罐 调节控制器 函数控制器 方法控制 控制性能 离散形式 模型描述 生产过程 实际过程 输出模型 蒸馏塔 整数阶 引入 预测 转化
【主权项】:
1.分数阶状态空间预测函数控制的储液罐液位控制方法,其特征在于该方法的具体步骤是:步骤1、建立实际过程中被控对象的分数阶状态空间模型,具体是:1.1 采集实际过程对象的实时输入输出数据,建立该被控对象的分数阶状态空间模型,形式如下:y(t)=Cx(t)其中,x,y,u分别为被控对象的状态向量、输出和输入,α为分数阶阶次向量,α=[α12,…,αn]T,A,B,C分别为系统矩阵,为阶次αl的分数阶微分符号,l=1,2,…,n;1.2 对于函数f(t),由Grünwald‑Letnikov分数阶微积分定义有,其中,h为采样步长,[t/h]为t/h的整数部分;1.3 利用步骤1.2中的定义可以将步骤1.1中的模型转换为如下离散形式的分数阶状态空间模型:y(k+1)=Cx(k+1)其中,步骤2、基于分数阶状态空间模型设计被控对象的分数阶预测函数控制器,具体如下:2.1 根据步骤1.3中的状态空间模型,得到未来k+i时刻的模型预测输出值,形式如下:其中,P为预测时域,y(k+i)是k+i时刻被控对象的模型预测输出值,i=1,2,…,P;2.2 在预测函数控制算法中,选一个基函数即阶跃函数,将步骤2.1中的模型预测输出转换为矩阵形式的预测输出模型,形式如下:Y=Gx(k)+Su(k)‑Ψ其中,2.3 修正当前时刻被控对象的预测输出模型,得到校正后的预测模型,形式如下:E=[e(k+1),e(k+2),…,e(k+P)]Te(k+i)=yp(k)‑y(k)其中,yp(k)是k时刻被控对象的实际输出值,y(k)是k时刻的模型预测输出值,e(k+i)为k+i时刻被控对象的实际输出值与模型预测输出的差值;2.4 选取预测函数控制方法的参考轨迹yr(k+i)和目标函数JF,其形式如下:yr(k+i)=λiyp(k)+(1‑λi)c(k)其中,yr(k+i)为k+i时刻的参考轨迹,λ为参考轨迹的柔化系数,c(k)为k时刻的设定值,表示函数f(t)在[ht1,ht2]上的γ次积分;依据Grünwald‑Letnikov分数阶微积分定义,对上述目标函数在采样时间h进行离散化,并对离散化后的参考轨迹值与预测输出的误差值加权,得到对误差项进行加权后的目标函数,形式如下:其中,Yr=[yr(k+1),yr(k+2),…,yr(k+P)]TQ=hγdiag(q1mP‑1,q2mP‑2,…,qP‑1m1,qPm0)时,对q<0,qi为参考轨迹与预测输出的误差项加权系数;2.5 依据步骤2.4中的目标函数求解控制量,形式如下:u(k)=(STQS)‑1STQ(Yr‑Gx(k)+Ψ‑E)2.6 在k+η时刻,依照2.1到2.5中的步骤依次循环求解分数阶预测函数控制器的控制量u(k+η),η=1,2,3,…,并将其作用于被控对象。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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电子科技大学;北京化工大学,未经杭州电子科技大学;北京化工大学许可,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/patent/201610024419.X/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top