多批次间歇反应过程二维多模型预测迭代学习控制方法
专利汇可以提供多批次间歇反应过程二维多模型预测迭代学习控制方法专利检索，专利查询，专利分析的服务。并且本 发明 公开了一种多批次间歇反应过程二维多模型预测 迭代 学习控制方法。首先根据采集的输入输出数据样本集，采用递推增广最小二乘 算法 辨识间歇反应过程基于加权时变函数的多组合线性模型，并通过迭代学习控制理论构建二维(批次域+时间域)等效模型；然后基于二维等效模型构造新型的二次型成本性能指标，合理选择权重系数；最后通过性能指标最小化求解控制 信号 的最优更新策略，给出二维广义预测迭代学习方法具体实现结构模式。本发明针对现有间歇 生物 反应装置传统控制的不足之处，将批次域和时间域结合成为二维动态系统，通过多批次间迭代学习策略与当前批次多模型广义预测控制相融合，对间歇生物反应装置的批次反应过程进行优化控制，确保多批次高品质产品 质量 的一致性。，下面是多批次间歇反应过程二维多模型预测迭代学习控制方法专利的具体信息内容。
1.一种多批次间歇反应过程二维多模型预测迭代学习控制方法，其特征在于以下步骤：
步骤1针对间歇生物反应过程在预热、加料、反应和出料等工序呈现不同动态特性和操作要求，采集装置多个批次下不同工序运行数据，采用递推增广最小二乘法辨识算法辨识间歇反应过程多阶段操作过程子模型，并通过时变加权因子建立多组合线性模型：
∑P：A(q-1)yk(t)＝[μ1(t，t1)B1(q-1)+μ2(t，t2)B2(q-1)，…，+um(t，tm)Bm(q-1)]uk(t)+wk(t)t＝0，1，…，T；k＝1，2，…
-1 -1 -1
其中，q 是后移差分算子，A(q )和Bi(q )都是算子多项式：
A(q-1)＝1+a1q-1+a2q-2+…+anaq-na，
Bi(q-1)＝1+bi，1q-1+bi，2q-2+…+bi，nbq-nb i＝1，2，…，m
t和k分别代表时间和批次域信息，T代表批次反应持续时间；uk(t)，yk(t)和wk(t)分别是第k批次t时刻的输入，输出和未知扰动变量；μi(t，tj)表示不同工序之间的时变权函数，可选择阶跃、多项式、高斯函数；
步骤2利用间歇生物反应过程不同批次间的重复性，在时间域和批次域的迭代学习控制策略表示如下形式：Δt(uk(t))＝Δt(uk-1(t))+rk(t)；其中，Δt表示时间域上的后移差分算子；rk(t)是更新律；
步骤3将批次间迭代学习算法应用到当前批次的广义预测预测模型中，即将辨识所得模型代入迭代学习控制策略中，得到“时间域+批次域”二维等效过程模型：
其中：
步骤4根据上述二维等效模型，对于任意时刻t，将反应过程的输入输出关系分成已知和未知两大部分，即：
其中
分别表示已知部分输
入、输出 分别表示未知部分输入、输出；
步骤5合理确定二次型成本性能指标：输出参考轨迹与预测输出的误差平方，更新值的平方，时间方向控制量变化值的平方和批次方向控制量变化值的平方，分别决定了过程控制输入的大小，批次域收敛的鲁棒性，批次域的方向动态稳定性和对高频扰动的敏感性；在各平方项前添加权重系数，以不同的权重系数大小来确定最适合反应过程的控制性能；
η(i)，α(j)，β(j)，γ(j)分别为二次型成本项的权重系数，整数n1，n2， n1≥n2， 分别表示时间预测域和时间控制域， 表示第k批次i步的预测输出，yr(t)，t＝0，1，...，T是期望轨迹，其中参数 表示第k批次i步的预测输出；对此，作如下定义：Q1＝diag{η(1)，…，η(n1)}，Q2＝diag{β(0)，…，β(n2-1)}，Q3＝diag{γ(0)，…，γ(n2-1)}，R＝diag{α(0)，…，α(n2-1)}；
步骤6对上述二次型成本性能指标进行优化计算，通过求取性能指标最小值得到控制更新策略，构建二维多模型预测迭代学习控制方法在线实施控制结构如下：
其中K1是上批次预测输出偏差调节系数，K2是上批次在时间域预测控制信号变化调节系数，K3是当前批次控制信号变化调节系数，K4是当前批次控制信号更新调节系数，K5是当前批次输出预测信号变化调节系数；Δt(uk(t))表示时域变量， 表示偏差预测
值； 表示时间域变量，Δk(uk(t))表示批次域变量； 表示更新律；
表示当前批次输出预测输出值；对于批次过程，k1-k5调节系数、偏差、控制信
息是可以获取的，保证了该方法的可行性。
2.根据权利要求1所述的多批次间歇反应过程二维多模型预测迭代学习控制方法，其特征在于针对间歇生物反应装置的反应釜温度预热、加料、反应和出料不同操作阶段，利用前面批次动态信息和当前批次动态信息构建二维等效过程模型，并引入二维二次型成本函数优化性能指标中，通过优化计算更新当前批次当前时刻输入信号，从而实现反应器温度先进控制，提高系统的鲁棒性。
3.根据权利要求2所述的多批次间歇反应过程二维多模型预测迭代学习控制方法，其特征在于通过权利要求1的二维多模型预测迭代学习控制方法，通过对当前批次进行实时优化控制后，经过2-3个批次之后，间歇反应过程就能克服多种扰动，快速跟踪最佳操作轨迹，实现多批次产品在多扰动下的高品质产品的一致性控制目标。
多批次间歇反应过程二维多模型预测迭代学习控制方法
技术领域
背景技术
发明内容
1，2，…，mΔt是时间后移差分算子，Δt(f(t，k))＝f(t，k)-f(t-1，k)；Bi/A是批次ARX模型的系数，可以通过时间域的输入输出数据估计；wk(t)是未知扰动；μi是时变权重系数，函数形式可以是阶跃，梯形，指数，高斯曲线等；ti表示模型的切换时间系数。该模型通过增广递推最小二乘算法进行辨识。
具体实施方式
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种工业过程新型混杂受限模型预测跟踪控制优化设计方法 | 2020-05-11 | 134 |
| 一种工业过程约束预测先进控制方法 | 2020-05-15 | 440 |
| 一种超低排放多污染物协同脱除系统的全局优化方法 | 2020-05-19 | 887 |
| 现代电力电子技术实验平台及实验方法 | 2020-05-12 | 981 |
| 基于预测PI算法的交联电缆生产温度的先进控制方法 | 2020-05-16 | 616 |
| 一种提高刻蚀腔电流稳定性的方法 | 2020-05-17 | 46 |
| 一种抗间歇过程扰动及时滞的模型预测H∞容错控制方法 | 2020-05-12 | 705 |
| 一种沥青混合料搅拌站的热骨料温度控制装置及方法 | 2020-05-14 | 718 |
| 一种工业节能减排控制装置的控制方法 | 2020-05-08 | 878 |
| 电驱动的商用车电子驻车系统 | 2020-05-08 | 808 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
