锌液净化过程除杂反应器智能自主控制方法和系统
技术领域
[0001] 本
发明涉及信息处理技术领域，具体涉及一种锌液净化过程除杂反应器智能自主控制方法和系统。
背景技术
[0002] 湿法炼锌是指将锌焙砂或其他硫化锌物料和硫化锌精矿中的锌溶解在
水溶液中，然后采用锌电积法从中提取金属锌或锌化合物的过程，为现代炼锌的主要方法。为了达到锌电积的要求，需对
硫酸锌
浸出液中的各种杂质离子净化到规定的标准以下。这些金属杂质离子去除难度大，同时对
电解过程
电流效率影响大。因此实际生产中通常根据杂质离子的去除情况对整个净化过程的净化效果进行评判。
[0003] 目前的净化除杂是通过四个除杂反应器和一个浓密机来进行的，采用人工设定方式来进行控制，当模型由于进料条件的扰动，工作条件变化或者跳到不同工况时会导致模型参数未知，此时需要进行人工设定来保证控制性能。
[0004] 然而本
申请的
发明人发现，由于实际除杂过程入口条件多变，而人工设定依赖操作经验，主观性强，该控制方式难以及时响应工况变化，导致除杂反应器的控制
精度低。
发明内容
[0005] (一)解决的技术问题
[0006] 针对
现有技术的不足，本发明提供了一种锌液净化过程除杂反应器智能自主控制方法和系统，解决了现有的除杂反应器的控制精度低的技术问题。
[0007] (二)技术方案
[0008] 为实现以上目的，本发明通过以下技术方案予以实现：
[0009] 本发明提供一种锌液净化过程除杂反应器智能自主控制方法，所述方法由计算机执行，包括以下步骤：
[0010] 基于反应动
力学原理构建锌液净化除杂反应器的机理模型；
[0011] 获取锌液净化除杂反应器的生产数据，基于所述反应器的生产数据辨识机理模型参数；
[0012] 判断当前工况反应器机理模型参数是否全部已知，若是，采用模型预测控制方法处理所述机理模型，对净化除杂反应器的杂质离子浓度进行优化控制；否则，根据模型预测控制法得到的上一时刻的最优控制u和最优性值指标v计算得到初始容许控制u0，以u0为初* *始容许控制，采用自适应动态规划法得到当前时刻的最优控制u 和最优性能指标V，结合模型的结构信息辨识得到当前时刻的模型参数Θf和Θg，实现净化除杂反应器的杂质离子浓度的控制；
[0013] 在锌液净化过程，采用模型预测控制方法和自适应动态规划方法相结合的混合模型切换控制方法，对净化除杂反应器的杂质离子浓度进行优化控制。
[0014] 优选的，所述模型参数包括：反应器入口杂质离子浓度cin、反应器中的溶液
氧化还原电位vorp、反应器入口溶液流量fin、反应器出口溶液流量fout、溶液
温度T、反应器体积V、理想气体常数R、法拉第常数F、
频率因子A0、杂质离子析出反应的活化能Ee、
阴极传递系数α、阴极反应的平衡电位Veq、有效反应表面积占晶种表面积的比例β、反应器中晶种表面积Ag。
[0015] 优选的，所述基于反应动力学原理构建锌液净化除杂反应器的机理模型，包括：
[0016] 在锌液净化过程中，反应器各
位置的反应速率和溶液温度一致，基于物料平衡原理和多
电极反应器动力学原理建立除杂反应器机理模型：
[0017]
[0018] 式中：c(t)表示反应器出口杂质离子浓度，t为净化过程的时间，V为反应器单位体积是一恒定值，fin为反应器入口流量，fout为反应器出口流量，cin为反应器入口杂质离子浓度，r为反应速率，r可以通过阿伦尼乌斯公式和电极反应动力学获取：
[0019]
[0020] 式中：Aβ＝A0βAg，vorp是除杂反应器中溶液的氧化还原电位，Ee是反应活化能，α是阴极传递系数，F是法拉第常数，veq为平衡电位，R为理想气体常数，T为溶液温度，A0为频率因子，β为有效反应表面积占晶种表面积的比例，Ag为反应器中晶种的表面积。
[0021] 优选的，所述采用模型预测控制方法处理所述机理模型，对净化除杂反应器的杂质离子浓度进行优化控制，包括：
[0022] 将机理模型改写为如下形式：
[0023]
[0024] 式中，x(t)为模型的输出，c(t)为反应器出口杂质离子浓度c(t)，u(t)为反应器氧化还原电位值；
[0025] 将式(3-1)通过雅可比矩阵线性化有：
[0026]
[0027] 式中，z＝x-xe,v＝u-ue，其中xe,ue为平衡点，而p，q如下：
[0028]
[0029] 将上式(3-2)离散化得到下式：
[0030] x(t+1)＝Ax(t)+Bu(t) (3-4)
[0031] 式中，A＝epT, T为
采样周期，x(t)为t时刻反应器出口杂质离子浓度。同理x(t+1)为t+1时刻反应器出口的杂质离子浓度；
[0032] 设计性能指标：
[0033]
[0034] 式中，N为控制和预测时域的长度，S，Q和R为n×n维正定实对称加权矩阵，n为控制变量的维度，t+N时刻的杂质离子浓度xt+N|t，由
稳定性的证明可知正定对称矩阵S可通过求解如下黎卡提方程得到：
[0035] S＝Q+ATSA-ATSB(R+BTSB)-1BTSA (3-5)
[0036] 在每个控制周期通过求解如下优化问题得到最优
控制器序列，并将第一个控制输入作用在除杂反应器上：
[0037]
[0038] 式中，J(U，x(t))为代价函数J，x(t+k)为从第t时刻开始t+k时刻的出口杂质离子浓度，u(t+k|t)为t+k时刻的溶液氧化还原电位值。
[0039] 优选的，所述根据模型预测控制法得到的上一时刻的最优控制u和最优性值指标v计算得到初始容许控制u0，以u0为初始容许控制，采用自适应动态规划法得到当前时刻的最优控制u*和最优性能指标V*，结合模型的结构信息辨识得到当前时刻的模型参数Θf和Θg，实现净化除杂反应器的杂质离子浓度的控制，包括：
[0040] A、设计初始容许控制器
[0041] 将机理模型改写为如下形式：
[0042]
[0043] 式中，Δ为一个未知参数，表示模型在不同工况下的动态误差，Θf,Θg为待识别的模型参数，u为初始稳定控制值，则可将u做如下分解：
[0044] u＝u*+u' (7-4)
[0045] 式中，u*是在工况一下通过模型预测控制得到的最优控制，则下一个工况的系统机理模型表示如下：
[0046]
[0047] 式中，Θf,Θg为待识别的模型参数，x0为杂质离子浓度的初始值，即切换上一时刻的杂质离子出口浓度值；
[0048] 设计初始容许控制器目的是设计一个u'使得 有界，其中 为需要的操作点，由于Δ未知，为此根据李亚普若弗稳定定理设计了近似辅助系统来作为替代模型，设计的近似辅助系统如下：
[0049]
[0050] 式中，初始值 近似误差 是近似系统的计算得到的杂质离子的浓度值，x是实际系统的杂质离子的浓度值，η，D1是根据经验人为设定的正参数，D2是外部扰动的边界值，可以通过估计求得，参数sgv(z1)和sat(z1)定义如下：
[0051]
[0052] 式中，c1是根据经验设定的正参数，sgn为符号函数，即表示z1为正的时候取值为1，为负的时候取值为-1，为0的时候取值为0，对于每一个状态x，设计的u'如下所示：
[0053]
[0054] 式中，c2为根据经验设定的正参数， 是操作点，初始控制值u'为所设计的初始容许控制器，根据李亚普若弗稳定定理，则有 是有界的；
[0055] B、学习阶段
[0056] 对于非线性系统的有限时域最优控制，其性能指标设为
[0057]
[0058] 式中：[t0,tf]是一个固定的有限时域，x(t0)为初始时刻的出口浓度值，x(tf)为预测时域的终点处的出口杂质离子浓度，F(x(tf),tf)是终端误差惩罚函数，γ(x,u)为t0到tf时间内控制代价性能指标函数，则其哈密顿雅可比贝尔曼方程如下：
[0059]
[0060] 其边界条件为：
[0061] V(x(tf),tf)＝F(x(tf),tf) (7-11)
[0062] 最优控制器为：
[0063]
[0064] 若用V(x,t)*表示哈密顿雅可比贝尔曼方程的解，则有式：
[0065]
[0066] 为了开始
迭代求解，将控制策略分解为迭代控制策略和激励噪声的组合：
[0067] u＝ui+vi (7-14)
[0068] 式中，ui是迭代更新策略，则原来的系统可以重写为：
[0069]
[0070] 对于ui，代价函数V(x(t0),t0)沿着上式轨迹在时间区间[tk,tk+1]上的差值为[0071]
[0072] 式中，i为迭代次数，则Vi(x(tk),tk)为第i次迭代在tk时刻的代价函数，Vi(x(tk+1),tk+1)为第i次迭代在tk+1时刻的代价函数，ui,vi为第i次迭代的控制策略和激励噪声，将式(7-10)和(7-12)带入式(7-16)则有：
[0073]
[0074] 在一个紧集Ω上使用线性加权网络近似控制策略和代价函数，如下：
[0075] 代价函数可以被近似为：
[0076]
[0077] 控制策略可以被近似为：
[0078]
[0079] 式中：
[0080]
[0081]
[0082]
[0083]
[0084] 式中， 是两个平滑的无限基函数序列，N1,N2分别为用于近似代价函数 和控制策略 的两个基函数序列的长度，i为迭代次数，j为基函数的个数，im为控制向量的维度， 为近似代价函数基函数Φj(x,t)前的加权系数，为基函数Φ(x,t)的加权系数列向量，维度为N1x1， 为基函数Ψ(x,t)的加权系数矩阵，其维度为N2xN2， 为近似控制策略 的第i1维控制分量通过基函数Φ(x,t)表示的，其第一个基函数的系数为 两个基函数序列有以下特点：
[0085] {Φj(0,t)}＝0和{Ψj(0,t)}＝0，j＝1，2，…
[0086] 如果t不变，则基函数值随x增加，对于相同的x，将式(7-18)和式(7-19)代入(7-17)，可近似为
[0087]
[0088] 式中，第i次迭代近似误差εi＝[εi,1,εi,2,...,εi,N]T∈RN，考虑到终端约束和足够长的时间序列 即学习时长为N3，其中N3＞＝N1+mN2
[0089]
[0090]
[0091] 式中， 是N4种不同的终端状态， 为终端近似误差，ε为近似误差；
[0092] 如果N3和N4充分大，并且 是已知的，根据式(7-25)和式(7-26)
[0093] 可以得到一系列方程去辨识得到未知参数 和 如果N3-N4-N，则式(7-25)和式(7-26)可以合并并重新表述为：
[0094]
[0095] 式中， 为对 向量化，即将 由m×N2维转化为mN2×1维，其中Π＝[-MX-MU]，并且有
[0096]
[0097]
[0098]
[0099]
[0100]
[0101] 通过使用式(7-27)，从一个初始容许控制器 可以生成两个序
[0102] 列 和 当收敛条件被满足时，得到的u*为最优的控制律 为最优的代价函数值。
[0103] 优选的，所述采用自适应动态规划控制方法处理所述机理模型，对净化除杂反应器的杂质离子浓度进行优化控制，还包括：
[0104] D、辨识和控制阶段
[0105] 由迭代自适应动态规划的求解：
[0106]
[0107] 式中:
[0108] γ(x,ui)＝[x-x*]TQ[x-x*]+[u-u*]TR[u-u*]
[0109] Q＝QT＞＝0,R＝RT＞0,(x*,u*)＝(0,0)为平衡点，结合式(7-32)和式(7-12)，得出：
[0110]
[0111] 和
[0112]
[0113] 学习阶段结束后，使用近似最优控制器得到的控制输入和系统状态演变遵循式(7-33)、式(7-34)和式(3-1)，因此根据式(7-33)和式(7-34)可以辨识得到式(3-1)中的未知参数Θf和Θg，如果在识别阶段[tlearn,tfinal]从系统演化轨迹中收集到的信息不足以辨识Θf和Θg，则使用一组新的性能矩阵(Q，R)求解另一个最优解直到收集到足够的信息；
[0114] 参数估计问题可转化为最小化跟随函数：
[0115]
[0116] 式中：
[0117]
[0118] x(0)＝x0
[0119]
[0120]
[0121] 式中， 分别为Θf和Θg的估计值， 和 是模型参数Θf取值范围的上下界， 和 是模型参数Θg取值范围的上下界，以哈密顿雅可比贝尔曼方程为
桥梁，估计问题的解等于为参数Θf和Θg的数值。
[0122] 本发明还提供一种锌液净化过程除杂反应器智能自主控制系统，所述系统包括计算机，所述计算机包括：
[0123] 至少一个存储单元；
[0124] 至少一个处理单元；
[0125] 其中，所述至少一个存储单元中存储有至少一条指令，所述至少一条指令由所述至少一个处理单元加载并执行以实现以下步骤：
[0126] 基于反应动力学原理构建锌液净化除杂反应器的机理模型；
[0127] 获取锌液净化除杂反应器的生产数据，基于反应器的生产数据辨识机理模型参数；
[0128] 判断当前工况反应器机理模型参数是否全部已知，若是，采用模型预测控制方法处理所述机理模型，对净化除杂反应器的杂质离子浓度进行优化控制；否则，根据模型预测控制法得到的上一时刻的最优控制u和最优性值指标v计算得到初始容许控制u0，以u0为初始容许控制，采用自适应动态规划法得到当前时刻的最优控制u*和最优性能指标V*，结合模型的结构信息辨识得到当前时刻的模型参数Θf和Θg，实现净化除杂反应器的杂质离子浓度的控制；
[0129] 在锌液净化过程，采用模型预测控制方法和自适应动态规划方法相结合的混合模型切换控制方法，对净化除杂反应器的杂质离子浓度进行优化控制。
[0130] (三)有益效果
[0131] 本发明提供了一种锌液净化过程除杂反应器智能自主控制方法和系统。与现有技术相比，具备以下有益效果：
[0132] 本发明通过基于反应动力学原理构建锌液净化除杂反应器的机理模型；获取锌液净化除杂反应器的生产数据，基于反应器的生产数据辨识机理模型参数；判断当前工况反应器机理模型参数是否全部已知，若是，采用模型预测控制方法处理所述机理模型，对净化除杂反应器的杂质离子浓度进行优化控制；否则，根据模型预测控制法得到的上一时刻的最优控制u和最优性值指标v计算得到初始容许控制u0，以u0为初始容许控制，采用自适应动态规划法得到当前时刻的最优控制u*和最优性能指标V*，结合模型的结构信息辨识得到当前时刻的模型参数Θf和Θg，实现净化除杂反应器的杂质离子浓度的控制；在锌液净化过程，采用模型预测控制方法和自适应动态规划方法相结合的混合模型切换控制方法，对净化除杂反应器的杂质离子浓度进行优化控制。本发明采用模型预测控制方法和自适应动态规划方法相结合的混合模型切换控制方法，对净化除杂反应器的杂质离子浓度进行优化控制，提高了控制精度。同时，本发明解决了传统人工设定控制法由于进料条件的扰动，工作条件变化或者跳到不同工况时会导致的模型预测控制中的模型参数未知，使得控制性能下降的问题，实现快速，准确实现除杂反应器中杂质离子浓度智能自主控制。
附图说明
[0133] 为了更清楚地说明本发明
实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0134] 图1为本发明实施例一种锌液净化过程除杂反应器智能自主控制方法的
框图；
[0135] 图2为本发明实施例中MPC和ADP融合
框架图。
具体实施方式
[0136] 为使本发明实施例的目的、技术方案和优点更加清楚，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0137] 本申请实施例通过提供一种锌液净化过程除杂反应器智能自主控制方法和系统，解决了解决了现有的除杂反应器的控制精度低的技术问题，实现对净化除杂反应器的杂质离子浓度进行优化控制，提高控制精度。
[0138] 本申请实施例中的技术方案为解决上述技术问题，总体思路如下：
[0139] 本发明实施例采用模型预测控制方法和自适应动态规划方法相结合的混合模型切换控制方法，对净化除杂反应器的杂质离子浓度进行优化控制，提高了控制精度。
[0140] 为了更好的理解上述技术方案，下面将结合
说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
[0141] 本发明实施例提供了一种锌液净化过程除杂反应器智能自主控制方法，该方法由计算机执行，如图1所示，包括步骤S1～S4：
[0142] S1、基于反应动力学原理构建锌液净化除杂反应器的机理模型；
[0143] S2、获取锌液净化除杂反应器的生产数据，基于反应器的生产数据辨识机理模型参数；
[0144] S3、判断当前工况反应器机理模型参数是否全部已知，若是，采用模型预测控制方法处理所述机理模型，对净化除杂反应器的杂质离子浓度进行优化控制；否则，根据模型预测控制法得到的上一时刻的最优控制u和最优性值指标v计算得到初始容许控制u0，以u0为初始容许控制，采用自适应动态规划法得到当前时刻的最优控制u*和最优性能指标V*，结合模型的结构信息辨识得到当前时刻的模型参数Θf和Θg，实现净化除杂反应器的杂质离子浓度的控制；
[0145] S4、在锌液净化过程，采用模型预测控制方法和自适应动态规划方法相结合的混合模型切换控制方法，对净化除杂反应器的杂质离子浓度进行优化控制。
[0146] 下面对各个步骤进行详细说明。
[0147] 需要说明的是，在本发明实施例中，杂质离子以钴离子为例。
[0148] 在步骤S1中，基于反应动力学原理构建锌液净化除杂反应器的机理模型。具体实施过程如下：
[0149] 在锌液净化过程中，反应器各位置的反应速率和溶液温度一致，基于物料平衡原理和多电极反应器动力学原理建立除杂反应器机理模型：
[0150]
[0151] 式中：c(t)表示反应器出口钴离子浓度，t为净化过程的时间，V为反应器单位体积是一恒定值，fin为反应器入口流量，fout为反应器出口流量，cin为反应器入口钴离子浓度，r为反应速率，r可以通过阿伦尼乌斯公式和电极反应动力学获取：
[0152]
[0153] 式中：Aβ＝A0βAg，vorp是除杂反应器中溶液的氧化还原电位，Ee是反应活化能，α是阴极传递系数，F是法拉第常数，veq为平衡电位，R为理想气体常数，T为溶液温度，A0为频率因子，β为有效反应表面积占晶种表面积的比例，Ag为反应器中晶种的表面积。
[0154] 在步骤S2中，获取锌液净化除杂反应器的生产数据，基于反应器的生产数据辨识机理模型参数。具体实施过程如下：
[0155] 通过在线检测或其他方式获取锌液净化除杂反应器的生产数据，将这些生成数据通过人工输入或者
传感器传输等方式输入到计算机中，然后计算机基于反应器的生产数据辨识机理模型参数。模型参数具体参见表1：
[0156] 表1
[0157]
[0158]
[0159] 模型参数辨识过程如下：
[0160] 为了减少因为参数关联造成的辨识结果不佳，将β,Ag和A0合并为一个参数处理，即令Aβ＝A0βAg。则式(1-1)可改写为：
[0161]
[0162] 令：
[0163]
[0164] 其中，θid＝(Aβ,Ee,α,veq)为需要辨识未知的参数，θm＝(fout,vorp)为可以在线检测的参数。
[0165] 以最小化模型输出和钴离子浓度实际值偏差的平方为目标辨识不同工况下的模型参数θid，对于数据样本数量少的工况，则无法辨识得到模型参数：
[0166]
[0167] 其中，cmodel根据一阶齐次线性微分方程的求解方法可得：
[0168]
[0169] 其中，t0为初始时刻，c0为初始时刻反应器出口钴离子浓度。
[0170] 在步骤S3中，判断当前工况反应器机理模型参数是否全部已知，若是，采用模型预测控制方法处理所述机理模型，对净化除杂反应器的杂质离子浓度进行优化控制；否则，根据模型预测控制法得到的上一时刻的最优控制u和最优性值指标v计算得到初始容许控制u0，以u0为初始容许控制，采用自适应动态规划法得到当前时刻的最优控制u*和最优性能指标V*，结合模型的结构信息辨识得到当前时刻的模型参数Θf和Θg，实现净化除杂反应器的杂质离子浓度的控制。具体实施过程如下：
[0171] S301、当前工况反应器机理模型参数全部为已知，采用模型预测控制方法处理所述机理模型，对净化除杂反应器的杂质离子浓度进行优化控制。具体为：
[0172] 将机理模型改写为如下形式：
[0173]
[0174] 式中，x(t)为模型的输出，c(t)为反应器出口杂质离子浓度c(t)，u(t)为反应器氧化还原电位值；
[0175] 将式(3-1)通过雅可比矩阵线性化有：
[0176]
[0177] 式中，z＝x-xe,v＝u-ue，其中xe,ue为平衡点，而p，q如下：
[0178]
[0179] 将上式(3-2)离散化得到下式：
[0180] x(t+1)＝Ax(t)+Bu(t) (3-4)
[0181] 式中，A＝epT, T为采样周期，x(t)为t时刻反应器出口杂质离子浓度。同理x(t+1)为t+1时刻反应器出口的杂质离子浓度；
[0182] 设计性能指标：
[0183]
[0184] 式中，N为控制和预测时域的长度，S，Q和R为n×n维正定实对称加权矩阵，n为控制变量的维度，一般选择对
角矩阵S＝diag(s1,s2,...,sn)，Q＝diag(q1,q2,...,q3)，R＝diag(r1,r2,...,rn)对角线上的元素：
[0185] s1,s2,...,sn、q1,q2,...,q3、r1,r2,...,rn可根据系统实际运行特性适当的选择。对于湿法炼锌而言S，Q，R都是标量。xj|t为以t时刻为起点，第j时刻的杂质离子浓度为xj|t.xt+N|t为以t时刻为起点，预测时域终点t+N。
[0186] t+N时刻的杂质离子浓度xt+N|t，由稳定性的证明可知正定对称矩阵S可通过求解如下黎卡提方程得到：
[0187] S＝Q+ATSA-ATSB(R+BTSB)-1BTSA (3-5)
[0188] 在每个控制周期通过求解如下优化问题得到最优控制器序列，并将第一个控制输入作用在除杂反应器上：
[0189]
[0190] 式中，J(U，x(t))为代价函数J，x(t+k)为从第t时刻开始t+k时刻的出口杂质离子浓度，u(t+k|t)为t+k时刻的溶液氧化还原电位值。
[0191] S302、当前工况反应器机理模型参数部分未知，根据模型预测控制法得到的上一时刻的最优控制u和最优性值指标v计算得到初始容许控制u0，以u0为初始容许控制，采用自适应动态规划法得到当前时刻的最优控制u*和最优性能指标V*，结合模型的结构信息辨识得到当前时刻的模型参数Θf和Θg，实现净化除杂反应器的杂质离子浓度的控制。具体为：
[0192] 由于自适应动态规划法是一种迭代
算法，需要从一个初始稳定的值开始进行迭代求解，因此，首先需要设计用于迭代的初始值。
[0193] A、设计初始容许控制器
[0194] 考虑模型从模型参数已知的工况I切换到模型参数未知的工况II，工况II下的动力学方程可以表示为：
[0195]
[0196] 式中，Δ为一个未知参数，表示模型在不同工况下的动态误差，Θf,Θg为待识别的模型参数，u为初始稳定控制值，则可将u做如下分解：
[0197] u＝u*+u' (7-4)
[0198] 式中，u*是在工况一下通过模型预测控制得到的最优控制，则下一个工况的系统机理模型表示如下：
[0199]
[0200] 式中，Θf,Θg为待识别的模型参数，x0为杂质离子浓度的初始值，即切换上一时刻的杂质离子出口浓度值。
[0201] 设计初始容许控制器目的是设计一个u'使得 有界，其中 为需要的操作点。但由于Δ未知，即下一工况的机理模型未知。为此根据李亚普若弗稳定定理设计了近似辅助系统来作为替代模型。而为了便于展示，考虑控制是标量的情况，设计的近似辅助系统如下：
[0202]
[0203] 式中，初始值 近似误差 是近似系统的计算得到的杂质离子的浓度值，x是实际系统的杂质离子的浓度值，η，D1是根据经验人为设定的正参数，D2是外部扰动的边界值，可以通过估计求得，参数sgv(z1)和sat(z1)定义如下：
[0204]
[0205] 其中，c1是需要人为根据经验设定的正参数，对于每一个状态x，如果设计的u'如下所示：
[0206]
[0207] 式中，c2为根据经验设定的正参数， 是想要的操作点。例如我们想讲杂质离子的浓度控制到0.5mg/L，那么有 初始控制值u'为所设计的初始容许控制器，根据李亚普若弗稳定定理，则有 是有界的。
[0208] B、学习阶段
[0209] 对于非线性系统的有限时域最优控制，其性能指标设为
[0210]
[0211] 式中：[t0,tf]是一个固定的有限时域，x(t0)为初始时刻的出口浓度值，x(tf)为预测时域的终点处的出口钴离子浓度，F(x(tf),tf)是终端误差惩罚函数，γ(x,u)为t0到tf时间内控制代价性能指标函数，则其哈密顿雅可比贝尔曼方程(HJB)如下：
[0212]
[0213] 其边界条件为：
[0214] V(x(tf),tf)＝F(x(tf),tf) (7-11)
[0215] 该问题的最优控制器为：
[0216]
[0217] 若用V(x,t)*表示HJB方程的解，则有式：
[0218]
[0219] 为了开始迭代求解，将控制策略分解为迭代控制策略和激励噪声的组合：
[0220] u＝ui+vi (7-14)
[0221] 其中ui是迭代更新策略。则原来的系统可以重写为：
[0222]
[0223] 对于ui，代价函数沿着上式轨迹在时间区间[tk,tk+1]上的差值为
[0224]
[0225] 式中，i为迭代次数，则Vi(x(tk),tk)为第i次迭代在tk时刻的代价函数，Vi(x(tk+1),tk+1)同理。ui,vi为第i次迭代的控制策略和激励噪声。将式(7-10)和(7-12)带入式(7-16)则有：
[0226]
[0227] 从式(7-17)可以发现：
[0228] 上式中没有系统模型元素
[0229] 上式可以作为ui和Vi的迭代方案
[0230] 在一个紧集Ω上使用”线性加权”网络近似控制策略和代价函数，如下：
[0231]
[0232] 和
[0233]
[0234] 其中
[0235]
[0236]
[0237]
[0238]
[0239] 其中， 是两个平滑的无限基函数序列，N1,N2分别为用于近似代价函数 和控制策略 的两个基函数序列的长度。i为迭代次数，j为基函数的个数，im为控制向量的维度。 为近似代价函数基函数Φj(x,t)前的加权系数，其他同理。为基函数Φ(x,t)的加权系数列向量，维度为N1x1。而 为基函数Ψ(x,t)的加权系数矩阵，其维度为N2xN2。 为近似控制策略 的第i1维控制分量通过基函数Φ(x,t)表示的，其第一个基函数的系数为 其它同理。两个基函数序列有以下特点：
[0240] {Φj(0,t)}＝0和{Ψj(0,t)}＝0，j＝1,2,…
[0241] 如果t不变，则基函数值随x增加。另外，由于在代价函数中有两部分，即中间积累误差成本和终端误差成本。故基函数包含两种类型的元素：
[0242] 随着t的进化而增加，即单调递增的。
[0243] 随着t的进化而减少，即单调递减的。
[0244] 对于相同的x，将式(7-18)和式(7-19)代入(7-17)，可近似为
[0245]
[0246] 其中，εi为第i次迭代的近似误差，考虑到终端约束和足够长的时间序列 即学习时长为N3，其中N3＞＝N1+mN2
[0247]
[0248]
[0249] 式中， 是N4种不同的终端状态， 为终端近似误差，ε为近似误差；
[0250] 如果N3和N4充分大，并且 是已知的，根据式(7-25)和式(7-26)可以得到一系列方程去辨识得到未知参数 和 更具体地说，如果N3＝N4＝N，则式(7-25)和式(7-26)可以合并并重新表述为：
[0251]
[0252] 其中， 为对 向量化，即将 由m×N2维转化为mN2×1维，m为控制向量的维数， Π＝[-MX-MU]，并且有
[0253]
[0254]
[0255]
[0256]
[0257]
[0258] 通过使用式(7-27),从一个初始容许控制器 可以生成两个序列 和当收敛条件被满足时，得到的控制策略u*和 可以分别看作是。最优的控制
律和最优的代价函数值。
[0259] C、辨识和控制阶段
[0260] 在学习阶段[0,tlearn]，通过控制器与流程之间的交互学习可以获得u*和V*。此外，由迭代自适应动态规划的求解有：
[0261]
[0262] 式中:
[0263] γ(x,ui)＝[x-x*]TQ[x-x*]+[u-u*]TR[u-u*]
[0264] Q＝QT＞＝0,R＝RT＞0,(x*,u*)＝(0,0)为平衡点；
[0265] 结合式(7-32)和式(7-12)，得出：
[0266]
[0267] 和
[0268]
[0269] 学习阶段结束后，使用近似最优控制器得到的控制输入和系统状态演变遵循式(7-33)、式(7-34)和式(7-2)，因此根据式(7-33)和式(7-34)可以辨识得到式(7-2)中的未知参数Θf和Θg。如果在识别阶段[tlearn,tfinal]从系统演化轨迹中收集到的信息不足以辨识Θf和Θg，必须使用一组新的性能矩阵(Q,R)求解另一个最优解直到收集到足够的信息。
[0270] 参数估计问题可转化为最小化跟随函数
[0271]
[0272] 其存在以下限制：
[0273]
[0274] 式中， 分别为Θf和Θg的估计值， 和 是模型参数Θf取值范围的上下界， 和 是模型参数Θg取值范围的上下界，四个参数取值一般是根据实际物理约束判断来给定的。以哈密顿雅可比贝尔曼方程为桥梁，估计问题的解等于为参数Θf和Θg的数值。。
[0275] 在步骤S4中，在锌液净化过程，采用模型预测控制方法和自适应动态规划方法相结合的混合模型切换控制方法，对净化除杂反应器的杂质离子浓度进行优化控制。具体实施过程如下：
[0276] 根据除钴反应器工况类型多，部分工况下模型参数未知的情况，将基于模型的模型预测控制器和不依赖模型的自适应动态规划方法融合分别获取不同工况下的控制器，解决除钴反应器模型参数未知导致的控制性能损失以及避免人工设定的麻烦，实现除钴反应器的智能自主控制。融合框架如图2所示，工艺技术指标设定值由上级优化层给定，逻辑控制
开关根据当前所处工况下模型是否已知选取模型预测控制器或自适应动态规划控制。当模型参数已知时，由模型预测控制器求解得到最优控制器；当模型参数未知时，使用自适应动态规划算法，首先，设计得到初始可行控制器，利用自适应动态规划算法从生产数据中学习迭代优化得到近似最优控制器，再利用自适应动态规划学习阶段采集到的输入状态信息反向辨识未知的模型参数，不断减少模型参数未知的工况。实际过程出来的两条线是用于状态反馈，为模型预测控制方法(MPC)和自适应动态规划方法(ADP)提供系统状态信息。本发明实施例在MPC和ADP之间进行适当的选择，基于MPC的控制设计遵循标准过程。对于基于ADP的控制方法，在学习阶段，将带有激励噪声的初始容许控制器应用于工业过程，ADP通过“输入状态”信息对去学习最优控制器和成本函数。然后在识别阶段，沿最优控制轨迹采集输入u和状态x，以识别模型参数Θf和Θg。识别出的模型参数的值被保存到模型库中。该算法连续运行，不断获得集成控制器的操作范围和过程动力学知识。
[0277] 本发明实施例还提供一种锌液净化过程除杂反应器智能自主控制系统，上述系统包括计算机，上述计算机包括：
[0278] 至少一个存储单元；
[0279] 至少一个处理单元；
[0280] 其中，上述至少一个存储单元中存储有至少一条指令，上述至少一条指令由上述至少一个处理单元加载并执行以实现以下步骤：
[0281] 基于反应动力学原理构建锌液净化除杂反应器的机理模型；
[0282] 获取锌液净化除杂反应器的生产数据，基于反应器的生产数据辨识机理模型参数；
[0283] 判断当前工况反应器机理模型参数是否全部已知，若是，采用模型预测控制方法处理所述机理模型，对净化除杂反应器的杂质离子浓度进行优化控制；否则，根据模型预测控制法得到的上一时刻的最优控制u和最优性值指标v计算得到初始容许控制u0，以u0为初始容许控制，采用自适应动态规划法得到当前时刻的最优控制u*和最优性能指标V*，结合模型的结构信息辨识得到当前时刻的模型参数Θf和Θg，实现净化除杂反应器的杂质离子浓度的控制；
[0284] 在锌液净化过程，采用模型预测控制方法和自适应动态规划方法相结合的混合模型切换控制方法，对净化除杂反应器的杂质离子浓度进行优化控制。
[0285] 可理解的是，本发明实施例提供的上述锌液净化过程除杂反应器智能自主控制系统与上述锌液净化过程除杂反应器智能自主控制方法相对应，其有关内容的解释、举例、有益效果等部分可以参考锌液净化过程除杂反应器智能自主控制方法中的相应内容，此处不再赘述。
[0286] 综上所述，与现有技术相比，具备以下有益效果：
[0287] 1、本发明实施例采用模型预测控制方法和自适应动态规划方法相结合的混合模型切换控制方法，对净化除杂反应器的杂质离子浓度进行优化控制，提高了控制精度。
[0288] 2、本发明实施例解决了传统人工设定控制法由于进料条件的扰动，工作条件变化或者跳到不同工况时会导致的模型预测控制中的模型参数未知，使得控制性能下降的问题，实现快速，准确实现除杂反应器中杂质离子浓度智能自主控制。
[0289] 需要说明的是，通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助
软件加必需的通用
硬件平台的方式来实现。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，
服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
[0290] 以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行
修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
