发明名称 炼油工业加热炉温度过程的伴随矩阵解耦预测控制方法
摘要 本发明涉及炼油工业加热炉温度过程的伴随矩阵解耦预测控制方法。传统方法控制手段与控制参数完全依赖技术人员经验,控制效果不好。本发明方法首先基于炼油工业加热炉过程模型建立伴随矩阵解耦过程模型,挖掘出基本的过程特性;然后基于该伴随矩阵解耦模型建立预测控制回路;最后通过计算预测控制器的参数,将过程对象实施预测控制。本发明方法通过数据采集、过程处理、预测机理、数据驱动、优化等手段,确立了一种炼油工业加热炉温度过程的伴随矩阵解耦预测控制方法,利用该方法可有效提高控制的精度,提高控制平稳度。本发明方法有效减少理想工艺参数与实际工艺参数的误差,保证控制装置操作在最佳状态。
申请公布号 CN102880047B 申请公布日期 2014.09.17
申请号 CN201210358368.6 申请日期 2012.09.24
申请人 杭州电子科技大学 发明人 张日东;孔亚广;薛安克;王建中;葛铭
分类号 G05B13/00(2006.01)I 主分类号 G05B13/00(2006.01)I
代理机构 杭州求是专利事务所有限公司 33200 代理人 杜军
主权项 炼油工业加热炉温度过程的伴随矩阵解耦预测控制方法,其特征在于该方法的具体步骤是:(1)利用炼油工业加热炉温度过程模型建立伴随矩阵解耦模型,具体方法是:首先采集炼油工业加热炉温度过程的输入输出数据,利用该数据建立输入输出模型如下:Y(s)=G(s)U(s)其中Y(s)、G(s)、U(s)分别为输出向量、传递函数矩阵、输入向量;<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><mi>Y</mi><mrow><mo>(</mo><mi>s</mi><mo>)</mo></mrow><mo>=</mo><mfenced open='[' close=']'><mtable><mtr><mtd><msub><mi>y</mi><mn>1</mn></msub><mrow><mo>(</mo><mi>s</mi><mo>)</mo></mrow></mtd></mtr><mtr><mtd><msub><mi>y</mi><mn>2</mn></msub><mrow><mo>(</mo><mi>s</mi><mo>)</mo></mrow></mtd></mtr><mtr><mtd><mo>&CenterDot;</mo></mtd></mtr><mtr><mtd><mo>&CenterDot;</mo></mtd></mtr><mtr><mtd><mo>&CenterDot;</mo></mtd></mtr><mtr><mtd><msub><mi>y</mi><mi>N</mi></msub><mrow><mo>(</mo><mi>s</mi><mo>)</mo></mrow></mtd></mtr></mtable></mfenced><mo>,</mo></mrow>]]></math><img file="FDA0000502608330000011.GIF" wi="333" he="307" /></maths><img file="FDA0000502608330000012.GIF" wi="814" he="308" /><maths num="0002" id="cmaths0002"><math><![CDATA[<mrow><mi>U</mi><mrow><mo>(</mo><mi>s</mi><mo>)</mo></mrow><mo>=</mo><mfenced open='[' close=']'><mtable><mtr><mtd><msub><mi>u</mi><mn>1</mn></msub><mrow><mo>(</mo><mi>s</mi><mo>)</mo></mrow></mtd></mtr><mtr><mtd><msub><mi>u</mi><mn>2</mn></msub><mrow><mo>(</mo><mi>s</mi><mo>)</mo></mrow></mtd></mtr><mtr><mtd><mo>&CenterDot;</mo></mtd></mtr><mtr><mtd><mo>&CenterDot;</mo></mtd></mtr><mtr><mtd><mo>&CenterDot;</mo></mtd></mtr><mtr><mtd><msub><mi>u</mi><mi>N</mi></msub><mrow><mo>(</mo><mi>s</mi><mo>)</mo></mrow></mtd></mtr></mtable></mfenced></mrow>]]></math><img file="FDA0000502608330000013.GIF" wi="315" he="310" /></maths>G<sub>11</sub>(s),G<sub>12</sub>(s),…,G<sub>NN</sub>(s)表示过程的各回路传递函数,u<sub>k</sub>(s)和y<sub>k</sub>(s)分别为输入、输出变量的拉普拉斯变换,k=1,2,…,N,s为拉普拉斯变换算子,N为过程的输入输出变量个数,所述的输入输出数据为数据采集器中存储的数据;进一步对上述方程选取伴随矩阵解耦阵为:N(s)=adjG(s)其中,N(s)是伴随矩阵解耦阵,adjG(s)为G(s)的伴随矩阵;将上述伴随矩阵解耦阵与过程输入输出模型合并得到:W(s)=G(s)·N(s)=G(s)·adjG(s)=diagdetG(s)其中,W(s)是得到的解耦过程模型,detG(s)为G(s)的行列式,diagdetG(s)为以G(s)的行列式为元素的对角矩阵;<img file="FDA0000502608330000014.GIF" wi="1023" he="302" />将上述解耦过程模型通过离散化处理成过程的离散表示方式:A(z<sup>‑1</sup>)y<sub>k</sub>(t)=z<sup>‑(d+1)</sup>B(z<sup>‑1</sup>)u<sub>k</sub>(t)其中,A(z<sup>‑1</sup>)、B(z<sup>‑1</sup>)为输入变量和输出变量的多项式,d为过程的时间滞后,z<sup>‑1</sup>为后移一步算子,z<sup>‑(d+1)</sup>为后移d+1步算子,y<sub>k</sub>(t)、u<sub>k</sub>(t)为分别与y<sub>k</sub>(s)、u<sub>k</sub>(s)对应的离散化输出和输入变量,k=1,2,…,N;(2)基于该解耦过程模型设计预测控制器,具体方法是:a、定义该预测控制器多步预测输出的预测公式为:<maths num="0003" id="cmaths0003"><math><![CDATA[<mrow><msub><mi>y</mi><mi>k</mi></msub><mrow><mo>(</mo><mi>t</mi><mo>+</mo><mn>1</mn><mo>)</mo></mrow><mo>=</mo><munderover><mi>&Sigma;</mi><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><mi>n</mi></munderover><msub><mi>A</mi><mrow><mn>1</mn><mo>,</mo><mi>i</mi></mrow></msub><msub><mi>y</mi><mi>k</mi></msub><mrow><mo>(</mo><mi>t</mi><mo>+</mo><mn>1</mn><mo>-</mo><mi>i</mi><mo>)</mo></mrow><mo>+</mo><munderover><mi>&Sigma;</mi><mrow><mi>i</mi><mo>=</mo><mn>0</mn></mrow><mi>m</mi></munderover><msub><mi>B</mi><mrow><mn>1</mn><mo>,</mo><mi>i</mi></mrow></msub><msub><mi>&Delta;u</mi><mi>k</mi></msub><mrow><mo>(</mo><mi>t</mi><mo>-</mo><mi>d</mi><mo>-</mo><mi>i</mi><mo>)</mo></mrow></mrow>]]></math><img file="FDA0000502608330000021.GIF" wi="989" he="130" /></maths>其中n、m分别是输出预测和输入预测的阶次,A<sub>1,i</sub>、B<sub>1,i</sub>为输出预测和输入预测的系数,Δ为差分算子,y<sub>k</sub>(t+1)为第t+1时刻的输出预测,y<sub>k</sub>(t+1‑i)、Δu<sub>k</sub>(t‑d‑i)为与A<sub>1,i</sub>、B<sub>1,i</sub>对应的各时刻输出变量、输入增量变量,t为当前时刻,i为第i步预测时刻;b、定义参考轨迹的组成为:y<sub>r</sub>(t+d)=y<sub>k</sub>(t+d)y<sub>r</sub>(t+d+j)=αy<sub>r</sub>(t+d+j‑1)+(1‑α)s其中,y<sub>k</sub>(t+d)是第t+d时刻的输出预测,y<sub>r</sub>(t+d)、y<sub>r</sub>(t+d+j)、y<sub>r</sub>(t+d+j‑1)分别是第t+d时刻、第t+d+j时刻、第t+d+j‑1时刻的参考轨迹,α是参考轨迹的柔化系数,s是过程输出设定值;c、定义输出预测和参考轨迹的向量形式为:Y=Y<sub>m</sub>+GUY<sub>r</sub>=(y<sub>r</sub>(t+d+1),y<sub>r</sub>(t+d+2),…,y<sub>r</sub>(t+p))<sup>T</sup>其中,Y为输出预测向量,Y<sub>m</sub>为依据a.步骤并令预测控制器多步预测输出的预测公式中输入增量变量为零时求得的数值,GU为依据步骤a并令预测控制器多步预测输出的预测公式中输入增量变量不为零时求得的数值;Y<sub>r</sub>为参考轨迹向量,y<sub>r</sub>(t+d+i),i=1,2,…,p为第t+d+i时刻的参考轨迹数值,p为预测步长,T为求转置算子;G、U具体表现为:<maths num="0004" id="cmaths0004"><math><![CDATA[<mrow><mi>G</mi><mo>=</mo><mfenced open='[' close=']'><mtable><mtr><mtd><msub><mi>B</mi><mn>1,0</mn></msub></mtd><mtd></mtd><mtd></mtd><mtd></mtd></mtr><mtr><mtd><msub><mi>B</mi><mn>2,0</mn></msub></mtd><mtd><msub><mi>B</mi><mn>1,0</mn></msub></mtd><mtd><mn>0</mn></mtd><mtd></mtd></mtr><mtr><mtd><mo>&CenterDot;</mo><mo>&CenterDot;</mo><mo>&CenterDot;</mo></mtd><mtd><mo>&CenterDot;</mo><mo>&CenterDot;</mo><mo>&CenterDot;</mo></mtd><mtd></mtd><mtd></mtd></mtr><mtr><mtd><msub><mi>B</mi><mrow><mi>p</mi><mo>-</mo><mi>d</mi><mo>,</mo><mn>0</mn></mrow></msub></mtd><mtd><msub><mi>B</mi><mrow><mi>p</mi><mo>-</mo><mi>d</mi><mo>-</mo><mn>1,0</mn></mrow></msub></mtd><mtd><mo>&CenterDot;</mo><mo>&CenterDot;</mo><mo>&CenterDot;</mo></mtd><mtd><msub><mi>B</mi><mn>1,0</mn></msub></mtd></mtr></mtable></mfenced></mrow>]]></math><img file="FDA0000502608330000022.GIF" wi="650" he="314" /></maths>U=(Δu<sub>k</sub>(t),Δu<sub>k</sub>(t+1),…,Δu<sub>k</sub>(t+p‑d‑1))<sup>T</sup>其中,B<sub>i,0</sub>,i=1,2,…,p‑d为相应的输入增量变量的系数,Δu<sub>k</sub>(t+i),i=0,1,…,p‑d‑1为对应的第t+i时刻输入增量变量;d.计算控制器的参数,具体是:Δu<sub>k</sub>(t)=q<sup>T</sup>(Y<sub>r</sub>‑Y<sub>m</sub>)其中q<sup>T</sup>为控制器求取系数向量;q<sup>T</sup>=(G<sup>T</sup>G+β<sup>2</sup>I)<sup>‑1</sup>G<sup>T</sup>其中β<sup>2</sup>、I为加权项系数。
地址 310018 浙江省杭州市下沙高教园区2号大街