首页 > 专利 > 杭州电子科技大学 > 动态矩阵控制优化的分馏塔液位控制方法专利详情

动态矩阵控制优化的分馏塔液位控制方法   0    0

有效专利 查看PDF
专利申请流程有哪些步骤?
专利申请流程图
申请
申请号:指国家知识产权局受理一件专利申请时给予该专利申请的一个标示号码。唯一性原则。
申请日:提出专利申请之日。
2013-11-14
申请公布
申请公布指发明专利申请经初步审查合格后,自申请日(或优先权日)起18个月期满时的公布或根据申请人的请求提前进行的公布。
申请公布号:专利申请过程中,在尚未取得专利授权之前,国家专利局《专利公报》公开专利时的编号。
申请公布日:申请公开的日期,即在专利公报上予以公开的日期。
2014-03-26
授权
授权指对发明专利申请经实质审查没有发现驳回理由,授予发明专利权;或对实用新型或外观设计专利申请经初步审查没有发现驳回理由,授予实用新型专利权或外观设计专利权。
2016-09-14
预估到期
发明专利权的期限为二十年,实用新型专利权期限为十年,外观设计专利权期限为十五年,均自申请日起计算。专利届满后法律终止保护。
2033-11-14
基本信息
有效性 有效专利 专利类型 发明专利
申请号 CN201310567019.X 申请日 2013-11-14
公开/公告号 CN103605381B 公开/公告日 2016-09-14
授权日 2016-09-14 预估到期日 2033-11-14
申请年 2013年 公开/公告年 2016年
缴费截止日
分类号 G05D9/00G05B13/04 主分类号 G05D9/00
是否联合申请 独立申请 文献类型号 B
独权数量 1 从权数量 0
权利要求数量 1 非专利引证数量 1
引用专利数量 5 被引证专利数量 0
非专利引证 1、张日东等.基于模糊规则的液位控制系统.《控制工程》.2006,第13卷(第4期),第320-323页.;
引用专利 JPH0769275A、CN201662724U、CN201882493U、CN102183972A、US8032256B1 被引证专利
专利权维持 4 专利申请国编码 CN
专利事件 事务标签 公开、实质审查、授权
申请人信息
申请人 第一申请人
专利权人 杭州电子科技大学 当前专利权人 杭州电子科技大学
发明人 薛安克、张日东、左燕、王建中 第一发明人 薛安克
地址 浙江省杭州市下沙高教园区2号大街 邮编
申请人数量 1 发明人数量 4
申请人所在省 浙江省 申请人所在市 浙江省杭州市
代理人信息
代理机构
专利代理机构是经省专利管理局审核,国家知识产权局批准设立,可以接受委托人的委托,在委托权限范围内以委托人的名义办理专利申请或其他专利事务的服务机构。
杭州君度专利代理事务所 代理人
专利代理师是代理他人进行专利申请和办理其他专利事务,取得一定资格的人。
杜军
摘要
本发明公开了动态矩阵控制优化的分馏塔液位控制方法。本发明方法首先基于分馏塔液位对象的阶跃响应数据建立分馏塔液位对象的模型,挖掘出基本的对象特性;然后依据动态矩阵控制的特性去整定相应P控制器的参数;最后对分馏塔液位对象实施P控制。本发明提出了一种基于动态矩阵控制优化的分馏塔液位P控制方法,结合了P控制和动态矩阵控制的良好的控制性能,有效地提高了传统控制方法的不足,同时也促进了先进控制算法的发展与应用。
  • 摘要附图
    动态矩阵控制优化的分馏塔液位控制方法
  • 说明书附图:,k+
    动态矩阵控制优化的分馏塔液位控制方法
  • 说明书附图:[0015]
    动态矩阵控制优化的分馏塔液位控制方法
  • 说明书附图:[0021]
    动态矩阵控制优化的分馏塔液位控制方法
  • 说明书附图:[0029]
    动态矩阵控制优化的分馏塔液位控制方法
  • 说明书附图:[0034]
    动态矩阵控制优化的分馏塔液位控制方法
  • 说明书附图:[0037]
    动态矩阵控制优化的分馏塔液位控制方法
  • 说明书附图:[0054]
    动态矩阵控制优化的分馏塔液位控制方法
  • 说明书附图:[0069]
    动态矩阵控制优化的分馏塔液位控制方法
  • 说明书附图:[0075]
    动态矩阵控制优化的分馏塔液位控制方法
  • 说明书附图:[0083]
    动态矩阵控制优化的分馏塔液位控制方法
  • 说明书附图:[0088]
    动态矩阵控制优化的分馏塔液位控制方法
  • 说明书附图:[0092]
    动态矩阵控制优化的分馏塔液位控制方法
  • 说明书附图:[0109]
    动态矩阵控制优化的分馏塔液位控制方法
法律状态
序号 法律状态公告日 法律状态 法律状态信息
1 2016-09-14 授权
2 2014-03-26 实质审查的生效 IPC(主分类): G05D 9/00 专利申请号: 201310567019.X 申请日: 2013.11.14
3 2014-02-26 公开
权利要求
权利要求书是申请文件最核心的部分,是申请人向国家申请保护他的发明创造及划定保护范围的文件。
1.动态矩阵控制优化的分馏塔液位控制方法,其特征在于该方法的具体步骤是:
步骤(1).通过过程对象的实时阶跃响应数据建立被控对象的模型,具体方法是:
1-a.给被控对象一个阶跃输入信号,记录被控对象的阶跃响应曲线;
1-b.将步骤1-a得到的阶跃响应曲线进行滤波处理,然后拟合成一条光滑曲线,记录光滑曲线上每个采样时刻对应的阶跃响应数据,第一个采样时刻为Ts,相邻两个采样时刻间隔的时间为Ts,采样时刻顺序为Ts、2Ts、3Ts……;被控对象的阶跃响应将在某一个时刻tN=N*Ts后趋于平稳,当ai,i>N,与aN的误差和测量误差有相同的数量级时,即可认为aN近似等于阶跃响应的稳态值;建立对象的模型向量a:
a=[a1,a2,…aN]Τ
其中Τ为矩阵的转置符号,N为建模时域;
步骤(2).设计被控对象的P控制器,具体方法是:
2-a.利用上面获得的模型向量a建立被控对象的动态矩阵,其形式如下:
其中,A是被控对象的P×M阶动态矩阵,ai是阶跃响应的数据,P为动态矩阵控制算法的优化时域,M为动态矩阵控制算法的控制时域,M<P<N;
2-b.建立被控对象当前k时刻的模型预测初始响应值yM(k)
先得到k-1时刻加入控制增量Δu(k-1)后的模型预测值yp(k-1):
yP(k-1)=yM(k-1)+A0Δu(k-1)
其中,
y1(k|k-1),y1(k+1|k-1),…,y1(k+N-1|k-1)分别表示被控对象在k-1时刻对k,k+1,…,k+N-1时刻加入控制增量Δu(k-1)后的模型预测值,
y0(k|k-1),y0(k|k-1),…y0(k+N-1|k-1)表示k-1时刻对k,k+1,…,k+N-1时刻的初始预测值,A0为阶跃响应数据建立的矩阵,Δu(k-1)为k-1时刻的输入控制增量;
接着得到k时刻被控对象的模型预测误差值e(k):
e(k)=y(k)-y1(k|k-1)
其中,y(k)表示k时刻测得的被控对象的实际输出值;
进一步得到k时刻模型输出的修正值ycor(k):
ycor(k)=yM(k-1)+h*e(k)
其中,
ycor(k|k),ycor(k+1|k),…ycor(k+N-1|k)分别表示被控对象在k时刻模型的修正值,h为误差补偿的权矩阵,α为误差校正系数;
最后的得到k时刻的模型预测的初始响应值yM(k):
yM(k)=Sycor(k)
其中,S为N×N阶的状态转移矩阵,
2-c.计算被控对象在M个连续的控制增量Δu(k),…,Δu(k+M-1)下的预测输出值yPM,具体方法是:
yPM(k)=yp0(k)+AΔuM(k)
其中,yP0(k)是yM(k)的前P项,yM(k+1|k),yM(k+2|k),…,yM(k+P|k)为k时刻对k+1,k+
2,…,k+P时刻的模型预测输出值;
2-d.令被控对象的控制时域M=1,选取被控对象的目标函数J(k),J(k)形式如下:
minJ(k)=Q(ref(k)-yPM(k))2+rΔu2(k)=Q(ref(k)-yP0(k)-AΔu(k))2+rΔu2(k)ref(k)=[ref1(k),ref2(k),…,refP(k)]Τ
refi(k)=βiy(k)+(1-βi)c(k),Q=diag(q1,q2,…,qP)
其中,Q为误差加权矩阵,q1,q2,…,qP为加权矩阵的参数值;β为柔化系数,c(k)为设定值;r=diag(r1,r2,…rM)为控制加权矩阵,r1,r2,…rM为控制加权矩阵的参数,ref(k)为系统的参考轨迹,refi(k)为参考轨迹中第i个参考点的值;
2-e.将控制量u(k)进行变换:
u(k)=u(k-1)+Kp(k)(e1(k)-e1(k-1))
e1(k)=c(k)-y(k)
将u(k)代入到步骤d中的目标函数求解P控制器中的参数得:
u(k)=u(k-1)+w(k)ΤE(k)
w(k)=[w1(k),w2(k)]Τ
w1(k)=Kp(k),w2(k)=-Kp(k)
E(k)=[e1(k),e1(k-1)]Τ
其中,Kp(k)为k时刻P控制器的比例参数,e1(k)为k时刻参考轨迹值与实际输出值之间的误差,Τ为矩阵的转置符号;
综合上述式子,可得:
进一步可以得到:
Kp(k)=-w2(k)
2-f.得到P控制器的参数Kp(k)以后构成控制量u(k)作用于被控对象,u(k)=u(k-1)+Kp(k)(e1(k)-e1(k-1));
2-h.在下一时刻,依照2-b到2-f中的步骤继续求解P控制器新的参数Kp(k+1)的值,依次循环。
说明书

技术领域

[0001] 本发明属于自动化技术领域,涉及一种基于动态矩阵控制(DMC)优化的分馏塔液位比例(P)控制方法。

背景技术

[0002] 随着现代工业过程的大型化和复杂化,一些传统的控制方法越来越难以满足工业的实际需求。一些先进过程控制技术虽然在理论上能够大大提高生产效率,但由于硬件、成本、实施难度等方面的原因,很难得到应用,所以目前占据主流的仍然是PID控制。目前分馏塔液位的控制通常采用比例(P)控制。动态矩阵控制作为先进控制方法的一种,对模型要求低,计算量少,处理延时的方法简单易行,如果能将动态矩阵控制算法和P技术结合,将动态矩阵控制的性能赋给P控制,那将更加有利于生产效率的提高,同时也能够推动先进控制的发展。

发明内容

[0003] 本发明的目的是针对现有先进控制方法的应用不足之处,提供一种基于动态矩阵控制优化的分馏塔液位P控制方法,以获得更好的实际控制性能。该方法通过结合动态矩阵控制和P控制,得到了一种带有动态矩阵控制性能的P控制方法。该方法不仅继承了动态矩阵控制的优良性能,同时形式简单并能满足实际工业过程的需要。
[0004] 本发明方法首先基于分馏塔液位对象的阶跃响应数据建立分馏塔液位对象的模型,挖掘出基本的对象特性;然后依据动态矩阵控制的特性去整定相应P控制器的参数;最后对分馏塔液位对象实施P控制。
[0005] 本发明的技术方案是通过数据采集、建立动态矩阵、建立预测模型、预测机理、优化等手段,确立了一种基于动态矩阵控制优化的P控制方法,利用该方法可有效提高控制的精度与稳定性。
[0006] 本发明方法的步骤包括:
[0007] 步骤(1).通过过程对象的实时阶跃响应数据建立被控对象的模型,具体方法是:
[0008] a.给被控对象一个阶跃输入信号,记录被控对象的阶跃响应曲线。
[0009] b.将a步骤得到的阶跃响应曲线进行滤波处理,然后拟合成一条光滑曲线,记录光滑曲线上每个采样时刻对应的阶跃响应数据,第一个采样时刻为Ts,相邻两个采样时刻间隔的时间为Ts,采样时刻顺序为Ts、2Ts、3Ts……;被控对象的阶跃响应将在某一个时刻tN=NT后趋于平稳,当ai(i>N)与aN的误差和测量误差有相同的数量级时,即可认为aN近似等于阶跃响应的稳态值。建立对象的模型向量a:
[0010] a=[a1,a2,…aN]Τ
[0011] 其中Τ为矩阵的转置符号,N为建模时域。
[0012] 步骤(2).设计被控对象的P控制器,具体方法是:
[0013] a.利用上面获得的模型向量a建立被控对象的动态矩阵,其形式如下:
[0014]
[0015] 其中,A是被控对象的P×M阶动态矩阵,ai是阶跃响应的数据,P为动态矩阵控制算法的优化时域,M为动态矩阵控制算法的控制时域,M<P<N。
[0016] b.建立被控对象当前k时刻的模型预测初始响应值yM(k)
[0017] 先得到k-1时刻加入控制增量Δu(k-1)后的模型预测值yp(k-1):
[0018] yP(k-1)=yM(k-1)+A0Δu(k-1)
[0019] 其中,
[0020]
[0021] y1(k|k-1),y1(k+1|k-1),…,y1(k+N-1|k-1)分别表示被控对象在k-1时刻对k,k+1,…,k+N-1时刻加入控制增量Δu(k-1)后的模型预测值,y0(k|k-1),y0(k|k-1),…y0(k+N-
1|k-1)表示k-1时刻对k,k+1,…,k+N-1时刻的初始预测值,A0为阶跃响应数据建立的矩阵,Δu(k-1)为k-1时刻的输入控制增量。
[0022] 接着得到k时刻被控对象的模型预测误差值e(k):
[0023] e(k)=y(k)-y1(k|k-1)
[0024] 其中,y(k)表示k时刻测得的被控对象的实际输出值。
[0025] 进一步得到k时刻模型输出的修正值ycor(k):
[0026] ycor(k)=yM(k-1)+h*e(k)
[0027] 其中,
[0028]
[0029] ycor(k|k),ycor(k+1|k),…ycor(k+N-1|k)分别表示被控对象在k时刻模型的修正值,h为误差补偿的权矩阵,α为误差校正系数。
[0030] 最后的得到k时刻的模型预测的初始响应值yM(k):
[0031] yM(k)=Sycor(k)
[0032] 其中,S为N×N阶的状态转移矩阵,
[0033]
[0034] c.计算被控对象在M个连续的控制增量Δu(k),…,Δu(k+M-1)下的预测输出值yPM,具体方法是:
[0035] yPM(k)=yp0(k)+AΔuM(k)
[0036]
[0037] 其中,yP0(k)是yM(k)的前P项,yM(k+1|k),yM(k+2|k),…,yM(k+P|k)为k时刻对k+1,k+2,…,k+P时刻的模型预测输出值。
[0038] d.令被控对象的控制时域M=1,选取被控对象的目标函数J(k),J(k)形式如下:
[0039] minJ(k)=Q(ref(k)-yPM(k))2+rΔu2(k)=Q(ref(k)-yP0(k)-AΔu(k))2+rΔu2(k)[0040] ref(k)=[ref1(k),ref2(k),…,refP(k)]Τ
[0041] refi(k)=βiy(k)+(1-βi)c(k),Q=diag(q1,q2,…,qP)
[0042] 其中,Q为误差加权矩阵,q1,q2,…,qP为加权矩阵的参数值;β为柔化系数,c(k)为设定值;r=diag(r1,r2,…rM)为控制加权矩阵,r1,r2,…rM为控制加权矩阵的参数,ref(k)为系统的参考轨迹,refi(k)为参考轨迹中第i个参考点的值。
[0043] e.将控制量u(k)进行变换:
[0044] u(k)=u(k-1)+Kp(k)(e1(k)-e1(k-1))
[0045] e(k)=c(k)-y(k)
[0046] 将u(k)代入到步骤d中的目标函数求解P控制器中的参数得:
[0047] u(k)=u(k-1)+w(k)ΤE(k)
[0048] w(k)=[w1(k),w2(k)]Τ
[0049] w1(k)=Kp(k),w2(k)=-Kp(k)
[0050] E(k)=[e1(k),e1(k-1)]Τ
[0051] 其中,Kp(k)分别为k时刻P控制器的比例参数,e1(k)为k时刻参考轨迹值与实际输出值之间的误差,Τ为矩阵的转置符号。
[0052] 综合上述式子,可得:
[0053]
[0054] 进一步可以得到:
[0055] Kp(k)=-w2(k)
[0056] f.得到P控制器的参数Kp(k)以后构成控制量u(k)作用于被控对象,u(k)=u(k-1)+Kp(k)(e1(k)-e1(k-1))。
[0057] h.在下一时刻,依照b到f中的步骤继续求解P控制器新的参数Kp(k+1)的值,依次循环。
[0058] 本发明提出了一种基于动态矩阵控制优化的分馏塔液位P控制方法,结合了P控制和动态矩阵控制的良好的控制性能,有效地提高了传统控制方法的不足,同时也促进了先进控制算法的发展与应用。

实施方案

[0059] 以分馏塔液位过程控制为例:
[0060] 分馏塔液位对象对控制精度和余差要求不高,调节手段采用控制上料口阀门的开度。
[0061] 步骤(1).通过分馏塔液位对象的实时阶跃响应数据建立分馏塔液位对象的模型,具体方法是:
[0062] a.给分馏塔液位一个阶跃输入信号,记录其阶跃响应曲线。
[0063] b.将对应的阶跃响应曲线进行滤波处理,然后拟合成一条光滑曲线,记录光滑曲线上每个采样时刻对应的阶跃响应数据,第一个采样时刻为Ts,相邻两个采样时刻间隔的时间为Ts,采样时刻顺序为Ts、2Ts、3Ts……;上料口阀门开度的响应值ai将在某一个时刻tN=NT后趋于平稳,当ai(i>N)与aN的误差和测量误差有相同的数量级时,即可认为aN近似等于阶跃响应稳态值。建立对象的模型向量a:
[0064] a=[a1,a2,…aN]Τ
[0065] 其中Τ为矩阵的转置符号,N为建模时域,。
[0066] 步骤(2).设计分馏塔液位的P控制器,具体方法是:
[0067] a.利用上面获得的模型向量a建立废分馏塔液位的动态矩阵,其形式如下:
[0068]
[0069] 其中,A是分馏塔液位的P×M阶动态矩阵,ai是分馏塔液位的挡板开度的数据,P为动态矩阵控制算法的优化时域,M为动态矩阵控制算法的控制时域,M<P<N。
[0070] b.建立分馏塔液位当前k时刻的初始预测值yM(k)
[0071] 先得到k-1时刻上料口阀门开度增加Δu(k-1)后的模型预测值yp(k-1):
[0072] yP(k-1)=yM(k-1)+A0Δu(k-1)
[0073] 其中,
[0074]
[0075] y1(k|k-1),y1(k+1|k-1),…,y1(k+N-1|k-1)分别表示分馏塔液位在k-1时刻对k,k+1,…,k+N-1时刻加入Δu(k-1)后的模型预测值,y0(k|k-1),y0(k|k-1),…y0(k+N-1|k-1)表示k-1时刻对k,k+1,…,k+N-1时刻的分馏塔液位的初始预测值,A0为由分馏塔液位阶跃响应数据建立的矩阵,Δu(k-1)为k-1时刻的分馏塔液位的上料口阀门开度的控制增量。
[0076] 接着得到k时刻分馏塔液位的模型预测误差值e(k):
[0077] e(k)=y(k)-y1(k|k-1)
[0078] 其中,y(k)表示k时刻测得的分馏塔液位的实际输出值。
[0079] 进一步得到k时刻分馏塔液位的模型输出的修正值ycor(k):
[0080] ycor(k)=yM(k-1)+h*e(k)
[0081] 其中,
[0082]
[0083] ycor(k|k),ycor(k+1|k),…ycor(k+N-1|k)分别表示分馏塔液位在k时刻模型的修正值,h为误差补偿的权矩阵,α为误差校正系数。
[0084] 最后的得到分馏塔液位在k时刻模型的初始预测值yM(k):
[0085] yM(k)=Sycor(k)
[0086] 其中,S为N×N阶的状态转移矩阵,
[0087]
[0088] c.计算分馏塔液位在M个连续的控制增量Δu(k),…,Δu(k+M-1)下的预测输出值yPM,具体方法是:
[0089] yPM(k)=yP0(k)+AΔuM(k)
[0090] 其中,
[0091]
[0092] yP0(k)是yM(k)的前P项,yM(k+1|k),yM(k+2|k),…,yM(k+P|k)为分馏塔液位在k时刻对k+1,k+2,…,k+P时刻的模型预测输出值。
[0093] d.令控制时域M=1,并选取分馏塔液位的目标函数J(k),J(k)形式如下:
[0094] minJ(k)=Q(ref(k)-yPM(k))2+rΔu2(k)=Q(ref(k)-yP0(k)-AΔu(k))2+rΔu2(k)[0095] ref(k)=[ref1(k),ref2(k),…,refP(k)]Τ
[0096] refi(k)=βiy(k)+(1-βi)c(k),Q=diag(q1,q2,…,qP)
[0097] 其中,Q为误差加权矩阵,q1,q2,…,qP为误差加权矩阵的参数值;β为柔化系数,c(k)为分馏塔液位的设定值;r=diag(r1,r2,…rM)为控制加权矩阵,r1,r2,…rM为控制加权
版权所有:盲专网 ©2023 zlpt.xyz  蜀ICP备2023003576号