基于数据的间歇过程综合迭代学习控制方法研究

发布时间：2024-12-10 21:11

　　现代过程工业正逐渐由生产大批量、通用型的基础材料向生产多品种、高品质、小批量的专业产品发展。间歇过程满足上述发展需求,并且具有设备投资小和转产灵活等优点,已经被广泛用于石油化工、半导体材料、聚合材料等生产行业中,在现代过程工业中扮演着越来越重要的角色。但间歇过程具有多阶段重复操作、非稳态运行、离散与连续变量混杂的过程动态特性,这使得传统的控制理论难以适用。如何从间歇过程的特性出发,研究适用于间歇过程的控制理论和方法是亟需解决的问题。本文从间歇过程的本质特性出发,基于即时学习、迭代学习控制、模型预测控制等理论,研究间歇过程的综合迭代学习控制方法,包括批次间收敛性和批次内抗扰性,并对控制系统的收敛性、稳定性和鲁棒性进行理论分析。主要研究内容和成果包括:(1)提出一种基于递阶搜索即时学习的间歇过程模型辨识方法。通过利用即时学习方法建立多个局部模型分别描述过程的非线性特性,实现对间歇过程非线性特性的逼近。首先基于间歇过程的重复性将即时学习数据库分为若干个子数据库,然后同时考虑数据间的角度和距离关系,利用数据间相似性将子数据库分为若干个聚类,从而构造一种三层搜索框架,最后利用最小二乘法辨识系统模型...

【文章页数】：161 页

【学位级别】：博士

【部分图文】：

图1.2即时学习建模方法示意图

建立好局部模型后,就可以得到当前工况点的预测输出,然后丢弃该模型。当下一个查询数据来到时,重新选择相似数据并进行建模。基于以上的步骤,即时学习建模方法的关键在于以下三个方面:

图1.3迭代学习控制方法结构图

其中,L(·)为算子。由于学习律的改变直接影响迭代学习控制方法的一致收敛性和收敛速度,因此迭代学习控制理论主要研究学习律的设计。学习律主要有以下几种:

图1.4基于迭代学习控制的间歇生产过程

此外,迭代学习律还有模型算法学习率[67],最优学习律[68]、动态学习率[69]及反馈-前馈迭代学习律[70]等。迭代学习控制方法已经大量的应用于具有重复运行特性的机械系统中[71–73]。随着间歇过程在现代工业发挥越来越重要的作用,迭代学习控制在注塑、发酵及半导体加工等领域中....

图1.5预测控制结构图

迭代学习控制方法已经大量的应用于具有重复运行特性的机械系统中[71–73]。随着间歇过程在现代工业发挥越来越重要的作用,迭代学习控制在注塑、发酵及半导体加工等领域中也得到广泛应用。近年来,基于迭代学习控制的间歇过程控制方法逐渐成为研究热点。基于迭代学习控制的间歇生产过程如图1.4....

本文编号：4015664