预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共11页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110794672A(43)申请公布日2020.02.14(21)申请号201910976876.2(22)申请日2019.10.15(71)申请人杭州电子科技大学地址310018浙江省杭州市下沙高教园区2号大街申请人浙江邦业科技股份有限公司(72)发明人余哲张日东侯平智欧丹林朱永治(74)专利代理机构浙江千克知识产权代理有限公司33246代理人周希良(51)Int.Cl.G05B13/04(2006.01)权利要求书3页说明书7页(54)发明名称一种水泥生产过程分解炉炉温显式控制方法(57)摘要本发明公开了一种水泥生产过程分解炉炉温显式控制方法。本发明首先建立水泥生产过程分解炉炉温的状态空间模型,设计系统控制量约束和输出约束;然后,通过一种新型的显式PID型模型预测控制策略对系统实施控制,该策略使用模型预测控制处理系统干扰作用,并且通过将约束矩阵进行值域和核空间的分解来消除约束对于系统的影响,同时引入PID结构增强系统的整体的性能。该方法有效的处理了水泥生产过程分解炉炉温控制中的干扰以及约束问题,并且提升了系统的响应速度,使水泥生产过程分解炉炉温带来了更好的控制效果。CN110794672ACN110794672A权利要求书1/3页1.一种水泥生产过程分解炉炉温显式控制方法,其特征在于该方法包括以下步骤:步骤1、建立分解炉控制的预测模型,具体是:1.1采集炉温控制过程的输入输出数据,利用该数据建立该炉温控制过程的输入输出模型,将带干扰的过程描述为以下形式:其中,其中x(k+1)是k+1时刻状态,x(k)是k时刻状态,y(k)是时刻分解炉炉温,u(k)和u(k-1)分别是k和k-1时刻系统喂煤量,v(k)和v(k-1)分别是k和k-1时刻可以测量的外部干扰,A,B,C,D,E,F是相应维数的系统矩阵,Δ是后向差分算子;1.2根据系统初始测量数据,得到系统的初始状态,定义如下:{[xinitial]}={x0}1.3设计分解炉炉温系统控制量约束和输出约束需要满足的实际生产约束:ymin(k)≤y1(k)≤ymax(k)umin(k)≤u(k)≤umax(k)Δumin(k)≤Δu(k)≤Δumax(k)其中,ymin(k)和ymax(k)分别为k时刻的炉温的最小和最大约束值,umin(k)和umax(k)分别为k时刻的最小和最大喂煤值,Δumin(k)和Δumax(k)分别是k时刻的喂煤的最小和最大值;1.4根据步骤1.3,变换其约束形式如下:-y(k)+ymin(k)≤0;y(k)-ymax(k)≤0-u(k)+umin(k)≤0;u(k)-umax(k)≤0-Δu(k)+Δumin(k)≤0;Δu(k)-Δumax(k)≤01.5将步骤1.4中的状态变量约束形式转化为不等式形式g(ki)≤0,g(ki)表示状态量不等式转换的统一形式;1.6对步骤1.1的式子进行如下转化:y(k+1)=D*AΔx(k)+D*BΔu(k)+D*CΔv(k)+y(k)1.7对步骤1.6的式子进行多步预测:y(k+1/k)=D1*AΔx(k)+D1*BΔu(k)+D1*CΔv(k)+y(k)其中,M表示模型预测控制的控制时域,P表示模型预测控制的优化时域;1.8从步骤1.5到步骤1.7得到预测模型为:2CN110794672A权利要求书2/3页yPM(k)=yPO(k)+SxΔx(k)+SuΔuM(k)+SvΔv(k)其中,TyPM(k)=[yM(k+1|k),yM(k+2|k),…,yM(k+P|k)]TyP0(k)=[y0(k+1|k),y0(k+2|k),…,y0(k+P|k)]TΔuM(k)=[Δu(k),Δu(k+1),…,Δu(k+M-1)]其中yPM(k)表示受到控制增量ΔuM(k)作用的过程对象在k时刻的模型预测炉温向量,yP0(k)为k时刻过程模型的初始预测炉温向量yN0(k)的前P项;步骤2、设计模型预测控制器,具体步骤是:2.1、PID型模型预测控制指标具体表示为:其中,TΔE0(k)=Δref(k)-ΔyPM(k)=[Δe0(k+1),Δe0(k+2),…,Δe0(k+P)]222222TΔE0(k)=Δref(k)-ΔyPM(k)=[Δe0(k+1),Δe0(k+2),…,Δe0(k+P)]Δu(k)=[Δu(k),Δu(k+1),…,Δu(k+M-1)]Tref(k)表示参考轨迹,E0(k)表示PID型模型预测控制的参考轨迹与模型输出形成的输出误差,Δ为PID型模型预测控制中的差分算子,Kp=diag(kp,…,kp),KI=diag(kI,…,kI),Kd=diag(kd,…,kd)分别表示PID型模型预测控制的比例系数矩阵、积分系数矩阵、微