炼油加热炉炉膛压力的分数阶分布式动态矩阵控制方法.pdf

(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CN106483853A(43)申请公布日2017.03.08(21)申请号201611252446.9(22)申请日2016.12.30(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(72)发明人汪大卫张日东(74)专利代理机构杭州奥创知识产权代理有限公司33272代理人王佳健(51)Int.Cl.G05B13/04(2006.01)权利要求书5页说明书11页(54)发明名称炼油加热炉炉膛压力的分数阶分布式动态矩阵控制方法(57)摘要本发明公开了一种炼油加热炉炉膛压力的分数阶分布式动态矩阵控制方法。本发明首先通过采集多变量过程的输入输出数据建立该过程的分数阶模型，然后将其近似为整数阶高阶模型，并获取对象的阶跃响应模型向量，再将多变量过程的在线优化实施问题转化为各个小规模子系统的优化求解问题，把网络环境下的每个子系统看为一个智能体。通过在各智能体的性能指标中引入PID算子，设计各智能体的分数阶PID型动态矩阵控制器，再将当前时刻的即时控制律作用于每个智能体，并将时域滚动至下一时刻，重复上述优化过程，从而完成整个大规模系统的优化任务。本发明有效改善了系统的控制性能，并提高了控制器参数设计的自由度。CN106483853ACN106483853A权利要求书1/5页1.炼油加热炉炉膛压力的分数阶分布式动态矩阵控制方法，其特征在于该方法包括以下步骤：步骤1.通过炼油加热炉炉膛压力对象的实时阶跃响应数据建立被控对象的分数阶动态矩阵控制的阶跃响应模型向量，具体是：1.1根据分布式预测控制思想，将一个N输入N输出的大规模分数阶系统分散为N个智能体子系统；1.2在稳态工况下，采集多变量过程对象各智能子系统的实时输入输出数据，利用该数据建立t时刻过程对象第j(1≤j≤N)个输入对第i(1≤i≤N)个输出的分数阶微分方程模型，形式如下：其中，βij为第j个输入对第i个输出的分数阶微分阶次，为输出对应的系数，为输入对应的系数，τij为第j个输入对第i个输出的滞后时间，yi(t),uj(t)分别为t时刻第i个智能体的输出和第j个智能体的输入；1.3根据分数阶微积分定义，对步骤1.2中的模型进行拉氏变换，得到过程对象第j个输入对第i个输出的传递函数形式如下：其中，s为拉普拉斯变换算子；1.4根据Oustaloup近似方法得到微分算子sβ的近似表达式：其中，β为分数阶微分阶次，0<β<1，N1为选定的近似阶次，wb和wh分别为选定的拟合频率的下限和上限；1.5根据步骤1.4中的Oustaloup近似方法，将步骤1.3中的分数阶模型近似为整数阶高阶模型，给该高阶模型施加一个单位阶跃信号，并记录其阶跃响应曲线；1.6将步骤1.5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，采样时刻顺序为Ts、2Ts、3Ts……；高阶模型的阶跃响应将在某一个时刻tL＝LijTs后趋于平稳，当aij(t)(t>Lij)与aij(Lij)的误差和测量误差有相同的数量级时，即可认为aij(Lij)近似等于阶跃响应的稳态值。建立第j个输入对第i个输出的阶跃响应模型向量aij：Taij＝[aij(1),aij(2),…,aij(Lij)]其中T为矩阵的转置符号,aij(k)为t＝kTs时刻第j个输入对第i个输出的阶跃响应采样值，Lij为第j个输入对第i个输出的建模时域。步骤2.设计第i个智能体的分数阶PID型动态矩阵控制器，具体是：2.1利用步骤1获得的模型向量aij建立被控对象的动态矩阵，其形式如下：2CN106483853A权利要求书2/5页其中Aij为第j个智能体输入对第i个智能体输出的P×M阶动态矩阵，P、M分别为动态矩阵控制算法的优化时域和控制时域的长度，假设L用来表示系统的统一建模时域，则有Lij＝L(1≤i≤3,1≤j≤3),M<P<L，N＝3为输入输出个数；2.2获取第i个智能体当前k时刻的模型预测初始响应值yi,0(k)首先，在k-1时刻加入各智能体的控制增量△u1(k-1),△u2(k-1),…,△un(k-1)，得到第i个智能体的模型预测值yi,P(k-1)：其中，Tyi,P(k-1)＝[yi,1(k|k-1),yi,1(k+1|k-1),…,yi,1(k+L-1|k-1)]Tyi,0(k-1)＝[yi,0(k|k-1),yi,0(k+1|k-1),…,yi,0(k+L-1|k-1)],TTAii,0＝[aii(1),aii(2),…,aii(L)],Aij,0＝[aij(1),aij(2),…,aij(L)]yi,1(k|k-1),yi,1(k+1|k-1),…,yi,1(k+L-