CN102298327A - 免疫数据驱动控制方法及解决涤纶工业丝卷绕系统控制问题的设备 - Google Patents

Abstract

本发明属于信息控制领域，涉及免疫数据驱动控制方法及解决涤纶工业丝卷绕系统控制问题的设备。本发明的免疫数据驱动控制方法结合了数据驱动控制机理和生物调节机制，能够在被控对象精确模型未知的情况下，实施闭环控制；当给出理想的控制效果时，该控制方法能够快速利用闭环系统的实际数据，并通过这些数据来对系统进行数据驱动控制，同时在免疫调控的作用下满足系统的动态性能要求。本发明的解决涤纶工业丝卷绕系统控制问题的设备，配置为采用免疫数据驱动控制方法，由于卷绕机的精确模型未知且用户对系统的动态要求又较高，从而采用配置了免疫数据驱动控制方法的设备来进行控制。

Description

免疫数据驱动控制方法及解决涤纶工业丝卷绕系统控制问题的设备

技术领域

本发明属于信息控制领域，涉及免疫数据驱动控制方法及解决涤纶工业丝卷绕系统控制问题的设备。

背景技术

现有涤纶工业丝的生产技术和方法主要集中在一步法和两步法两个方面。其中一步法因为生产效率高，生产出的工业丝具有高强、高模和低缩性能等优势而被广泛使用。一步法包括四个基本步骤，固相聚合、熔融纺丝、拉伸热定型以及卷绕成型，卷绕成型作为最后一个步骤，对工业丝的力学、耐热、染色等性能起着至关重要的作用。卷绕成型的过程主要依靠于卷绕机，由于卷绕过程中，工艺变量等的不断变化，现有卷绕机的模型只能部分或者片面反映出卷绕成型的特征。而这种不精确的模型，时时刻刻制约着卷绕过程控制的发展，从而涤纶工业丝的生产工艺发展也受到限制。

与此同时，随着测量仪表的高速发展，越来越多的生产、设备和过程中的数据可以被人们获取。不依靠精确的受控系统模型而直接利用数据从中找到对被控过程乃至控制系统的描述也成为了可能，这种描述是基于数据而设计的一种控制器，这种控制器再被放入控制系统中，通过其独特对数据处理的方式来优化、预报或者评价控制。这种方式被称为数据驱动控制。目前已有的数据驱动控制策略有，去伪控制(Unfalsified Control，UC)，虚拟参考反馈整定(Virtual Reference Feedback Tuning，VRFT)，迭代反馈整定(Iterative Feedback Tuning，IFT)等。值得一提的是，现在工业生产中已经被广泛使用的PID控制方法，其设计思路和工作原理也属于数据驱动控制的范畴。

实际生产应用中，数据驱动控制策略面对的主要问题是由于没有精确的控制对象模型作为依托，含有该控制器的系统的稳定性、鲁棒性等性能难以达到最佳。同时由于控制器的设计需要利用大量的在、离线数据，这其中不可避免的会包含无用乃至错误信息，因此如何筛选出有利数据剔除无效数据也是数据驱动控制策略需要考虑的一个话题。

免疫系统，作为生物(特别是脊椎动物和人类)特有的一种防御机制，具有多样性，自学习、记忆调节等特点。具有免疫功能的器官、组织、细胞、免疫效应分子以及相关基因之间的相互作用可以对集体产生保护性作用，即机体可以自主识别和排除抗原性异物，以维护整个机体的平衡和稳定。若将整个机体看成一个控制系统，免疫在其中发挥着识别干扰，调节稳定，预测监视的作用。在此系统中，免疫可以抽象成一个仿生单元，通过反馈与自适应调节来调控其它控制器的控制效果，改善系统动态性能。也就是说，若将免疫调控单元与含有数据驱动控制器的系统相结合，可以与数据驱动控制效果相互补，从而改善卷绕机系统性能，增强对涤纶工业丝卷绕过程的控制，改善涤纶工业丝生产。

现有技术中，尚未发现运用免疫调控的思路对数据驱动控制方法做出的改进或者设备。这是因为，目前没有人运用免疫调控的思路来改进数据驱动控制方法。现有的运用了数据驱动控制方法的系统动态性能较差。

本发明针对如何不依靠受控对象的精确模型同时能够很好的达到系统的动态要求这样一个技术问题，提出一种利用免疫数据驱动方法，并进一步把这个方法运用到涤纶工业丝卷绕过程控制的技术方案。

发明内容

本发明所要解决的技术问题是提供一种免疫数据驱动控制方法及解决涤纶工业丝卷绕系统控制问题的设备，并且利用基于免疫数据驱动的方法来解决上述背景技术中所提及的涤纶工业丝卷绕机的控制问题。本发明的免疫数据驱动控制方法的免疫数据驱动控制器仅利用系统的输入、输出以及控制量的数据进行工作，通过对数据的分析，得出当前卷绕过程的控制策略。

本发明的免疫数据驱动控制方法，包括三个部分：建立数据驱动控制环节，得出当前时刻的最佳控制策略；建立免疫调控环节得出控制量，根据免疫细胞反馈机理对数据驱动环节提出的所述当前时刻的最佳控制策略进行调节，使其满足系统动态性能要求；将所述免疫调控环节得出的控制量作用于常规控制器得到所述免疫数据驱动控制方法的最终输出。

所述的数据驱动控制环节不依靠被控对象的数学模型，而仅使用该系统的输入、输出以及控制量的数据工作，通过对数据进行分析，得出当前时刻的控制策略。

所述的数据驱动控制环节通常可以采用去伪控制策略、虚拟参考反馈整定策略、迭代反馈整定策略及懒惰学习策略；其中去伪控制策略通过对在线离线数据的分析选出合适的常规控制器参数，虚拟参考反馈整定策略利用被控对象的输入输出数据直接辨识控制器参数，迭代反馈整定策略利用闭环控制系统的测量数据用梯度迭代寻优的方法来寻找最优控制器参数，懒惰学习策略利用一个输入输出数据对组成的训练数据集，来寻找到输入与输出的映射关系。

所述的免疫调控环节包括免疫反馈单元和免疫调节单元，两者根据免疫B细胞和T细胞之间的反应来进行调控：免疫调节单元中，把系统当前时刻误差当成抗原信号，B细胞接收的总刺激作为免疫调节控制量u_immune(k)；免疫反馈单元中，当抗原进入机体，信息被传递给辅助T细胞和抑制T细胞，其中抑制T细胞抑制辅助T细胞的产生，两者共同作用于B细胞，B细胞产生抗体来清除抗原，一段时间后，当三种细胞的数量基本无变化，免疫调控环节达到平衡，此时B细胞接收的总刺激为免疫调控环节输出u_immune(k)。

所述的免疫调控环节输出u_immune(k)作用于一个常规控制器，得到免疫数据驱动控制器输出u(k)。

具体步骤包括：

1)建立免疫数据驱动控制环节

免疫数据驱动控制器(3)包括数据驱动控制单元(4)、常规控制器(6)和免疫调控单元，其中免疫调控单元由免疫反馈单元(11)以及免疫调节单元(13)组成，其中被控对象参考输入(1)与数据驱动控制单元(4)的输入端相连，输出误差(2)分别与数据驱动控制单元(4)、常规控制器(6)和免疫调节单元(13)的输入端相连，被控对象实际输出(9)与数据驱动控制单元(4)的输入端相连，数据驱动控制单元(4)的输出端与常规控制器(6)的输入端相连，常规控制器(6)的输出端与免疫数据驱动控制器(3)输出端(7)相连，免疫反馈单元(11)的输出端与免疫调节单元(13)输入端相连，免疫调节单元(13)的输出端分别与常规控制器(6)和免疫反馈单元(11)的输入端相连；以免疫数据驱动控制器为核心控制系统还包括被控对象(8)、反馈传感器组(10)以及必要的信号传递及回路，其中被控对象参考输入(1)接收反馈传感器组(10)送来的被控对象(8)的输出数据，生成被控对象输出误差(2)与免疫数据驱动控制器(3)的输入端相连；免疫数据驱动控制器(3)的输出端(7)与被控对象(8)相连，被控对象(8)与反馈传感器组(10)相连；

2)确定免疫数据驱动控制环节的各个参数初始值

根据被控对象特点和用户要求确定免疫数据驱动控制器参数：采样时间t_s，系统运行总时间TotalTime，控制器总数NumController，初始控制器编号i，免疫调控单元权值η，其中：

采样时间t_s取值范围为[0.01，1]秒，系统运行总时间TotalTime取值范围为[100，400]秒，初始控制器编号从最后一个控制器初始，即i＝NumController；

免疫调控单元权值η取值范围为[0，1]，当η＝0时，免疫调控单元不起作用，即本发明免疫数据驱动控制器相当于单个数据驱动控制器的控制效果；

3)存储当前数据

在每个采样周期内，记录该采样周期对应的被控对象实际输出(9)记为y(k)、被控对象参考输入(1)记为y_r(k)、常规控制器(6)输出(7)记为u(k)以及被控对象输出误差(2)记为e(k)，并存储在数据驱动控制单元(4)中；

4)进行数据驱动控制

在第k个采样周期内，按照数据驱动控制方法的计算步骤，计算出该采样周期内，当前控制器的性能参数T_spec，并因此求出数据驱动控制单元的性能指标J_k；所述的数据驱动控制方法采用去伪控制策略、虚拟参考反馈整定策略或迭代反馈整定策略；

5)进行免疫调控

在第k个采样周期内，按照所述免疫反馈及调节两个单元的计算步骤，计算出免疫调控单元输出u_immune(k)；

6)将免疫反馈调控得到的控制量u_immune(k)直接作用于常规控制器，并通过与4)中J_k相结合来调节常规控制器的控制作用得到免疫数据驱动控制器最终控制输出u(k)，将u(k)送至被控对象，完成对被控对象的免疫数据驱动控制作用。

作为优选的技术方案：

如上所述的免疫数据驱动控制方法，所述的数据驱动控制方法采用去伪控制策略同时常规控制器采用PID控制器。

因此，采用去伪控制策略的优选数据驱动控制步骤为：

去伪控制策略：

在第k个采样周期内，按照数据驱动方法中去伪控制策略的计算步骤，设定常规控制器备选控制器集Kr，以及数据驱动控制权值滤波ω₁和ω₂，计算出该采样周期内，控制器的性能参数T_spec，并因此求出去伪控制单元的性能指标J_k，同时常规控制器(6)采用常见的PID控制器。具体为

k为当前迭代次数，τ＝k*t_s为当前时刻，σ是噪声权值滤波，y_r(k)为被控对象参考输入，y(k)为被控对象实际输出，u(k)为常规控制器输出；

$r_i\left(t\right)={\mathrm{yout}}_i\left(t\right)+\frac{s}{s\·K_p+K_i}\·(U_i\left(t\right)+\frac{s\·K_d}{\mathrm{\ϵ}\·s+1}\·{\mathrm{yout}}_i\left(t\right)),$

T_spec(r_i(t)，yout(t)，u(t))＝|ω₁*(r_i(t)-y(t))|²+|ω₂*u(t)|²-|r_i(t)|²，

$J_k(i,k\·t_s)=J_k(i,(k-1)\·t_s)+\frac{1}{2}\·\mathrm{ts}\·\{T_{\mathrm{spec}}(r_i(k\·t_s),y(k-t_s),u(k\·t_s))$

$+T_{\mathrm{spec}}(r_i((k-1)\·t_s),y((k-1)\·t_s),u((k-1)\·t_s))\}$

其中r_i(t)为第i个控制器下的虚拟输出信号；ε是PID控制器的估算算法中的一个足够小的值；K_p，K_i，K_d分别是PID控制器的比例、积分和微分系数；s是拉普拉斯变换因子；T_spec是去伪控制环节的性能参数；ω₁和ω₂是数据驱动控制权值滤波，根据用户对系统动态性能的需求而定；*为卷积算子；J_k是去伪控制性能指标；数据驱动控制权值滤波ω₁和ω₂需要满足

${\∫}_0^{\mathrm{\τ}}{|{\mathrm{\ω}}_1*(y_r\left(k\right)-y\left(k\right))|}^2\mathrm{dt}+{\∫}_0^{\mathrm{\τ}}{|{\mathrm{\ω}}_2*u\left(k\right)|}^2\mathrm{dt}-{\mathrm{\σ}}^2\mathrm{\τ}\≤{\∫}_0^{\mathrm{\τ}}{\left|y_r\left(k\right)\right|}^2\mathrm{dt}$

k为当前迭代次数，τ＝k*t_s为当前时刻，σ是噪声权值滤波，y_r(k)为被控对象参考输入，y(k)为被控对象实际输出，u(k)为常规控制器输出；

去伪控制单元通过对J_k的评价来决定当前PID控制器是否符合用户对系统性能的需求，若J_k＞0，说明若使用当前控制器不能满足用户对系统性能的要求，需要切换控制器，即i＝i+1，进入下一个PID控制器判断；

免疫调控步骤为：

在第k个采样周期内，按照所述免疫反馈及调节两个单元的计算步骤，计算出免疫调控单元输出u_immune(k)，具体为

$u_{\mathrm{immune}}\left(k\right)=(K_P+K_1\·\frac{1}{z-1}+K_D\·\frac{z-1}{z})\·e\left(k\right),$

且有

$\left\{\begin{array}{c}{K}_P=K_P\·\{1-\mathrm{\η}\·f\left(\mathrm{\ΔU}\left(k\right)\right)\}\\ K_I=K_i\·\{1-\mathrm{\η}\·f\left(\mathrm{\ΔU}\left(k\right)\right)\}\\ K_D=K_d\·\{1-\mathrm{\η}\·f\left(\mathrm{\ΔU}\left(k\right)\right)\}\end{array}\right..$

其中η是用户定义的免疫作用影响因子，取值范围为[0，1]，且在其值为0时，免疫环节对系统不起作用；f(·)表示免疫B细胞和抗体的相互作用；U(k)是免疫环节的控制信号，ΔU(k)是其改变量；z是z变换因子；K_P，K_I，K_D分别是经过免疫调控得出的比例、积分和微分系数。

采用虚拟参考反馈整定策略的优选数据驱动控制步骤为：

在第k个采样周期内，按照数据驱动方法中虚拟参考反馈整定策略的计算步骤，确定虚拟参考模型，求解出虚拟参考反馈整定的性能指标J_k，同时求解出当前的PID控制器的参数。具体为

$\mathrm{\ψP}\left(k\right)=\frac{1}{1-A}[y\left(k\right)-y(k-1)],$ $\mathrm{\ψI}\left(k\right)=\frac{1}{1-A}y\left(k\right),$ $\mathrm{\ψD}\left(k\right)=\frac{1}{1-A}[y\left(k\right)-2y(k-1)+y(k-2)],$

Ψ(k)＝[ψP(k)ψI(k)ψD(k)]，

u(k)＝u(k-1)+K_p[e(k)-e(k-1)]+K_ie(k)+K_d[e(k)-2e(k-1)+e(k-2)]，

$J_k=\min \frac{1}{N}\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{[u\left(k\right)-\mathrm{\Ψ}\left(k\right)K]}^2.$

其中，y(k)为被控对象实际输出，u(k)为PID控制器输出，A是可调参数，与响应速度有关，通常取值范围在(0，1)，K_p，K_i，K_d分别是PID控制器的比例、积分和微分系数，N为系统运行总时间即TotalTime。

若迭代时间没有达到，根据上述方法继续计算PID参数，然后将计算得出的PID参数送入免疫调控环节进行控制。

本发明还提供了一种根据上述免疫数据驱动控制方法解决涤纶工业丝卷绕系统控制问题的设备，包括：

卷绕机(26)通过卷绕系统输出回路(38)连接到反馈检测模块(37)，并通过反馈回路(36)接到计算模块(35)，计算模块(35)通过双向回路二(33)连接上位机(32)，计算模块(35)通过误差回路(34)输出至免疫数据驱动控制器模块(30)，免疫数据驱动控制器模块(30)还通过双向回路一(31)连接上位机(32)，免疫数据驱动控制器模块(30)通过输出回路二(29)连接到卷绕机(26)、通过输出回路一(28)连接到横动控制电机(27)，横动控制电机(27)控制横动装置(25)；

卷绕机(26)通过卷绕系统输出回路(38)连接到反馈检测模块(37)检测卷绕系统的输出，并通过反馈回路(36)反馈到计算模块(35)，计算模块(35)还通过双向回路二(33)连接上位机(32)，将反馈检测模块(37)得到的数据通过反馈回路(36)和上位机(32)通过双向回路二(33)输入的参考数据相比较，得到卷绕机(26)的实际输出误差，计算模块(35)通过误差回路(34)输出至免疫数据驱动控制器模块(30)，免疫数据驱动控制器模块(30)还通过双向回路一(31)连接上位机(32)，根据上位机(32)通过双向回路一(31)输入的系统在线和离线数据，进行免疫数据驱动控制，免疫数据驱动控制器模块(30)通过输出回路二(29)连接到卷绕机(26)、通过输出回路一(28)连接到横动控制电机(27)，横动控制电机(27)控制横动装置(25)；横动装置(25)与卷绕机(26)一起对涤纶工业丝(24)的卷绕过程进行控制。

有益效果

本发明提供免疫数据驱动控制方法及解决涤纶工业丝卷绕系统控制问题的设备，是一种基于免疫数据驱动的方法来解决涤纶工业丝卷绕过程控制问题，结合了数据驱动控制机理和生物调节机制，能够在被控对象卷绕机模型未知或不准确的情况下，实施有效的闭环控制，同时能够满足系统对稳定性、上升时间等的要求。当给出理想的控制效果时，该控制方法能够快速利用数据驱动的策略获取闭环系统的实际输入输出和控制量等数据，同时在免疫环节的调控下，完成对卷绕机的控制，从而高效、高质的满足用户对卷绕过程的要求。

附图说明

图1为根据本发明的免疫数据驱动控制方法结构框图；

图2为根据本发明的免疫数据驱动控制算法流程图；

图3为根据本发明的免疫数据驱动控制方法解决涤纶工业丝卷绕系统控制问题的设备硬件接口框图；

图中：1：被控对象纺丝卷绕机参考输入y_r(k)；2：卷绕机输出误差e(k)；3：本发明所述免疫数据驱动控制器；4：数据驱动控制单元；5：数据驱动控制单元输出性能指标J_k；6：常规控制器；7：常规控制器输出u(k)；8：被控对象即卷绕机；9：卷绕系统输出y(k)；10：反馈传感器组；11：免疫反馈单元；12：免疫调控输出U(k)；13：免疫调节单元；14：系统上电启动；15：系统初始化；16：判断控制器是否存在；17：选择当前控制器；18：评价当前控制器性能指标J_k；19：传递数据驱动控制信息；20：免疫控制单元；21：控制控制被控对象即卷绕机；22：判断控制时间是否到；23：系统控制结束；24：涤纶工业丝；25：横动装置；26卷绕机；27：横动控制电机；28：横动控制信息输出回路；29：卷绕控制信息输出回路；30：本发明所述免疫数据驱动控制器；31：免疫数据驱动控制器模块信息双向回路；32：上位机；33：计算模块信息双向回路；34：误差回路；35：计算模块；36：检测信息反馈回路；37：反馈检测模块；38：卷绕系统输出回路。

具体实施方式

下面结合具体实施方式，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。

实施例1

本发明的一种免疫数据驱动控制方法，采用去伪控制策略同时常规控制器采用PID控制器。其步骤如下：

1)建立免疫数据驱动控制环节

如图1所示，免疫数据驱动控制器(3)包括数据驱动控制单元(4)、常规控制器(6)和免疫调控单元，其中免疫调控单元由免疫反馈单元(11)以及免疫调节单元(13)组成，其中被控对象参考输入(1)与数据驱动控制单元(4)的输入端相连，输出误差(2)分别与数据驱动控制单元(4)、常规控制器(6)和免疫调节单元(13)的输入端相连，被控对象实际输出(9)与数据驱动控制单元(4)的输入端相连，数据驱动控制单元(4)的输出端与常规控制器(6)的输入端相连，常规控制器(6)的输出端与免疫数据驱动控制器(3)输出端(7)相连，免疫反馈单元(11)的输出端与免疫调节单元(13)输入端相连，免疫调节单元(13)的输出端分别与常规控制器(6)和免疫反馈单元(11)的输入端相连；以免疫数据驱动控制器为核心控制系统还包括被控对象(8)、反馈传感器组(10)以及必要的信号传递及回路，其中被控对象参考输入(1)接收反馈传感器组(10)送来的被控对象(8)的输出数据，生成被控对象输出误差(2)与免疫数据驱动控制器(3)的输入端相连；免疫数据驱动控制器(3)的输出端(7)与被控对象(8)相连，被控对象(8)与反馈传感器组(10)相连；

本发明所涉的免疫数据驱动控制算法流程如图2所示，系统上电启动(14)，系统初始化(15)，进入数据驱动控制单元并判断当前控制器是否存在(16)，系统选择当前控制器(17)，评价当前控制器性能指标J_k(18)，传递数据驱动控制信息(19)，进入免疫控制单元(20)，控制被控对象(21)，判断控制时间是否结束(22)，系统控制结束(23)；

2)确定免疫数据驱动控制环节的各个参数初始值

根据被控对象特点和用户要求确定免疫数据驱动控制器参数：常规控制器备选控制器集Kr，采样时间t_s，系统运行总时间TotalTime，控制器总数NumController，初始控制器编号i，免疫调控单元权值η以及数据驱动控制权值滤波ω₁和ω₂，其中：

常规控制器备选控制器集Kr通常为30至50组，采样时间t_s取值范围为[0.01，1]秒，系统运行总时间TotalTime取值范围为[100，400]秒，初始控制器编号从最后一个控制器初始，即i＝NumController；

免疫调控单元权值η取值范围为[0，1]，当η＝0时，免疫调控单元不起作用，即本发明免疫数据驱动控制器相当于单个数据驱动控制器的控制效果；

数据驱动控制权值滤波ω₁和ω₂需要满足

${\∫}_0^{\mathrm{\τ}}{|{\mathrm{\ω}}_1*(y_r\left(k\right)-y\left(k\right))|}^2\mathrm{dt}+{\∫}_0^{\mathrm{\τ}}{|{\mathrm{\ω}}_2*u\left(k\right)|}^2\mathrm{dt}-{\mathrm{\σ}}^2\mathrm{\τ}\≤{\∫}_0^{\mathrm{\τ}}{\left|y_r\left(k\right)\right|}^2\mathrm{dt}$

k为当前迭代次数，τ＝k*t_s为当前时刻，σ是噪声权值滤波，y_r(k)为被控对象参考输入，y(k)为被控对象实际输出，u(k)为常规控制器输出；

3)存储当前数据

在每个采样周期内，记录该采样周期对应的被控对象实际输出(9)记为y(k)、被控对象参考输入(1)记为y_r(k)、常规控制器(6)输出(7)记为u(k)以及被控对象输出误差(2)记为e(k)，并存储在数据驱动控制单元(4)中；

4)进行数据驱动控制

在第k个采样周期内，按照数据驱动方法中去伪控制策略的计算步骤，计算出该采样周期内，控制器的性能参数T_spec，并因此求出去伪控制单元的性能指标J_k，同时常规控制器(6)采用常见的PID控制器。具体为

$r_i\left(t\right)={\mathrm{yout}}_i\left(t\right)+\frac{s}{s\·K_p+K_i}\·(U_i\left(t\right)+\frac{s\·K_d}{\mathrm{\ϵ}\·s+1}\·{\mathrm{yout}}_i\left(t\right)),$

T_spec(r_i(t)，yout(t)，u(t))＝|ω₁*(r_i(t)-y(t))|²+|ω₂*u(t)|²-|r_i(t)|²，

$J_k(i,k\·t_s)=J_k(i,(k-1)\·t_s)+\frac{1}{2}\·\mathrm{ts}\·\{T_{\mathrm{spec}}(r_i(k\·t_s),y(k-t_s),u(k\·t_s))$

$+T_{\mathrm{spec}}(r_i((k-1)\·t_s),y((k-1)\·t_s),u\left((k-1){\·t}_s\right))\}$

其中r_i(t)为第i个控制器下的虚拟输出信号；ε是PID控制器的估算算法中的一个足够小的值；K_p，K_i，K_d分别是PID控制器的比例、积分和微分系数；s是拉普拉斯变换因子；T_spec是去伪控制环节的性能参数；ω₁和ω₂是数据驱动控制权值滤波，具体而言数据驱动控制权值滤波ω₁和ω₂需要满足

${\∫}_0^{\mathrm{\τ}}{|{\mathrm{\ω}}_1*(y_r\left(k\right)-y\left(k\right))|}^2\mathrm{dt}+{\∫}_0^{\mathrm{\τ}}{|{\mathrm{\ω}}_2*u\left(k\right)|}^2\mathrm{dt}-{\mathrm{\σ}}^2\mathrm{\τ}\≤{\∫}_0^{\mathrm{\τ}}{\left|y_r\left(k\right)\right|}^2\mathrm{dt}$

k为当前迭代次数，τ＝k*t_s为当前时刻，σ是噪声权值滤波，y_r(k)为被控对象参考输入，y(k)为被控对象实际输出，u(k)为常规控制器输出；

去伪控制单元通过对J_k的评价来决定当前PID控制器是否符合用户对系统性能的需求；若J_k＞0，说明若使用当前控制器不能满足用户对系统性能的要求，需要切换控制器，即i＝i+1，进入下一个PID控制器判断；

5)进行免疫调控

在第k个采样周期内，按照所述免疫反馈及调节两个单元的计算步骤，计算出免疫调控单元输出u_immune(k)，具体为

$u_{\mathrm{immune}}\left(k\right)=(K_P+K_1\·\frac{1}{z-1}+K_D\·\frac{z-1}{z})\·e\left(k\right),$

且有

$\left\{\begin{array}{c}{K}_P=K_P\·\{1-\mathrm{\η}\·f\left(\mathrm{\ΔU}\left(k\right)\right)\}\\ K_I=K_i\·\{1-\mathrm{\η}\·f\left(\mathrm{\ΔU}\left(k\right)\right)\}\\ K_D=K_d\·\{1-\mathrm{\η}\·f\left(\mathrm{\ΔU}\left(k\right)\right)\}\end{array}\right..$

其中η是用户定义的免疫作用影响因子，且在其值为0时，免疫环节对系统不起作用；f(·)表示免疫B细胞和抗体的相互作用；U(k)是免疫环节的控制信号，ΔU(k)是其改变量；z是z变换因子；K_P，K_I，K_D分别是经过免疫调控得出的比例、积分和微分系数。

实施例2

本发明的解决涤纶工业丝卷绕系统控制问题的设备，如图3所示，包括：卷绕机(26)通过卷绕系统输出回路(38)连接到反馈检测模块(37)，并通过反馈回路(36)接到计算模块(35)，计算模块(35)通过双向回路二(33)连接上位机(32)，计算模块(35)通过误差回路(34)输出至免疫数据驱动控制器模块(30)，免疫数据驱动控制器模块(30)还通过双向回路一(31)连接上位机(32)，免疫数据驱动控制器模块(30)通过输出回路二(29)连接到卷绕机(26)、通过输出回路一(28)连接到横动控制电机(27)，横动控制电机(27)控制横动装置(25)；

卷绕机(26)通过卷绕系统输出回路(38)连接到反馈检测模块(37)检测卷绕系统的输出，并通过反馈回路(36)反馈到计算模块(35)，计算模块(35)还通过双向回路二(33)连接上位机(32)，将反馈检测模块(37)得到的数据通过反馈回路(36)和上位机(32)通过双向回路二(33)输入的参考数据相比较，得到卷绕机(26)的实际输出误差，计算模块(35)通过误差回路(34)输出至免疫数据驱动控制器模块(30)，免疫数据驱动控制器模块(30)还通过双向回路一(31)连接上位机(32)，根据上位机(32)通过双向回路一(31)输入的系统在线和离线数据，进行免疫数据驱动控制，免疫数据驱动控制器模块(30)通过输出回路二(29)连接到卷绕机(26)、通过输出回路一(28)连接到横动控制电机(27)，横动控制电机(27)控制横动装置(25)；横动装置(25)与卷绕机(26)一起对涤纶工业丝(24)的卷绕过程进行控制。

其中免疫数据驱动控制器模块(30)采用实施例1中所述的免疫数据驱动控制器。

实施例3

本发明所述的一种免疫数据驱动控制器，采用虚拟参考反馈整定策略同时常规控制器采用PID控制器。其步骤如下：

1)建立免疫数据驱动控制环节

如图1所示，免疫数据驱动控制器(3)包括数据驱动控制单元(4)、常规控制器(6)和免疫调控单元，其中免疫调控单元由免疫反馈单元(11)以及免疫调节单元(13)组成，其中被控对象参考输入(1)与数据驱动控制单元(4)的输入端相连，输出误差(2)分别与数据驱动控制单元(4)、常规控制器(6)和免疫调节单元(13)的输入端相连，被控对象实际输出(9)与数据驱动控制单元(4)的输入端相连，数据驱动控制单元(4)的输出端与常规控制器(6)的输入端相连，常规控制器(6)的输出端与免疫数据驱动控制器(3)输出端(7)相连，免疫反馈单元(11)的输出端与免疫调节单元(13)输入端相连，免疫调节单元(13)的输出端分别与常规控制器(6)和免疫反馈单元(11)的输入端相连；以免疫数据驱动控制器为核心控制系统还包括被控对象(8)、反馈传感器组(10)以及必要的信号传递及回路，其中被控对象参考输入(1)接收反馈传感器组(10)送来的被控对象(8)的输出数据，生成被控对象输出误差(2)与免疫数据驱动控制器(3)的输入端相连；免疫数据驱动控制器(3)的输出端(7)与被控对象(8)相连，被控对象(8)与反馈传感器组(10)相连；

2)确定免疫数据驱动控制环节的各个参数初始值

根据被控对象特点和用户要求确定免疫数据驱动控制器参数：采样时间t_s，系统运行总时间TotalTime，控制器总数NumController，初始控制器编号i，免疫调控单元权值η，其中：

采样时间t_s取值范围为[0.01，1]秒，系统运行总时间TotalTime取值范围为[100，400]秒，初始控制器编号从最后一个控制器初始，即i＝NumController；

免疫调控单元权值η取值范围为[0，1]，当η＝0时，免疫调控单元不起作用，即本发明免疫数据驱动控制器相当于单个数据驱动控制器的控制效果；

3)存储当前数据

在每个采样周期内，记录该采样周期对应的被控对象实际输出(9)记为y(k)、被控对象参考输入(1)记为y_r(k)、常规控制器(6)输出(7)记为u(k)以及被控对象输出误差(2)记为e(k)，并存储在数据驱动控制单元(4)中；

4)进行数据驱动控制

在第k个采样周期内，按照数据驱动方法中虚拟参考反馈整定策略的计算步骤，确定虚拟参考模型，求解出虚拟参考反馈整定的性能指标J_k，同时求解出当前的PID控制器的参数。

具体为

$\mathrm{\ψP}\left(k\right)=\frac{1}{1-A}[y\left(k\right)-y(k-1)],$ $\mathrm{\ψI}\left(k\right)=\frac{1}{1-A}y\left(k\right),$ $\mathrm{\ψD}\left(k\right)=\frac{1}{1-A}[y\left(k\right)-2y(k-1)+y(k-2)],$

Ψ(k)＝[ψP(k)ψI(k)ψD(k)]，

u(k)＝u(k-1)+K_p[e(k)-e(k-1)]+K_ie(k)+K_d[e(k)-2e(k-1)+e(k-2)]，

$J_k=\min \frac{1}{N}\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{[u\left(k\right)-\mathrm{\Ψ}\left(k\right)K]}^2.$

其中，y(k)为被控对象实际输出，u(k)为PID控制器输出，A是可调参数，与响应速度有关，通常取值范围在(0，1)，K_p，K_i，K_d分别是PID控制器的比例、积分和微分系数，N为系统运行总时间即TotalTime。

若迭代时间没有达到，根据上述方法继续计算PID参数，然后将计算得出的PID参数送入免疫调控环节进行控制。

5)进行免疫调控

在第k个采样周期内，按照所述免疫反馈及调节两个单元的计算步骤，计算出免疫调控单元输出u_immune(k)，具体为

$u_{\mathrm{immune}}\left(k\right)=(K_P+K_1\·\frac{1}{z-1}+K_D\·\frac{z-1}{z})\·e\left(k\right),$

且有

$\left\{\begin{array}{c}{K}_P=K_P\·\{1-\mathrm{\η}\·f\left(\mathrm{\ΔU}\left(k\right)\right)\}\\ K_I=K_i\·\{1-\mathrm{\η}\·f\left(\mathrm{\ΔU}\left(k\right)\right)\}\\ K_D=K_d\·\{1-\mathrm{\η}\·f\left(\mathrm{\ΔU}\left(k\right)\right)\}\end{array}\right..$

其中η是用户定义的免疫作用影响因子，且在其值为0时，免疫环节对系统不起作用；f(·)表示免疫B细胞和抗体的相互作用；U(k)是免疫环节的控制信号，ΔU(k)是其改变量；z是z变换因子；K_P，K_I，K_D分别是经过免疫调控得出的比例、积分和微分系数。

实施例4

本发明所述的一种免疫数据驱动控制器，采用迭代反馈整定策略同时常规控制器采用PID控制器。相比实施例1、实施例3，区别主要在于数据驱动控制步骤，具体如下：

在第k个采样周期内，按照数据驱动方法中迭代反馈整定策略的计算步骤，利用闭环控制系统进行两次实验来求J_k(θ)的无偏估计

的值来找到使J_k(θ)取最小值的控制器参数θ，具体为：

第一次实验，以

作为闭环系统的输入，测量得到闭环系统的输出y_k(θ)和控制信号u_k(θ)；第二次实验，以

作为闭环系统的输入，测量得到闭环系统的输出和控制信号

然后按照下式调整控制器参数：

$\frac{\∂\hat{y}\left({\mathrm{\θ}}_i\right)}{\∂\mathrm{\θ}}=\frac{1}{C}\left[\frac{\∂C}{\∂\mathrm{\θ}}{\tilde{y}}_k\left({\mathrm{\θ}}_i\right)\right],\frac{\∂\hat{u}\left({\mathrm{\θ}}_i\right)}{\∂\mathrm{\θ}}=\frac{1}{C}\left[\frac{\∂C}{\∂\mathrm{\θ}}{\tilde{u}}_k\left({\mathrm{\θ}}_i\right)\right],$

$\frac{\∂\hat{J}}{\∂\mathrm{\θ}}\left({\mathrm{\θ}}_i\right)=\frac{1}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}[{\tilde{y}}_k\left({\mathrm{\θ}}_i\right)\frac{\∂\hat{y}\left({\mathrm{\θ}}_i\right)}{\∂\mathrm{\θ}}+\mathrm{\λ}{\tilde{u}}_k\left({\mathrm{\θ}}_i\right)\frac{\∂\hat{u}\left({\mathrm{\θ}}_i\right)}{\∂\mathrm{\θ}}],$

${\mathrm{\θ}}_{i+1}={\mathrm{\θ}}_i-\mathrm{\τ}{R}_i^{-1}\frac{\∂J}{\∂\mathrm{\θ}}\left({\mathrm{\θ}}_i\right).$

其中，N是数据长度，C是常规PID控制器，即

迭代反馈需要整定的控制器参数包括[K_p，K_i，K_d]，控制器根据存储的两次试验数据调整控制器参数，并逐次重复实验过程，使系统的控制性能趋向局部最优。

Claims (3)

1.一种免疫数据驱动控制方法，其特征是：建立免疫数据驱动控制环节，得出当前时刻的最佳控制策略；建立免疫调控环节得出控制量，根据免疫细胞反馈机理对数据驱动环节提出的所述当前时刻的最佳控制策略进行调节，使其满足系统动态性能要求；将所述免疫调控环节得出的控制量作用于常规控制器得到所述免疫数据驱动控制方法的最终输出；具体步骤包括：

1)建立免疫数据驱动控制环节

免疫数据驱动控制器(3)包括数据驱动控制单元(4)、常规控制器(6)和免疫调控单元，其中免疫调控单元由免疫反馈单元(11)以及免疫调节单元(13)组成，其中被控对象参考输入(1)与数据驱动控制单元(4)的输入端相连，输出误差(2)分别与数据驱动控制单元(4)、常规控制器(6)和免疫调节单元(13)的输入端相连，被控对象实际输出(9)与数据驱动控制单元(4)的输入端相连，数据驱动控制单元(4)的输出端与常规控制器(6)的输入端相连，常规控制器(6)的输出端与免疫数据驱动控制器(3)输出端(7)相连，免疫反馈单元(11)的输出端与免疫调节单元(13)输入端相连，免疫调节单元(13)的输出端分别与常规控制器(6)和免疫反馈单元(11)的输入端相连；以免疫数据驱动控制器为核心控制系统还包括被控对象(8)、反馈传感器组(10)以及必要的信号传递及回路，其中被控对象参考输入(1)接收反馈传感器组(10)送来的被控对象(8)的输出数据，生成被控对象输出误差(2)与免疫数据驱动控制器(3)的输入端相连；免疫数据驱动控制器(3)的输出端(7)与被控对象(8)相连，被控对象(8)与反馈传感器组(10)相连；

2)确定免疫数据驱动控制环节的各个参数初始值

根据被控对象特点和用户要求确定免疫数据驱动控制器参数：采样时间t_s，系统运行总时间TotalTime，控制器总数NumController，初始控制器编号i，免疫调控单元权值η，其中：

采样时间t_s取值范围为[0.01，1]秒，系统运行总时间TotalTime取值范围为[100，400]秒，初始控制器编号从最后一个控制器初始，即i＝NumController；

免疫调控单元权值η取值范围为[0，1]，当η＝0时，免疫调控单元不起作用，即本发明免疫数据驱动控制器相当于单个数据驱动控制器的控制效果；

3)存储当前数据

在每个采样周期内，记录该采样周期对应的被控对象实际输出(9)记为y(k)、被控对象参考输入(1)记为y_r(k)、常规控制器(6)输出(7)记为u(k)以及被控对象输出误差(2)记为e(k)，并存储在数据驱动控制单元(4)中；

4)进行数据驱动控制

在第k个采样周期内，按照数据驱动控制方法的计算步骤，计算出该采样周期内，当前控制器的性能参数T_spec，并因此求出数据驱动控制单元的性能指标J_k；所述的数据驱动控制方法采用去伪控制策略、虚拟参考反馈整定策略、迭代反馈整定策略或懒惰学习策略；

5)进行免疫调控

在第k个采样周期内，按照所述免疫反馈及调节两个单元的计算步骤，计算出免疫调控单元输出u_immune(k)；

6)将免疫反馈调控得到的控制量u_immune(k)直接作用于常规控制器，并通过与4)中J_k相结合来调节常规控制器的控制作用得到免疫数据驱动控制器最终控制输出u(k)，将u(k)送至被控对象，完成对被控对象的免疫数据驱动控制作用。

2.根据权利要求1所述的一种免疫数据驱动控制方法，其特征在于，所述的数据驱动控制方法采用去伪策略以及常规控制器采用PID控制算法，具体包括数据驱动控制步骤和免疫调控步骤，其中，采用去伪策略的数据驱动控制步骤为：

在第k个采样周期内，按照数据驱动方法中去伪控制策略的计算步骤，设定常规控制器备选控制器集Kr，以及数据驱动控制权值滤波ω₁和ω₂，计算出该采样周期内，控制器的性能参数T_spec，并因此求出去伪控制单元的性能指标J_k，同时常规控制器(6)采用常见的PID控制器。具体为

数据驱动控制权值滤波ω₁和ω₂需要满足

${\∫}_0^{\mathrm{\τ}}{|{\mathrm{\ω}}_1*(y_r\left(k\right)-y\left(k\right))|}^2\mathrm{dt}+{\∫}_0^{\mathrm{\τ}}{|{\mathrm{\ω}}_2*u\left(k\right)|}^2\mathrm{dt}-{\mathrm{\σ}}^2\mathrm{\τ}\≤{\∫}_0^{\mathrm{\τ}}{\left|y_r\left(k\right)\right|}^2\mathrm{dt}$

k为当前迭代次数，τ＝k*t_s为当前时刻，σ是噪声权值滤波，y_r(k)为被控对象参考输入，y(k)为被控对象实际输出，u(k)为常规控制器输出；

$r_i\left(t\right)={\mathrm{yout}}_i\left(t\right)+\frac{s}{s\·K_p+K_i}\·(U_i\left(t\right)+\frac{s\·K_d}{\mathrm{\ϵ}\·s+1}\·{\mathrm{yout}}_i\left(t\right)),$

T_spec(r_i(t)，yout(t)，u(t))＝|ω₁*(r_i(t)-y(t))|²+|ω₂*u(t)|²-|r_i(t)|²，

$J_k(i,k\·t_s)=J_k(i,(k-1)\·t_s)+\frac{1}{2}\·\mathrm{ts}\·\{T_{\mathrm{spec}}(r_i(k\·t_s),y(k-t_s),u(k\·t_s))$

$+T_{\mathrm{spec}}(r_i((k-1)\·t_s),y((k-1)\·t_s),u\left((k-1){\·t}_s\right))\}$

其中r_i(t)为第i个控制器下的虚拟输出信号；ε是PID控制器的估算算法中的一个足够小的值；K_p，K_i，K_d分别是PID控制器的比例、积分和微分系数；s是拉普拉斯变换因子；T_spec是去伪控制环节的性能参数；ω₁和ω₂是数据驱动控制权值滤波，具体而言数据驱动控制权值滤波ω₁和ω₂需要满足

${\∫}_0^{\mathrm{\τ}}{|{\mathrm{\ω}}_1*(y_r\left(k\right)-y\left(k\right))|}^2\mathrm{dt}+{\∫}_0^{\mathrm{\τ}}{|{\mathrm{\ω}}_2*u\left(k\right)|}^2\mathrm{dt}-{\mathrm{\σ}}^2\mathrm{\τ}\≤{\∫}_0^{\mathrm{\τ}}{\left|y_r\left(k\right)\right|}^2\mathrm{dt}$

k为当前迭代次数，τ＝k*t_s为当前时刻，σ是噪声权值滤波，y_r(k)为被控对象参考输入，y(k)为被控对象实际输出，u(k)为常规控制器输出；

去伪控制单元通过对J_k的评价来决定当前PID控制器是否符合用户对系统性能的需求；若J_k＞0，说明若使用当前控制器不能满足用户对系统性能的要求，需要切换控制器，即i＝i+1，进入下一个PID控制器判断；

免疫调控步骤为：

在第k个采样周期内，按照所述免疫反馈及调节两个单元的计算步骤，计算出免疫调控单元输出u_immune(k)，具体为

$u_{\mathrm{immune}}\left(k\right)=(K_P+K_1\·\frac{1}{z-1}+K_D\·\frac{z-1}{z})\·e\left(k\right),$

且有

$\left\{\begin{array}{c}{K}_P=K_P\·\{1-\mathrm{\η}\·f\left(\mathrm{\ΔU}\left(k\right)\right)\}\\ K_I=K_i\·\{1-\mathrm{\η}\·f\left(\mathrm{\ΔU}\left(k\right)\right)\}\\ K_D=K_d\·\{1-\mathrm{\η}\·f\left(\mathrm{\ΔU}\left(k\right)\right)\}\end{array}\right..$

其中η是用户定义的免疫作用影响因子，且在其值为0时，免疫环节对系统不起作用；f(·)表示免疫B细胞和抗体的相互作用；U(k)是免疫环节的控制信号，ΔU(k)是其改变量；z是z变换因子；K_P，K_I，K_D分别是经过免疫调控得出的比例、积分和微分系数；

或者所述的数据驱动控制方法采用虚拟参考反馈整定策略以及常规控制器采用PID控制算法，具体包括数据驱动控制步骤和免疫调控步骤，其中，采用去伪策略的数据驱动控制步骤为：

在第k个采样周期内，按照数据驱动方法中虚拟参考反馈整定策略的计算步骤，确定虚拟参考模型，求解出虚拟参考反馈整定的性能指标J_k，同时求解出当前的PID控制器的参数，具体为

$\mathrm{\ψP}\left(k\right)=\frac{1}{1-A}[y\left(k\right)-y(k-1)],$ $\mathrm{\ψI}\left(k\right)=\frac{1}{1-A}y\left(k\right),$ $\mathrm{\ψD}\left(k\right)=\frac{1}{1-A}[y\left(k\right)-2y(k-1)+y(k-2)],$

Ψ(k)＝[ψP(k)ψI(k)ψD(k)]，

u(k)＝u(k-1)+K_p[e(k)-e(k-1)]+K_ie(k)+K_d[e(k)-2e(k-1)+e(k-2)]，

$J_k=\min \frac{1}{N}\underset{k=1}{\overset{N}{\mathrm{\Σ}}}{[u\left(k\right)-\mathrm{\Ψ}\left(k\right)K]}^2.$

其中，y(k)为被控对象实际输出，u(k)为PID控制器输出，A是可调参数，与响应速度有关，通常取值范围在(0，1)，K_p，K_i，K_d分别是PID控制器的比例、积分和微分系数，N为系统运行总时间即TotalTime；

若迭代时间没有达到，根据上述方法继续计算PID参数，然后将计算得出的PID参数送入免疫调控环节进行控制。

3.一种根据权利要求1的免疫数据驱动控制方法解决涤纶工业丝卷绕系统控制问题的设备，其特征是：

卷绕机(26)通过卷绕系统输出回路(38)连接到反馈检测模块(37)，并通过反馈回路(36)接到计算模块(35)，计算模块(35)通过双向回路二(33)连接上位机(32)，计算模块(35)通过误差回路(34)输出至免疫数据驱动控制器模块(30)，免疫数据驱动控制器模块(30)还通过双向回路一(31)连接上位机(32)，免疫数据驱动控制器模块(30)通过输出回路二(29)连接到卷绕机(26)、通过输出回路一(28)连接到横动控制电机(27)，横动控制电机(27)控制横动装置(25)；

卷绕机(26)通过卷绕系统输出回路(38)连接到反馈检测模块(37)检测卷绕系统的输出，并通过反馈回路(36)反馈到计算模块(35)，计算模块(35)还通过双向回路二(33)连接上位机(32)，将反馈检测模块(37)得到的数据通过反馈回路(36)和上位机(32)通过双向回路二(33)输入的参考数据相比较，得到卷绕机(26)的实际输出误差，计算模块(35)通过误差回路(34)输出至免疫数据驱动控制器模块(30)，免疫数据驱动控制器模块(30)还通过双向回路一(31)连接上位机(32)，根据上位机(32)通过双向回路一(31)输入的系统在线和离线数据，进行免疫数据驱动控制，免疫数据驱动控制器模块(30)通过输出回路二(29)连接到卷绕机(26)、通过输出回路一(28)连接到横动控制电机(27)，横动控制电机(27)控制横动装置(25)；横动装置(25)与卷绕机(26)一起对涤纶工业丝(24)的卷绕过程进行控制。

Images