CN103513618A - 工业过程的控制方法和设备 - Google Patents
工业过程的控制方法和设备 Download PDFInfo
- Publication number
- CN103513618A CN103513618A CN201210202130.4A CN201210202130A CN103513618A CN 103513618 A CN103513618 A CN 103513618A CN 201210202130 A CN201210202130 A CN 201210202130A CN 103513618 A CN103513618 A CN 103513618A
- Authority
- CN
- China
- Prior art keywords
- output variable
- value
- variable
- codomain
- weights
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Feedback Control In General (AREA)
Abstract
本发明公开了一种工业过程的控制方法和设备,该方法包括:针对至少一个输出变量,设置输出变量安全区域、输出变量警戒区域及输出变量非操作区域,根据测量的输出变量的值所属于的区域,调整输出变量对应的输出变量权值,再进行优化计算,获得满足约束条件的输入变量,之后,将优化计算所获得的输入变量的值传到基础控制回路对工业设备的可控变量实施控制。通过动态地调整输出变量权值,使得系统的输出变量能够在输出变量边界约束条件内,从而实现了基于无约束动态矩阵控制并且满足约束条件的工业过程控制,即获得了快速的求解,同时又满足了最优控制输入序列的可行性。
Description
技术领域
本发明涉及工业过程控制领域,尤其涉及一种工业过程的控制方法和设备。
背景技术
动态矩阵控制(Dynamic Matrix Control,DMC)是一种模型预测控制(Model Predictive Control,MPC)方法,该控制方法能有效地处理工业工程中的约束、多变量、耦合和纯滞后等问题,被广泛应用于石油、化工等工业过程中。DMC作为一种基于阶跃响应系数模型的有限时域开环最优控制的方法,利用过程阶跃响应系数模型对未来一定时域内的状态或输出进行预测。这些输出为当前时刻和未来一定时域内控制量的函数,即在每个采样时刻,控制器以当前时刻的系统状态作为初始状态,通过极小化未来的输出与参考轨迹之差计算控制作用,从而优化产生一个当前时刻的最优控制输入序列以实施工业过程控制。在预定间隔后的下一个时刻,重新测量数据,并再进行优化计算获得新的控制作用,以实施工业过程控制。
以上DMC控制方法是一种无约束DMC控制方法,其主要优点是,能够有效地处理多变量、耦合以及纯滞后等控制问题,计算复杂度与控制器控制时域呈正比,因而,求解速度快、计算复杂度低。然而,无约束DMC控制方法没有考虑输入或输出变量的边界约束条件,例如,阀门最大开度的限制,输出安全范围的限制等。因此,这类方法无法保障最优控制输入序列的可行性。
针对无约束DMC控制方法的缺陷,具有约束条件的QDMC(Quadratic Dynamic Matrix Control,QDMC)控制方法被提出。QDMC控制方法克服无约束缺陷的同时,也存在过程复杂的问题。由于其计算复杂度与控制器控制时域的立方成正比,优化求解器难以在MPC实施周期内计算出最优控制输入序列,可行性差,导致其优化求解复杂度高、计算速度慢。针对现有QDMC的高计算复杂度问题,虽然也有一些针对求解二次规划问题的快速算法被提出,这类快速算法在一定程度上缩短了优化求解时间,并未从根本上降低问题求解复杂度。
发明内容
本发明实施例所要解决的技术问题是:提供一种工业控制的方法和设备,基于无约束DMC控制方法,同时满足边界约束条件的要求,从而获得快速的求解及最优控制输入序列的可行性。
为解决上述技术问题,根据本发明的一个方面,本发明实施例提供了一种工业过程的控制方法,
所述工业过程具有多个输入变量以及随所述多个输入变量的改变而变化的多个输出变量,所述多个输入变量是用于执行所述工业过程的工业设备的可控变量,所述多个输出变量是与所述工业过程的运行结果有关的变量,所述多个输入变量的值是基于二次目标函数进行优化计算所获得,所述二次目标函数为以所述多个输出变量的输出变量权值、所述多个输入变量的控制权值为系数的二次函数,
针对至少一个输出变量,设置输出变量安全区域、输出变量警戒区域及输出变量非操作区域,在所述安全区域、输出变量警戒区域内,所述输出变量满足输出操作约束限制条件,对应于所述输出变量安全区域,设定所述输出变量对应的输出变量权值的取值范围为第一值域,对应于所述输出变量警戒区域,设定所述输出变量对应的输出变量权值的取值范围为第二值域,对应于所述输出变量非操作区域,设定所述输出变量对应的输出变量权值的取值范围为第三值域,该方法包括:
测量所述至少一个输出变量的值;
根据所述测量的输出变量的值所属于的区域,调整所述输出变量对应的输出变量权值:
若所述测量的输出变量的值位于所述输出变量安全区域,调
整所述输出变量对应的输出变量权值的取值,使其属于所述第一值域,
若所述测量的输出变量的值位于所述输出变量警戒区域,调整所述输出变量对应的输出变量权值的取值,使其属于所述第二值域,
若所述测量的输出变量的值位于所述输出变量非操作区域时,调整所述输出变量对应的输出变量权值的取值,使其属于所述第三值域;
根据调整所述输出权值后的二次目标函数,进行优化计算以获得所述多个输入变量的值;
将所述优化计算所获得的多个输入变量的值传到基础控制回路对所述工业设备的可控变量实施控制。
在另一种实施例中,所述第一值域的最大值小于或者等于所述第二值域的最小值,所述第二值域的最大值小于或者等于所述第三值域的最小值。
在另一种实施例中,在所述第三值域内,所述输出变量权值的取值为预定的恒定值。
在另一种实施例中,在所述第二值域内,所述输出变量权值的取值随着所述测量的输出变量值接近所述第三值域的程度,而单调递增,所述输出变量权值的取值随着所述测量的输出变量值远离所述第三值域的程度,而单调递减。
在另一种实施例中,所述二次目标函数是以输出变量权值为系数乘以输出变量参考轨迹值与输出变量系统预测值之差的平方,加上以输入变量的控制权值为系数乘以当前时刻输入变量增量的平方。
在另一种实施例中,在所述基于二次目标函数进行优化计算的步骤中,所述优化计算是计算使所述目标函数取得极小值的当前时刻输入变量增量值。
在另一种实施例中,在进行优化计算以获得所述多个输入变量的值的步骤中,保持所述输入变量的控制权值不变。
根据本发明的另一个方面,本发明实施例还提供了一种工业过程的控制设备,
所述工业过程具有多个输入变量以及随所述多个输入变量的改变而变化的多个输出变量,所述多个输入变量是用于执行所述工业过程的工业设备的可控变量,所述多个输出变量是与所述工业过程的运行结果有关的变量,所述多个输入变量的值是基于二次目标函数进行优化计算所获得,所述二次目标函数为以所述多个输出变量的输出变量权值、所述多个输入变量的控制权值为系数的二次函数,
针对至少一个输出变量,设置输出变量安全区域、输出变量警戒区域及输出变量非操作区域,在所述安全区域、输出变量警戒区域内,所述输出变量满足输出操作约束限制条件,对应于所述输出变量安全区域,设定所述输出变量对应的输出变量权值的取值范围为第一值域,对应于所述输出变量警戒区域,设定所述输出变量对应的输出变量权值的取值范围为第二值域,对应于所述输出变量非操作区域,设定所述输出变量对应的输出变量权值的取值范围为第三值域,该设备包括:
测量单元,用于测量所述至少一个输出变量的值;
调整单元,用于根据所述测量的输出变量的值所属于的区域,调整所述输出变量对应的输出变量权值:
若所述测量的输出变量的值位于所述输出变量安全区域,调整所述输出变量对应的输出变量权值的取值,使其属于所述第一值域,
若所述测量的输出变量值位于所述输出变量警戒区域时,调整所述输出变量对应的输出变量权值的取值,使其属于所述第二值域,
若所述测量的输出变量值位于所述输出变量非操作区域时,调整所述输出变量对应的输出变量权值的取值,使其属于所述第三值域;
优化计算单元,用于根据调整所述输出权值后的二次目标函数,进行优化计算以获得所述多个输入变量的值;
控制单元,用于将所述优化计算所获得的多个输入变量的值传到基础控制回路对所述工业设备的可控变量实施控制。
在另一种实施例中,所述第一值域的最大值小于或者等于所述第二值域的最小值,所述第二值域的最大值小于或者等于所述第三值域的最小值。
在另一种实施例中,在所述第三值域内,所述输出变量权值的取值为预定的恒定值。
在另一种实施例中,在所述第二值域内,所述输出变量权值的取值随着所述测量的输出变量值接近所述第三值域的程度,而单调递增,所述输出变量权值的取值随着所述测量的输出变量值远离所述第三值域的程度,而单调递减。
在另一种实施例中,所述二次目标函数是以输出变量权值为系数乘以输出变量参考轨迹值与输出变量系统预测值之差的平方,加上以输入变量的控制权值为系数乘以当前时刻输入变量增量的平方。
在另一种实施例中,在所述基于二次目标函数进行优化计算时,所述优化计算是计算使所述目标函数取得极小值的当前时刻输入变量增量值。
在另一种实施例中,所述优化计算单元在进行优化计算以获得所述多个输入变量的值时,保持所述输入变量的控制权值不变。
基于本发明上述实施例提供的工业控制方法及设备,针对至少一个输出变量,设置输出变量安全区域、输出变量警戒区域及输出变量非操作区域,根据测量的输出变量的值所属于的区域,调整输出变量对应的输出变量权值,从而实现基于无约束DMC的动态加权调整。通过动态调整输出变量权值,使得系统的输出变量的值驻留在输出变量边界约束条件内,从而实现了基于无约束动态矩阵控制并且满足约束条件的工业过程控制,即获得了快速的求解,同时又满足了最优控制输入序列的可行性,从根本上降低了问题求解复杂度。
附图说明
通过以下参照附图对本发明的示例性实施例的详细描述,本发明的其它特征及其优点将会变得清楚。
构成说明书的一部分的附图描述了本发明的实施例,并且连同说明书一起用于解释本发明的原理。
参照附图,根据下面的详细描述,可以更加清楚地理解本发明,其中:
图1示出了本发明所提供的工业过程的控制方法实施例的流程示意图;
图2示出了本发明所提供的工业过程的控制方法实施例中,根据输出变量的值所属的区域调整输出变量权值的示意图;
图3(a)、(b)分别示出了本发明所提供的工业过程的控制方法实施例中,调整输入变量的控制权值对输入变量、输出变量的控制作用的示意图;以及
图4示出了本发明所提供的工业过程的控制设备实施例的结构示意图。
具体实施方式
现在将参照附图来详细描述本发明的各种示例性实施例。应注意到:除非另外具体说明,否则在这些实施例中阐述的步骤的相对布置、数字表达式和数值不限制本发明的范围。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为授权说明书的一部分。
在这里示出和讨论的所有示例中,任何具体值应被解释为仅仅是示例性的,而不是作为限制。因此,示例性实施例的其它示例可以具有不同的值。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
以下各实施例所描述的工业过程,具有多个输入变量以及随多个输入变量的改变而变化的多个输出变量。多个输入变量是用于执行工业过程的工业设备的可控变量,多个输出变量是与工业过程的运行结果有关的变量。多个输入变量的值是基于二次目标函数进行优化计算所获得,二次目标函数为以多个输出变量的输出变量权值、多个输入变量的控制权值为系数的二次函数。
参考图1所示,该图是本发明工业过程的控制方法一种实施例的流程示意图,下面详细介绍本发明工业过程的控制方法实施例的步骤。
在使用二次目标函数进行优化计算时,根据不同的系统,可以有不同的二次目标函数。二次目标函数可以是以输出变量权值为系数乘以输出变量参考轨迹值与输出变量系统预测值之差的平方,加上以输入变量的控制权值为系数乘以当前时刻输入变量增量的平方。每一次工业过程控制所需要的输入变量的值,都利用该二次目标函数优化计算而获得,例如,二次目标函数可表示为:
其中,为输出变量参考轨迹值,为输出变量系统预测值,为当前时刻输入变量增量,p∈□+为系统输出变量的个数,m∈□+为系统输入变量的个数,P∈□+为预测时域长度,M∈□+为控制时域长度。为输出变量权值,表示为输出变量加权矩阵的形式。为输入变量的控制权值,表示为输入变量加权矩阵的形式。
对于实际的工业生产过程,通常,每一个输出变量存在一定边界约束条件,因此,为使所获得的优化计算结果可用于实际的工业过程控制,输出变量的值需要满足这些预定的边界约束条件。根据边界约束条件,可以设定以下不同的区域。
针对至少一个输出变量,设置输出变量安全区域、输出变量警戒区域及输出变量非操作区域。
参见图2所示,该图为本发明所提供的工业过程的控制方法实施例中,根据输出变量的值所属的区域调整输出变量权值的示意图。图2中示出了输出变量的值对应的不同区域:输出变量安全区域、输出变量警戒区域及输出变量非操作区域。
在输出变量安全区域、输出变量警戒区域内,输出变量的值满足输出变量的操作边界约束条件,为具有操作的可行性的区域,而当输出变量的值超出了输出变量警戒区域,则属于输出变量非操作区域。
实际上,对于具有上、下限边界约束条件的输出变量来说,还可以更细地划分,例如,将输出变量警戒区域内划分为输出变量上限警戒区域、输出变量下限警戒区域,将输出变量非操作区域划分为输出变量上限非操作区域、输出变量非操作下限区域。
根据输出变量的不同区域,设定输出变量对应的输出变量权值的取值范围。输出变量权值的取值范围的设定原理,将在步骤103的说明中进行详细说明,具体的设置可以如下:
对应于输出变量安全区域,设定输出变量对应的输出变量权值的取值范围为第一值域;
对应于输出变量警戒区域,设定输出变量对应的输出变量权值的取值范围为第二值域;
对应于输出变量非操作区域,设定输出变量对应的输出变量权值的取值范围为第三值域。
作为一种优选的实施方式,其中,第一值域的最大值小于或者等于第二值域的最小值,第二值域的最大值小于或者等于第三值域的最小值。本领域技术人员应该知道,三个值域的大小可以设置为不同,例如,还可以是第一值域的最小值大于或者等于第二值域的最大值,第二值域的最小值大于或者等于第三值域的最大值。
在步骤101中,测量该至少一个输出变量的值。
在步骤102中,根据测量的该输出变量的值所属于的区域,调整输出变量对应的输出变量权值,具体调整如下:
若测量的输出变量的值位于输出变量安全区域,调整输出变量对应的输出变量权值的取值,使其属于第一值域;
若测量的输出变量的值位于输出变量警戒区域,调整输出变量对应的输出变量权值的取值,使其属于第二值域,
若测量的输出变量的值位于输出变量非操作区域时,调整输出变量对应的输出变量权值的取值,使其属于第三值域。
通过以上对输出变量权值的调整,可以改变对输出变量的控制性能:对于响应过程变化慢的输出变量,可以增大该输出变量的权值,以增强该输出变量跟踪误差的权重,从而加快该输出变量的响应速度。
具体来说,对于输出变量yi,当测量的输出变量的值属于输出变量安全区域内,此时该输出变量的值距离边界约束条件还有一定距离,该输出变量对应的输出变量权重Qi的取值可以取较小值,控制作用较弱。具体可以表现为输出变量权值Qi的变化率Ki=kSZ,SZ表示Safe-zone,kSZ可以取较小值,输出变量权值Qi的变化缓和。因此,当测量的输出变量的值位于输出变量安全区域,调整输出变量对应的输出变量权值Qi的取值,使其属于第一值域。第一值域的最大值小于或者等于第二值域的最小值,又有,第二值域的最大值小于或者等于所述第三值域的最小值,从而使得在第一值域内,输出变量权值Qi的取值相对于其他区域更小。
当测量的输出变量的值超出输出变量安全区域,位于靠近边界约束条件的输出变量警戒区域时,此时,应该使输出变量权值Qi值急剧增大,以加强对输出变量的控制作用。可以表现为输出变量权值Qi的变化率Ki=kAZ,AZ表示Alarming-Zone,kAZ取值大,输出变量权值Qi快速变化,使得输出变量的值难以到达边界约束条件。因此,当测量的输出变量的值位于输出变量警戒区域,调整输出变量对应的输出变量权值Qi的取值,使其属于第二值域。第一值域的最大值小于或者等于第二值域的最小值,又有,第二值域的最大值小于或者等于所述第三值域的最小值,从而使得在第二值域内,输出变量权值Qi的取值是大于第一值域,并且小于第三值域中的取值。
在第二值域内,可以调整输出变量权值Qi的取值随着测量的输出变量值接近第三值域的程度,而单调递增,以及随着测量的输出变量值远离第三值域的程度,而单调递减,如图2中的输出变量警戒区域所示,从而使输出变量权值Qi变化更为连续。
当测量的输出变量的值达到或超出边界约束条件时,位于输出变量非操作区域时,输出变量权值可以Qi保持在非常大的值,此时控制作用最强,使得输出变量的值能够迅速被拉回至约束条件以内。因此,当测量的输出变量的值位于输出变量非操作区域时,调整输出变量对应的输出变量权值Qi的取值,使其属于第三值域。第一值域的最大值小于或者等于第二值域的最小值,又有,第二值域的最大值小于或者等于所述第三值域的最小值,从而使得在第三值域内,输出变量权值Qi的取值相对与其他两个区域更大。
在第三值域内,输出变量权值的取值可以是预定的恒定值,输出变量权值Qi的变化率Ki=1,使输出变量权值Qi一直保持在较大的恒定值。
在步骤103中,根据调整输出权值后的二次目标函数,进行优化计算以获得多个输入变量的值。
根据上述步骤102中的描述,根据测量的输出变量的值所属于的区域,调整该输出变量对应的输出变量权值之后,利用调整后的输出权值,基于二次目标函数进行优化计算以获得多个输入变量的值,即最优控制输入序列。
在基于二次目标函数进行优化计算的步骤中,优化计算可以是计算使目标函数取得极小值的当前时刻输入变量增量值。在二次目标函数取得极小值时,获得最优控制输入序列增量值,即当前时刻输入变量增量值,如下公式所述:
通过获得当前时刻输入变量增量值,根据当前时刻输入变量增量是当前时刻输入变量与上一时刻输入变量之间的差值,根据上一时刻输入变量的值,进一步可以获得当前输入变量的值。需要注意的是,此处的当前时刻输入变量增量表示的是向量,因此,所获得的用于实施控制的输入变量的值为多个,即最优控制输入序列。
在步骤104中,将优化计算所获得的多个输入变量的值传到基础控制回路对工业设备的可控变量实施控制。将工业设备的可控变量设置为在步骤103中获得的输入变量的值,由于该输入变量的值是在调整输出变量的权值后进行优化计算的结果,因此,可以实现如步骤103中所描述的控制作用。通过动态调整输出变量权值,使得系统的输出变量驻留在输出变量边界约束条件内,从而实现了基于无约束动态矩阵控制,并且满足约束条件的工业过程控制,即获得了快速的求解,同时又满足了最优控制输入序列的可行性。
在另一种实施例中,还可以根据实际的系统约束条件,使优化计算的结果满足输入变量的边界约束条件。通过调整输入变量对应的输入变量的控制权值,进而实现对输入变量的控制作用。
具体来说,可以在进行优化计算以获得多个输入变量的值的步骤中,根据实际系统的要求,通过对当前时刻输入变量增量Δui(k)加以合适的输入变量的控制权值Ri,以在整个控制时域内保持Ri不变,即输入变量的控制权值的线性变化率K′i=1,从而保证输入变量值驻留在输入变量的边界约束条件内。
图3(a)、(b)分别示出了,本发明所提供的工业过程的控制方法实施例中,调整输入变量的控制权值对输入变量、输出变量的控制作用的示意图。
参考图3(a)所示,当输入变量的控制权值增大时,将加强对输入变量的抑制作用,使对应的输入变量的变化较为平缓。如图3(a)中,输入变量的控制权值Ri为100的曲线与Ri为10的曲线相对比,输入变量的控制权值Ri为100所对应的输入变量随着时间的变化更为平缓。
另外,参考图3(b)所示,当输入变量的控制权值增大时,对输出变量也是具有与输入变量相类似的控制作用。如图3(b)中,输入变量的控制权值Ri为100的曲线与Ri为10的曲线相对比,前者的输入变量所控制的输出变量随着时间的变化较为平缓。
参考图4所示,本发明还提供了一种与本发明控制方法相对应的工业过程的控制设备。
工业过程具有多个输入变量以及随多个输入变量的改变而变化的多个输出变量,多个输入变量是用于执行工业过程的工业设备的可控变量,多个输出变量是与工业过程的运行结果有关的变量,多个输入变量的值是基于二次目标函数进行优化计算所获得,二次目标函数为以多个输出变量的输出变量权值、多个输入变量的控制权值为系数的二次函数,针对至少一个输出变量,设置输出变量安全区域、输出变量警戒区域及输出变量非操作区域,在安全区域、输出变量警戒区域内,输出变量满足输出操作约束限制条件,对应于输出变量安全区域,设定输出变量对应的输出变量权值的取值范围为第一值域,对应于输出变量警戒区域,设定输出变量对应的输出变量权值的取值范围为第二值域,对应于输出变量非操作区域,设定输出变量对应的输出变量权值的取值范围为第三值域。
与上述方法的一种优选的实施例相对应,在另一种优选的实施例中,其中,第一值域的最大值或者小于等于第二值域的最小值,第二值域的最大值或者小于等于第三值域的最小值。
该设备测量单元401、调整单元402、优化计算单元403及控制单元404。
测量单元401测量至少一个输出变量的值。
调整单元402根据测量的该输出变量的值所属于的区域,调整输出变量对应的输出变量权值,具体调整如下:
若测量的输出变量的值位于输出变量安全区域,调整输出变量对应的输出变量权值的取值,使其属于第一值域;若测量的输出变量值位于输出变量警戒区域时,调整输出变量对应的输出变量权值的取值,使其属于第二值域;若测量的输出变量值位于输出变量非操作区域时,调整输出变量对应的输出变量权值的取值,使其属于第三值域。
与上述方法的一种实施例相对应,在另一种实施例中,在第二值域内,输出变量权值的取值可以随着测量的输出变量值接近第三值域的程度,而单调递增,并且输出变量权值的取值随着测量的输出变量值远离第三值域的程度,而单调递减。
与上述方法的一种实施例相对应,在另一种实施例中,在第三值域内,输出变量权值的取值可以为预定的恒定值。
优化计算单元403根据调整输出权值后的二次目标函数,进行优化计算以获得多个输入变量的值。
控制单元404将优化计算所获得的多个输入变量的值传到基础控制回路对工业设备的可控变量实施控制。
在另一种实施例中,二次目标函数是以输出变量权值为系数乘以输出变量参考轨迹值与输出变量系统预测值之差的平方,加上以输入变量的控制权值为系数乘以当前时刻输入变量增量的平方。
优化计算单元403在基于二次目标函数进行优化计算时,计算使目标函数取得极小值的当前时刻输入变量增量值。
优化计算单元403在进行优化计算以获得多个输入变量的值时,可以保持输入变量的控制权值不变。
利用上述工业控制设备,通过动态调整输出变量权值,使得系统的输出变量的值驻留在输出变量边界约束条件内,从而实现了基于无约束动态矩阵控制,并且满足约束条件的工业过程控制,即获得了快速的求解,同时又满足了最优控制输入序列的可行性。
至此,已经详细描述了根据本发明的一种工业过程的控制方法和设备。为了避免遮蔽本发明的构思,没有描述本领域所公知的一些细节。本领域技术人员根据上面的描述,完全可以明白如何实施这里公开的技术方案。
另外,本发明实施例设备的构成装置之间的连接关系,仅表示基于本发明的一个信息流向关系示例,不限制为物理连接关系,并且也不一定是实现本发明实施例所必须或仅限的。
可能以许多方式来实现本发明的方法和设备。例如,可通过软件、硬件、固件或者软件、硬件、固件的任何组合来实现本发明的方法和系统。用于所述方法的步骤的上述顺序仅是为了进行说明,本发明的方法的步骤不限于以上具体描述的顺序,除非以其它方式特别说明。此外,在一些实施例中,还可将本发明实施为记录在记录介质中的程序,这些程序包括用于实现根据本发明的方法的机器可读指令。因而,本发明还覆盖存储用于执行根据本发明的方法的程序的记录介质。
虽然已经通过示例对本发明的一些特定实施例进行了详细说明,但是本领域的技术人员应该理解,以上示例仅是为了进行说明,而不是为了限制本发明的范围。本领域的技术人员应该理解,可在不脱离本发明的范围和精神的情况下,对以上实施例进行修改。本发明的范围由所附权利要求来限定。
Claims (14)
1.一种工业过程的控制方法,
所述工业过程具有多个输入变量以及随所述多个输入变量的改变而变化的多个输出变量,所述多个输入变量是用于执行所述工业过程的工业设备的可控变量,所述多个输出变量是与所述工业过程的运行结果有关的变量,所述多个输入变量的值是基于二次目标函数进行优化计算所获得,所述二次目标函数为以所述多个输出变量的输出变量权值、所述多个输入变量的控制权值为系数的二次函数,
针对至少一个输出变量,设置输出变量安全区域、输出变量警戒区域及输出变量非操作区域,在所述安全区域、输出变量警戒区域内,所述输出变量满足输出操作约束限制条件,对应于所述输出变量安全区域,设定所述输出变量对应的输出变量权值的取值范围为第一值域,对应于所述输出变量警戒区域,设定所述输出变量对应的输出变量权值的取值范围为第二值域,对应于所述输出变量非操作区域,设定所述输出变量对应的输出变量权值的取值范围为第三值域,该方法包括:
测量所述至少一个输出变量的值;
根据所述测量的输出变量的值所属于的区域,调整所述输出变量对应的输出变量权值:
若所述测量的输出变量的值位于所述输出变量安全区域,调整所述输出变量对应的输出变量权值的取值,使其属于所述第一值域,
若所述测量的输出变量的值位于所述输出变量警戒区域,调整所述输出变量对应的输出变量权值的取值,使其属于所述第二值域,
若所述测量的输出变量的值位于所述输出变量非操作区域时,调整所述输出变量对应的输出变量权值的取值,使其属于所述第三值域;
根据调整所述输出权值后的二次目标函数,进行优化计算以获得所述多个输入变量的值;
将所述优化计算所获得的多个输入变量的值传到基础控制回路对所述工业设备的可控变量实施控制。
2.根据权利要求1所述的方法,其特征在于,所述第一值域的最大值小于或者等于所述第二值域的最小值,所述第二值域的最大值小于或者等于所述第三值域的最小值。
3.根据权利要求2所述的方法,其特征在于,在所述第三值域内,所述输出变量权值的取值为预定的恒定值。
4.根据权利要求2所述的方法,其特征在于,在所述第二值域内,
所述输出变量权值的取值随着所述测量的输出变量值接近所述第三值域的程度,而单调递增,
所述输出变量权值的取值随着所述测量的输出变量值远离所述第三值域的程度,而单调递减。
5.根据权利要求2所述的方法,其特征在于,所述二次目标函数是以输出变量权值为系数乘以输出变量参考轨迹值与输出变量系统预测值之差的平方,加上以输入变量的控制权值为系数乘以当前时刻输入变量增量的平方。
6.根据权利要求5所述的方法,其特征在于,在所述基于二次目标函数进行优化计算的步骤中,所述优化计算是计算使所述目标函数取得极小值的当前时刻输入变量增量值。
7.根据权利要求2所述的方法,其特征在于,在进行优化计算以获得所述多个输入变量的值的步骤中,保持所述输入变量的控制权值不变。
8.一种工业过程的控制设备,
所述工业过程具有多个输入变量以及随所述多个输入变量的改变而变化的多个输出变量,所述多个输入变量是用于执行所述工业过程的工业设备的可控变量,所述多个输出变量是与所述工业过程的运行结果有关的变量,所述多个输入变量的值是基于二次目标函数进行优化计算所获得,所述二次目标函数为以所述多个输出变量的输出变量权值、所述多个输入变量的控制权值为系数的二次函数,
针对至少一个输出变量,设置输出变量安全区域、输出变量警戒区域及输出变量非操作区域,在所述安全区域、输出变量警戒区域内,所述输出变量满足输出操作约束限制条件,对应于所述输出变量安全区域,设定所述输出变量对应的输出变量权值的取值范围为第一值域,对应于所述输出变量警戒区域,设定所述输出变量对应的输出变量权值的取值范围为第二值域,对应于所述输出变量非操作区域,设定所述输出变量对应的输出变量权值的取值范围为第三值域,该设备包括:
测量单元,用于测量所述至少一个输出变量的值;
调整单元,用于根据所述测量的输出变量的值所属于的区域,调整所述输出变量对应的输出变量权值:
若所述测量的输出变量的值位于所述输出变量安全区域,调整所述输出变量对应的输出变量权值的取值,使其属于所述第一值域,
若所述测量的输出变量值位于所述输出变量警戒区域时,调整所述输出变量对应的输出变量权值的取值,使其属于所述第二值域,
若所述测量的输出变量值位于所述输出变量非操作区域时,调整所述输出变量对应的输出变量权值的取值,使其属于所述第三值域;
优化计算单元,用于根据调整所述输出权值后的二次目标函数,进行优化计算以获得所述多个输入变量的值;
控制单元,用于将所述优化计算所获得的多个输入变量的值传到基础控制回路对所述工业设备的可控变量实施控制。
9.根据权利要求8所述的设备,其特征在于,所述第一值域的最大值小于或者等于所述第二值域的最小值,所述第二值域的最大值小于或者等于所述第三值域的最小值。
10.根据权利要求9所述的设备,其特征在于,在所述第三值域内,所述输出变量权值的取值为预定的恒定值。
11.根据权利要求9所述的设备,其特征在于,在所述第二值域内,
所述输出变量权值的取值随着所述测量的输出变量值接近所述第三值域的程度,而单调递增,
所述输出变量权值的取值随着所述测量的输出变量值远离所述第三值域的程度,而单调递减。
12.根据权利要求9所述的设备,其特征在于,所述二次目标函数是以输出变量权值为系数乘以输出变量参考轨迹值与输出变量系统预测值之差的平方,加上以输入变量的控制权值为系数乘以当前时刻输入变量增量的平方。
13.根据权利要求12所述的设备,其特征在于,在所述基于二次目标函数进行优化计算时,所述优化计算是计算使所述目标函数取得极小值的当前时刻输入变量增量值。
14.根据权利要求9所述的设备,其特征在于,所述优化计算单元在进行优化计算以获得所述多个输入变量的值时,保持所述输入变量的控制权值不变。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210202130.4A CN103513618B (zh) | 2012-06-18 | 2012-06-18 | 工业过程的控制方法和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210202130.4A CN103513618B (zh) | 2012-06-18 | 2012-06-18 | 工业过程的控制方法和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103513618A true CN103513618A (zh) | 2014-01-15 |
CN103513618B CN103513618B (zh) | 2016-01-27 |
Family
ID=49896529
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210202130.4A Active CN103513618B (zh) | 2012-06-18 | 2012-06-18 | 工业过程的控制方法和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103513618B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104731056A (zh) * | 2015-01-28 | 2015-06-24 | 蓝星(北京)技术中心有限公司 | 快速判断化工生产装置的运行稳定性的方法及装置 |
CN110222813A (zh) * | 2018-03-02 | 2019-09-10 | 罗伯特·博世有限公司 | 运行至少部分自动化的车辆的方法、设备和计算机程序 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5704011A (en) * | 1994-11-01 | 1997-12-30 | The Foxboro Company | Method and apparatus for providing multivariable nonlinear control |
WO2003107103A1 (en) * | 2002-06-12 | 2003-12-24 | Abb Ab | Dynamic on-line optimization of production processes |
CN1601411A (zh) * | 2004-09-16 | 2005-03-30 | 上海交通大学 | 基于模糊目标与模糊约束的工业过程预测控制方法 |
US7257451B2 (en) * | 2005-02-15 | 2007-08-14 | Exxon Mobil Chemical Patents Inc. | Method for creating a linear programming model of an industrial process facility |
CN101813917A (zh) * | 2010-03-19 | 2010-08-25 | 浙江工业大学 | 基于线性规划实现动态优化的工业模型预测控制方法 |
-
2012
- 2012-06-18 CN CN201210202130.4A patent/CN103513618B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5704011A (en) * | 1994-11-01 | 1997-12-30 | The Foxboro Company | Method and apparatus for providing multivariable nonlinear control |
WO2003107103A1 (en) * | 2002-06-12 | 2003-12-24 | Abb Ab | Dynamic on-line optimization of production processes |
CN1675599A (zh) * | 2002-06-12 | 2005-09-28 | Abb股份有限公司 | 生产过程的动态在线优化 |
CN1601411A (zh) * | 2004-09-16 | 2005-03-30 | 上海交通大学 | 基于模糊目标与模糊约束的工业过程预测控制方法 |
US7257451B2 (en) * | 2005-02-15 | 2007-08-14 | Exxon Mobil Chemical Patents Inc. | Method for creating a linear programming model of an industrial process facility |
CN101813917A (zh) * | 2010-03-19 | 2010-08-25 | 浙江工业大学 | 基于线性规划实现动态优化的工业模型预测控制方法 |
Non-Patent Citations (2)
Title |
---|
周平 等: "多变量解耦控制的工业过程运行层次控制方法", 《控制理论与应用》, vol. 28, no. 2, 28 February 2011 (2011-02-28) * |
柴天佑 等: "复杂工业过程运行的混合智能优化控制方法", 《自动化学报》, vol. 34, no. 5, 31 May 2008 (2008-05-31) * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104731056A (zh) * | 2015-01-28 | 2015-06-24 | 蓝星(北京)技术中心有限公司 | 快速判断化工生产装置的运行稳定性的方法及装置 |
CN110222813A (zh) * | 2018-03-02 | 2019-09-10 | 罗伯特·博世有限公司 | 运行至少部分自动化的车辆的方法、设备和计算机程序 |
Also Published As
Publication number | Publication date |
---|---|
CN103513618B (zh) | 2016-01-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2350747B1 (en) | Systems and methods to control energy consumption efficiency | |
Petrović et al. | Wind turbine envelope protection control over the full wind speed range | |
Du et al. | A gap metric based weighting method for multimodel predictive control of MIMO nonlinear systems | |
EP2507671B1 (en) | Economics-based coordination of advanced process control and real-time optimization | |
Bumroongsri et al. | An off-line robust MPC algorithm for uncertain polytopic discrete-time systems using polyhedral invariant sets | |
CN106647268A (zh) | 基于模型预测控制的mgt‑cchp分层最优控制系统 | |
JP2015232436A (ja) | 蒸気圧縮システムを制御するシステム及び方法 | |
EP2728425A1 (en) | Online integration of model-based optimization and model-less control | |
US10048658B2 (en) | Information processing device, predictive control method, and recording medium | |
CN103853918A (zh) | 一种基于空闲时间预测的云计算服务器调度方法 | |
CN104270055A (zh) | 一种交流伺服系统位置环ip控制器的参数自校正方法 | |
CN104765271A (zh) | 用于可变参数和相关程序产品的控制器系统 | |
Owa et al. | A wavelet neural network based non-linear model predictive controller for a multi-variable coupled tank system | |
JP5467929B2 (ja) | 関数生成装置、及び関数生成方法 | |
CN107615183B (zh) | 模型预测控制应用程序中相对于最佳性能值的优良性能的系统和方法 | |
Yonezawa et al. | Vibration control for various structures with time-varying properties via model-free adaptive controller based on virtual controlled object and SPSA | |
CN103513618B (zh) | 工业过程的控制方法和设备 | |
Mallaiah et al. | A simulated annealing optimization algorithm based nonlinear model predictive control strategy with application | |
Ehtiwesh et al. | Predictive control strategies for optimizing temperature stability in instantaneous hot water systems | |
Huang et al. | Robust model predictive control of VAV air-handling units concerning uncertainties and constraints | |
CN113821903A (zh) | 温度控制方法和设备、模块化数据中心及存储介质 | |
CN104102130A (zh) | 状态空间模型的批次过程无穷时域线性二次容错控制方法 | |
Tronci et al. | A gain‐scheduling PI control based on neural networks | |
CN103365206B (zh) | 一种工业过程的控制方法和设备 | |
CN104376367A (zh) | 基于气温和非线性自回归时序模型的短期负荷预测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |