CN105911868A - 多批次间歇反应器二维迭代学习反馈控制方法 - Google Patents

多批次间歇反应器二维迭代学习反馈控制方法 Download PDF

Info

Publication number
CN105911868A
CN105911868A CN201610436454.2A CN201610436454A CN105911868A CN 105911868 A CN105911868 A CN 105911868A CN 201610436454 A CN201610436454 A CN 201610436454A CN 105911868 A CN105911868 A CN 105911868A
Authority
CN
China
Prior art keywords
batch
controller
feedback
feedback control
iterative learning
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
Application number
CN201610436454.2A
Other languages
English (en)
Other versions
CN105911868B (zh
Inventor
薄翠梅
牛超
李俊
郭伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Tech University
Original Assignee
Nanjing Tech University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing Tech University filed Critical Nanjing Tech University
Priority to CN201610436454.2A priority Critical patent/CN105911868B/zh
Publication of CN105911868A publication Critical patent/CN105911868A/zh
Application granted granted Critical
Publication of CN105911868B publication Critical patent/CN105911868B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明公开了一种多批次间歇反应器二维迭代学习反馈控制方法,包括以下步骤:(1)根据反应物系特征和目标产物的产率最大进行操作优化设计,确定被控变量最佳的设定轨迹;(2)单批次间歇反应器反馈PI控制器的设计;(3)多批次迭代学习反馈控制器设计:在给定批次内反馈控制方法后,将反馈控制与迭代控制结合,设计多批次迭代学习控制方法。(4)二维迭代学习反馈控制参数调节:根据实际控制的动态跟踪性能合理调节二维迭代学习反馈控制的参数。本发明给出的一种多批次间歇反应器二维迭代学习反馈控制方法,有效地解决了传统控制器无法充分利用先前批次信息进行迭代,造成系统收敛性、稳定性差的问题,且具有较好的鲁棒性,和具有抑制多种扰动的能力。

Description

多批次间歇反应器二维迭代学习反馈控制方法
技术领域
本发明涉及化学工程与过程控制交叉学科,属于间歇工业生产过程的自动控制领域,涉及多批次间歇反应器控制系统设计,具体涉及多批次间歇反应器,发明一种多批次二维迭代反馈控制方法。
背景技术
间歇反应器是间歇化工生产的核心单元,具有较大的灵活性,可以随市场需求变化,在同一设备内以不同的操作条件,进行不同的反应,生产不同的产品。而间歇过程受多工序、时变性及工序运行时间不确定等诸多因素影响,间歇过程控制比连续过程更加复杂,传统的连续过程控制方法无法直接应用于间歇反应过程控制中。
本发明对工业过程中最常用的间歇补料反应过程,结合批次重复特性和过程动态特性,以二维(时域+批次)系统理论为基础,提供一种针对多批次间歇反应过程控制的二维迭代反馈控制方法,有效地解决了对于重复操作的系统,传统负反馈控制器对于每一个批次的相同扰动都会给出相同的控制作用,批次之间没有自学习能力的不足等问题。
发明内容
本发明提供了一种针对多批次间歇反应器控制的二维迭代反馈控制方法。本发明给出间歇反应器控制的二维迭代反馈控制方法,利用间歇过程的重复性,采用批次之间的迭代学习控制来优化实际过程广泛使用的PI控制器,有效地解决了对于重复操作的系统,传统负反馈控制器对于每一个批次的相同扰动都会给出相同的控制作用,控制器无法充分利用先前的批次信息进行迭代学习,造成系统收敛性、稳定性差等问题。本发明给出的控制方法具有较好的鲁棒性,可有效抑制多种扰动,从而保证不同批次的产品质量及其一致性。
本发明的目的可以通过以下技术方案实现:
一种多批次间歇反应器二维迭代学习反馈控制方法,包括以下步骤:
(1)确定被控变量最佳的设定轨迹:根据间歇反应过程的物系特征和实际工艺操作流程,利用化工流程模拟软件建立工艺流程模拟系统,并通过反应过程目标产物的产率最大进行操作优化,确定间歇反应过程被控变量的最佳设定轨迹。
(2)单批次间歇反应器反馈控制器设计:将上述被控变量的最佳设定轨迹作为反馈控制器的设定值,根据间歇反应过程动态特性,设计PI控制器,并通过合理整定PI控制器的参数,实现系统输出初步跟踪上述设定值。
(3)多批次迭代学习控制方法设计:在给定批次内温度反馈控制方法后,设计多批次迭代学习控制方法;所述的迭代学习控制方法设计包括确定反馈控制的系数、将反馈控制与迭代控制结合。
所述确定反馈控制的系数:采用内模控制法确定反馈控制的系数,引入如下PI控制器:
e ‾ ( t , k ) = u 0 + K 1 e ‾ ( t , k ) + K 2 I ‾ e ( t , k )
e ‾ ( t , k ) = y r ( t , k ) - y ( t , k )
I ‾ e ( t , k ) = I ‾ e ( t - 1 , k ) + e ‾ ( t , k )
其中,u0表示控制信号初值;表示该设定值与输出值之间的偏差;表示偏差的积分;yr(t,k)为被控变量的最佳设定轨迹;y(t,k)为被控变量的实际输出;K1和K2表示控制器比例和积分可调参数。
选择内模控制方法,可得PI控制器的形式如下:
C ( s ) = τ s + 1 k p λ s = k c + k i s
其中,kc=τ/(kiλ),ki=1/(kpλ)。
得到离散控制系统的PI控制律:u0=0,K1=kc,K2=Tski
所述将反馈控制与迭代控制结合:由迭代学习控制更新不同批次中PI控制器的设定值轨迹yr(t,k),如下式:
y r ( t , k ) = y r ( t , k - 1 ) + L 1 [ I ‾ e ( t - 1 , k ) - I ‾ e ( t - 1 , k - 1 ) ] + L 2 e ( t + 1 , k - 1 )
其中,L1和L2是学习增益矩阵。通过上一批次的跟踪误差和批次方向余差的积分变化来优化设定值。
多批次间歇反应器二维迭代学习反馈控制方法,其结构如图1所示。该系统是由一个对象和二维控制器组成,虚线部分表示存储器中的上一批次信息,而实线部分表示系统实时信息。
二维迭代学习反馈控制参数调节:根据实际控制的动态跟踪性能合理调节二维迭代学习反馈控制的参数。
本发明有如下优势:1)此方法基于输出反馈,不需要使用过程内部状态信息,对于实际系统具有较强的可操作性;2)内环和外环的两个控制器设计相对独立,对于原本就已经广泛应用于工业过程的内环PI控制器不需要做任何改动,只需增加一个外环模块来更新PI控制器的设定值。
本发明的有益效果:
本发明针对原有PID传统控制方法对多批次间歇反应控制的不足,提出了迭代学习与PI控制相结合的控制方法。本发明在PI控制的基础上,加入迭代学习控制,由迭代学习控制更新不同批次中PI控制器的设定值轨迹。本发明给出的一套多批次间歇反应器控制设计方法,有效地解决了传统设计方法带来的对于每一个批次的相同扰动都会给出相同的控制作用,发明二维迭代反馈控制方法具有较好的鲁棒性,具有抑制多种扰动的能力。
附图说明
图1二维迭代学习反馈控制方法示意图
图2最佳温度设定轨迹
图3间歇反应器二维迭代学习反馈控制结构
图4间歇反应器二维迭代学习反馈控制效果
图5间歇反应器二维迭代学习反馈控制系统误差
图6间歇反应器二维迭代学习反馈控制效果(加入扰动后)
图7间歇反应器二维迭代学习反馈控制系统误差(加入扰动后)
具体实施方式
实施案例:多批次间歇补料反应器温度二维迭代学习负反馈控制
多批次间歇补料反应过程中一般涉及多个反应,每个反应有不同的反应速率和活化能,因此对温度的控制要求很高。反应器的温度通过向反应器夹套内通入传热介质,以热交换的方式来改变。案例所涉及的间歇反应过程同时存在主副两种反应,第一个反应由反应物A和B生成产物C:
第二个反应由反应物B产生了无用产物D:
建立间歇反应过程数学模型:
A(q-1,θ)Δy(t)=[μ1(t,t1)B1(q-1,θ)+μ2(t,t2)B2(q-1,θ)]Δt(uk(t))
其中,Δy(t)=y2(t)-y1(t),Δu(t)=u2(t)-u1(t),A(z-1)=1+a1z-1+a2z-2+a3z-3,B1(z-1)=b1,1z-1+b2,1z-2,B2(z-1)=b1,2z-1+b2,2z-2,a1=-1.0951,a2=0.0954,a3=-0.0001,b1,1=-0.0292,b2,1=0.0007,b1,2=0.0297,b2,2=-0.0003。
在上述两种反应组成的平行反应体系中,控制系统设计的重要目标是实现产品转化率和最终产品质量的一致性。这里产品质量控制的实现是通过控制反应器温度跟踪预设轨迹,在间歇补料反应操作过程中,考虑两个操作变量:夹套温度和反应物B的流速。具体的控制结构如图3所示。二维ILC-PI控制系统将夹套温度作为操作变量控制反应器温度,同时应用PID控制其他变量。
步骤1:确定反应器温度最佳的设定轨迹
反应中第二个反应的活化能比第一个更大,所以低温条件有利于得到有用产物C,但是温度降低会降低固定时间下A的转化率。第二个反应的反应速率很大程度上取决于反应器中B的浓度,反应物B浓度高会提高无用产物D的产生速率,所以流加速度越小,选择率越高。但是缓慢的流加速率将导致给定A的转化率的情况下延长批次时间。
以反应结束后目标产物的产率最大进行优化,得到最佳温度操作轨迹如图2所示。由图可知,首先将反应物A加入反应器中,随即加热直到温度到达某设定值,称为预热阶段。然后开始以速率F(t)加入反应物B,反应也在此刻开始并持续到批次结束或者反应物A完全耗尽,称为反应阶段。在这一阶段,将产物C最终质量维持在期望值是主要目标。反应结束后,开始冷却,然后放料,称为出料阶段。
步骤2:批次内温度反馈控制方法设计
根据批次内温度操作轨迹,在预热阶段需要向夹套内通入高温介质,使反应器内温度上升;在恒温阶段,由于涉及的反应为放热反应,需要向夹套内通入低温介质,使反应器内温度稳定在最适温度;放料阶段将产品冷却,然后放料,需要继续向夹套内通入低温介质。因此设计以反应器内反应温度为被控变量,以进入夹套换热介质流量为操作变量的PI控制器。
步骤3:多批次迭代学习控制方法设计
PI控制器:
e ‾ ( t , k ) = u 0 + K 1 e ‾ ( t , k ) + K 2 I ‾ e ( t , k )
求解K1、K2
K1=kc,K2=Tski
其中,Ts为采样时间。
二维迭代学习反馈控制器:
y r ( t , k ) = y r ( t , k - 1 ) + L 1 δ I ‾ e ( t - 1 , k ) + L 2 e ( t + 1 , k - 1 )
L 2 = d i a g { l 2 1 , l 2 2 , , l 2 m } , 0 < l 2 i < 2 , i = 1 , 2 , , m
求解不等式(18)得出L1
- Q * * * * * 0 - &gamma; I * * * * &Gamma; W 0 - Q + &epsiv;&Phi; A &Phi; A T + &epsiv;&Phi; B &Phi; B T * * * &Sigma; &Psi; W 0 - &epsiv; I * * &Psi; A Q 0 0 0 - &epsiv; I * G Q 0 0 0 0 - &epsiv; I < 0
其中,Q=diag{Q1,Q2,Q3}。
步骤4:二维迭代学习反馈控制参数调节
根据实际控制的动态跟踪性能合理调节二维迭代学习反馈控制的学习增益参数L1和L2,其中迭代学系收敛序列主要取决于L2,L2取值越大收敛速率越快,反之亦然。
二维迭代学习反馈控制动态性能测试:
首先假设不存在干扰和噪声的条件,在基于二维的迭代学习反馈控制作用下,此系统的收敛时间比较长,这里给出了50个批次的输出结合和误差情况,如图4、图5所示。可以看到,由于迭代学习控制在第1批次无法作用,仅通过PI控制的输出曲线并不理想,而第30批次的输出曲线已经趋向接近目标曲线,第50批次的输出曲线与目标曲线基本重合,说明随着迭代次数的增加,控制效果越来越好。
测试带有测量噪声的控制系统响应情况,从第1批次开始,加入[-0.1 0.1]随机扰动,动态响应情况如图6、图7所示。可以看到系统控制性能在噪声作用下有所下降,但是整体的跟踪性能随着批次的增加在不断改善,说明在带有测量噪声的情况下,系统仍然具有较好的鲁棒性能。

Claims (4)

1.一种多批次间歇反应器二维迭代学习反馈控制方法,其特征在于包括以下步骤:
(1)确定被控变量最佳的设定轨迹:根据间歇反应过程的物系特征和实际工艺操作流程,利用化工流程模拟软件建立工艺流程模拟系统,并通过反应过程目标产物的产率最大进行操作优化设计,确定间歇反应过程被控变量的最佳设定轨迹;
(2)单批次间歇反应器反馈控制器设计:将上述被控变量的最佳设定轨迹作为反馈控制器的设定值,根据间歇反应过程动态特性,设计PI控制器,并通过合理整定PI控制器的参数,实现系统输出初步跟踪上述设定值;
(3)多批次迭代学习反馈控制器设计:在第一批次间歇反应器PI控制的基础上,同时利用“时域+批次”二维信息,将多批次迭代学习控制策略与批内PI控制策略相结合,设计多批次迭代学习反馈控制器,提高闭环系统对设定值的快速跟踪能力以及对重复扰动的抑制能力;
(4)二维迭代学习反馈控制参数调节:根据实际控制的动态跟踪性能合理调节二维迭代学习反馈控制器的学习增益参数。
2.根据权利要求1所述的“一种多批次间歇反应器二维迭代学习反馈控制方法”,其特征在于所述确定反馈控制的系数:采用内模控制法确定反馈控制的系数,引入离散控制系统的PI控制器:
e &OverBar; ( t , k ) = u 0 + K 1 e &OverBar; ( t , k ) + K 2 I &OverBar; e ( t , k )
e &OverBar; ( t , k ) = y r ( t , k ) - y ( t , k )
I &OverBar; e ( t , k ) = I &OverBar; e ( t - 1 , k ) + e &OverBar; ( t , k )
其中,u0表示控制信号初值;表示该设定值与输出值之间的偏差;表示偏差的积分;yr(t,k)为被控变量的最佳设定轨迹;yr(t,k)为被控变量的实际输出;K1和K2表示控制器比例和积分可调参数;
采用内模控制方法,确定PI控制器调节参数K1和K2
C ( s ) = &tau; s + 1 k p &lambda; s = k c + k i s , ( k c = &tau; / ( k i &lambda; ) , k i = 1 / ( k p &lambda; ) )
离散PI控制器可调参数为:K1=kc,K2=Tski
3.根据权利要求1所述的“一种多批次间歇反应器二维迭代学习反馈控制方法”,其特征在于将反馈控制与迭代控制结合,不同批次中PI控制器的设定值轨迹yr(t,k)在批次过程中变化,由迭代学习控制更新其值,如下式:
y r ( t , k ) = y r ( t , k - 1 ) + L 1 &lsqb; I &OverBar; e ( t - 1 , k ) - I &OverBar; e ( t - 1 , k - 1 ) &rsqb; + L 2 e ( t + 1 , k - 1 )
其中,L1和L2是学习增益矩阵。通过上一批次的跟踪误差和批次方向余差的积分变化来优化设定值,由此构成了多批次间歇反应器二维迭代学习反馈控制方法。
4.根据权利要求1所述的“一种多批次间歇反应器二维迭代学习反馈控制方法”,其特征在对于一类间歇反应器反应温度的二维迭代学习反馈控制器的设计;首先根据间歇反应物系特征和实际操作在进料阶段、加温预热、反应阶段、出料阶段对温度设定要求,合理确定温度最佳设定轨迹;然后第一批次采用单批次间歇反应器温度PI控制器进行控制,后续批次采用多批次迭代学习反馈控制器进行控制,实现闭环系统对温度最佳设定轨迹的快速跟踪以及对重复扰动的有效抑制。
CN201610436454.2A 2016-06-15 2016-06-15 多批次间歇反应器二维迭代学习反馈控制方法 Active CN105911868B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610436454.2A CN105911868B (zh) 2016-06-15 2016-06-15 多批次间歇反应器二维迭代学习反馈控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610436454.2A CN105911868B (zh) 2016-06-15 2016-06-15 多批次间歇反应器二维迭代学习反馈控制方法

Publications (2)

Publication Number Publication Date
CN105911868A true CN105911868A (zh) 2016-08-31
CN105911868B CN105911868B (zh) 2021-06-15

Family

ID=56750393

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610436454.2A Active CN105911868B (zh) 2016-06-15 2016-06-15 多批次间歇反应器二维迭代学习反馈控制方法

Country Status (1)

Country Link
CN (1) CN105911868B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107991874A (zh) * 2017-12-13 2018-05-04 杭州电子科技大学 一种针对多阶段间歇工业过程的多模型控制方法
CN108803340A (zh) * 2018-06-28 2018-11-13 杭州电子科技大学 一种化工批次过程鲁棒复合迭代学习控制方法
CN108803314A (zh) * 2017-12-13 2018-11-13 杭州电子科技大学 一种化工间歇过程的新型复合跟踪控制方法
CN108803315A (zh) * 2017-12-13 2018-11-13 杭州电子科技大学 一种化工间歇过程的智能跟踪控制方法
CN108803339A (zh) * 2018-06-28 2018-11-13 杭州电子科技大学 一种化工批次过程容错迭代学习控制方法
CN108803338A (zh) * 2018-06-28 2018-11-13 杭州电子科技大学 一种化工多阶段批次过程迭代学习控制方法
CN110045611A (zh) * 2019-04-24 2019-07-23 华北电力大学 一种应用于间歇搅拌釜式反应器的鲁棒迭代学习模型预测控制方法
CN110320796A (zh) * 2019-08-06 2019-10-11 南方电网科学研究院有限责任公司 一种基于pid控制器的电气控制方法、装置以及设备
CN114200834A (zh) * 2021-11-30 2022-03-18 辽宁石油化工大学 丢包环境下批次过程无模型离轨策略最优跟踪控制方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6647354B1 (en) * 2000-09-22 2003-11-11 Honeywell Inc. Iterative learning update for batch mode processing
CN103293958A (zh) * 2013-05-30 2013-09-11 浙江工业大学 一种储纬器间歇储纬过程的迭代学习速度控制方法
CN103901773A (zh) * 2014-03-18 2014-07-02 广州市香港科大霍英东研究院 一种针对输入时滞的2d混杂控制器设计方法
CN104460319A (zh) * 2014-10-20 2015-03-25 南京工业大学 多批次间歇反应过程二维多模型预测迭代学习控制方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6647354B1 (en) * 2000-09-22 2003-11-11 Honeywell Inc. Iterative learning update for batch mode processing
CN103293958A (zh) * 2013-05-30 2013-09-11 浙江工业大学 一种储纬器间歇储纬过程的迭代学习速度控制方法
CN103901773A (zh) * 2014-03-18 2014-07-02 广州市香港科大霍英东研究院 一种针对输入时滞的2d混杂控制器设计方法
CN104460319A (zh) * 2014-10-20 2015-03-25 南京工业大学 多批次间歇反应过程二维多模型预测迭代学习控制方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
BO CUIMEI等: "Two-Dimensional General Predictive Iterative Learning Control of Semi-batch Reactor", 《PROCEEDINGS OF THE 33RD CHINESE CONTROL CONFERENCE》 *
孙海乔等: "鲁棒预测迭代学习控制在间歇过程中的运用", 《信息与控制》 *
王志文等: "时变间歇过程的 2D-PID自适应控制方法", 《化工学报》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107991874A (zh) * 2017-12-13 2018-05-04 杭州电子科技大学 一种针对多阶段间歇工业过程的多模型控制方法
CN108803314A (zh) * 2017-12-13 2018-11-13 杭州电子科技大学 一种化工间歇过程的新型复合跟踪控制方法
CN108803315A (zh) * 2017-12-13 2018-11-13 杭州电子科技大学 一种化工间歇过程的智能跟踪控制方法
CN108803315B (zh) * 2017-12-13 2021-06-18 杭州电子科技大学 一种化工间歇过程的智能跟踪控制方法
CN108803314B (zh) * 2017-12-13 2021-07-23 杭州电子科技大学 一种化工间歇过程的新型复合跟踪控制方法
CN108803340A (zh) * 2018-06-28 2018-11-13 杭州电子科技大学 一种化工批次过程鲁棒复合迭代学习控制方法
CN108803339A (zh) * 2018-06-28 2018-11-13 杭州电子科技大学 一种化工批次过程容错迭代学习控制方法
CN108803338A (zh) * 2018-06-28 2018-11-13 杭州电子科技大学 一种化工多阶段批次过程迭代学习控制方法
CN110045611A (zh) * 2019-04-24 2019-07-23 华北电力大学 一种应用于间歇搅拌釜式反应器的鲁棒迭代学习模型预测控制方法
CN110045611B (zh) * 2019-04-24 2020-10-09 华北电力大学 一种应用于间歇搅拌釜式反应器的鲁棒迭代学习模型预测控制方法
CN110320796A (zh) * 2019-08-06 2019-10-11 南方电网科学研究院有限责任公司 一种基于pid控制器的电气控制方法、装置以及设备
CN114200834A (zh) * 2021-11-30 2022-03-18 辽宁石油化工大学 丢包环境下批次过程无模型离轨策略最优跟踪控制方法

Also Published As

Publication number Publication date
CN105911868B (zh) 2021-06-15

Similar Documents

Publication Publication Date Title
CN105911868A (zh) 多批次间歇反应器二维迭代学习反馈控制方法
CN109581870A (zh) 含能材料反应釜的釜内温度动态矩阵控制方法
CN102880046B (zh) 一种化工多变量过程解耦预测函数控制方法
CN104296131B (zh) 一种双炉膛循环流化床机组的多变量协同控制方法
CN109224815A (zh) 一种基于多变量约束区间预测控制的氨法脱硫优化控制方法
CN104102134A (zh) 一种通过性能指标实现再热汽温多变量协调预测控制的方法
CN106292277A (zh) 基于全局滑模控制的亚临界火电机组协调控制方法
CN105116726A (zh) 一种基于机理模型的非线性预测控制器的参数设计方法
CN111123708B (zh) 基于分布式动态矩阵控制优化的焦化炉炉膛压力控制方法
CN114001562B (zh) 一种水泥预分解炉调温pid参数自整定方法
CN101221437B (zh) 网络信息交换模式下的工业生产全过程优化控制方法
CN106444362A (zh) 一种废塑料裂解炉炉膛温度的分布式pid型预测函数控制方法
CN102902201B (zh) 一种化工多变量过程的解耦状态空间预测控制方法
Lakshminarayanan et al. Empirical modelling and control of processes with recycle: some insights via case studies
CN107703760A (zh) 基于rbf与gdhp的天然气吸收塔脱硫过程控制方法
CN104035336B (zh) Mimo非最小相位cstr反应器的非线性控制器设计方法
CN113627064B (zh) 基于机理和数据混合驱动的辊道窑烧成带温度预测方法
CN105159097A (zh) 炼油加热炉炉膛压力的多变量预测控制pid控制方法
CN102880047A (zh) 炼油工业加热炉温度过程的伴随矩阵解耦预测控制方法
Chaudhari Design and implementation of intelligent controller for a continuous stirred tank reactor system using genetic algorithm
CN109491245B (zh) 一种cstr系统的扰动补偿控制方法
Jiang et al. Multivariate Molten Iron Quality Modeling Based on Improved Incremental Random Vector Functional-link Networks
CN103645633B (zh) 一种变换炉系统的炉温自学习控制方法
CN103064293A (zh) 化工过程解耦非最小实现状态空间线性二次型控制方法
CN107831666B (zh) 基于rbf与addhp的天然气吸收塔脱硫过程控制方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant