多變量模型預測控制器性能監(jiān)控方法研究.pdf

1、模型預測控制器性能監(jiān)控技術(shù)在提升企業(yè)生產(chǎn)效率、提高過程控制質(zhì)量、促進先進控制策略的推廣及應用方面有著重要的理論意義和應用價值。本文在討論了傳統(tǒng)控制器性能評價方法的基礎(chǔ)上將其推廣到多變量模型預測控制器的性能監(jiān)控，提出了幾種針對多變量模型預測控制器的性能監(jiān)控方法，主要內(nèi)容包括以下幾個方面： 概述了控制器性能評價與診斷的基本原理、相關(guān)算法，從理論和應用方面總結(jié)了這一領(lǐng)域的研究現(xiàn)狀以及存在的問題。重點對基于協(xié)方差的多變量控制器性能評價算

2、法進行了較詳細的闡述及仿真分析。 考慮到對控制器性能變化影響因素的定位問題，提出了一種基于子空間距離的MPC控制器性能診斷方法。該方法在協(xié)方差性能基準的基礎(chǔ)上，引入特征向量子空間來描述各性能類別的特征，建立子空間距離來度量實時數(shù)據(jù)和各類別數(shù)據(jù)的相似性；采用角度聚類分析的思想，以距離為度量函數(shù)來確定監(jiān)控數(shù)據(jù)所對應的類別，從而定位引起MPC控制器性能下降的原因。在Wood-Berry過程上的仿真分析驗證了方法的有效性。 針對

3、多變量預測控制器性能評價指標近似估計的問題，提出了一種基于2-范數(shù)的多變量MPC控制器性能監(jiān)控方法。通過對當前過程數(shù)據(jù)與基準數(shù)據(jù)實施奇異值分解，構(gòu)造2-范數(shù)性能基準。提取過程數(shù)據(jù)中的特征方向信息并建立對應的類別；定義特征向量角度來描述當前數(shù)據(jù)與提前建立的類別數(shù)據(jù)的相似度，利用角度分類器實現(xiàn)對模型預測控制器性能惡化源的定位。在Wood-Berry過程上的仿真結(jié)果驗證了方法的有效性。 通過提取過程數(shù)據(jù)的對應分析協(xié)方差建立性能評價指標

4、，提出了一種基于對應分析的模型預測控制器性能監(jiān)控方法。構(gòu)造過程數(shù)據(jù)的主軸子空間來描述不同類別數(shù)據(jù)的性能特性，通過子空間相似因子來描述當前數(shù)據(jù)與提前建立的類別數(shù)據(jù)之間的相似度，通過聚類算法設計分類器來識別性能類別，從而實現(xiàn)性能診斷。在Wood-Berry過程上的仿真結(jié)果驗證了方法的有效性。 通過對監(jiān)控變量集進行DPCA建模，提出了一種基于DPCA的預測控制器性能監(jiān)控方法。獲取Hotelling統(tǒng)計量作為性能基準來實現(xiàn)針對MPC控制