間歇過程模糊預測學習控制方法研究.pdf

1、間歇生產過程是以順序的操作步驟進行批量產品生產的過程，廣泛應用于精細化工、藥品生產、生物制品、現(xiàn)代農業(yè)等領域，并隨著工業(yè)生產柔性化的趨勢和市場對產品多樣化的要求，受到越來越多的重視。傳統(tǒng)的間歇生產過程中人工操作占很大的比重，自動化水平普遍較低，因此，迫切需要運用先進的控制策略和優(yōu)化方法來提高生產效率、節(jié)約生產成本。 由于許多間歇過程單元存在非線性、大滯后、時變和數(shù)學模型不確定等特征，采取傳統(tǒng)的PID控制，難以達到理想的控制效果；

2、同時，又由于間歇過程的運行一般是在沒有穩(wěn)態(tài)工作點的過渡狀態(tài)下進行，其控制和優(yōu)化問題十分復雜，采用簡單的智能控制策略效果欠佳。因此非常有必要研究新的智能控制策略。考慮到間歇過程具有一個鮮明的特點，即過程運行是分批重復進行的，且每次的運行時間有限，這恰好與迭代學習控制(ILC)的適用特征相吻合。但是，傳統(tǒng)的ILC是針對單輸入單輸出系統(tǒng)設計的，而且對過程控制中經常遇到的約束、耦合等問題的求解并不太適合。而模糊模型、預測控制在這些問題上具有各自

3、的優(yōu)勢。因此，本課題在對上述三種方法進行綜合應用并加以改進的基礎上，給出了一種預測迭代學習新算法；研究了一種在無模型和無先驗知識的情況下設計基于模糊預測迭代學習控制器的方案。編制了實現(xiàn)這種控制器算法的程序，通過仿真研究，驗證了該控制器的性能。最后，考慮到農藥生產屬于典型的間歇過程，因此將本課題的研究結果應用于氧樂果合成反應溫度過程的控制，較好的滿足了控制要求。 本課題主要工作和研究內容如下：(1)分析了模糊控制、預測控制和迭代學

4、習控制的發(fā)展現(xiàn)狀。 (2)研究了模型預測控制的基本原理，深入分析了T-S模糊模型辨識方法，并將其與預測控制相結合，給出了模糊預測控制的兩種結構。 (3)研究了迭代學習控制的基本原理，針對工業(yè)間歇過程常用的反饋-前饋迭代學習控制，分析比較了已有的兩種反饋-前饋迭代學習控制存在的缺陷，在此基礎上，研究了預測控制與迭代學習控制的結合技術，在迭代學習控制中引入預測的思想，給出了一種改進的迭代學習算法。 (4)將模糊模型辨