帶有模型預測控制器的工業(yè)過程建模質(zhì)量監(jiān)控.pdf

1、模型預測控制(MPC)自20世紀70年代末被提出以來，因其具有模型預測、滾動優(yōu)化、反饋校正等三大環(huán)節(jié)，適用于時滯，約束，耦合，多變量等復雜過程，在石油，化工，電力，航空航天，冶金等工業(yè)控制領域得到廣泛應用。MPC控制器具有建模簡單、動態(tài)控制效果好、魯棒性強等特點，通常在投產(chǎn)初期具有良好的控制性能，然而，隨著時間的推移，由于受到閥門粘滯、感知器偏差、噪聲干擾、模型失配等因素的影響，MPC控制器性能會逐漸下降。因此，對MPC控制器的性能進行

2、實時評估和監(jiān)控，及時發(fā)現(xiàn)其性能下降并進行報警，進而診斷性能惡化根源，對保證生產(chǎn)過程的安全、優(yōu)質(zhì)、高效、低耗運行具有很重要的實際意義。
　　模型質(zhì)量是影響基于模型的控制器性能指標的決定性因素之一。工業(yè)過程中往往存在帶有漂移的干擾，給模型質(zhì)量評估帶來困難。本文針對帶有漂移干擾的工業(yè)工程，采用一階求和滑動平均(IMA(1,1))時間序列模型來描述過程干擾噪聲，并提出一種基于系統(tǒng)輸入輸出數(shù)據(jù)的模型質(zhì)量評估方法。該方法首先根據(jù)控制系統(tǒng)中擾動

3、的反饋不變性原理，利用常規(guī)閉環(huán)回路數(shù)據(jù)估計擾動更新，并以所預估模型擾動更新與模型實際殘差的二次型之比作為衡量過程模型質(zhì)量的指標。采用QR分解來解決由于閉環(huán)數(shù)據(jù)高度相關，導致所估計的擾動存在較大偏差的問題。針對Wood-Berry二元精餾塔仿真實例，根據(jù)過程模型和干擾模型失配以及控制器參數(shù)等情況分別進行三組仿真實驗驗證了上述方法的有效性。并面向田納西-伊斯曼工業(yè)過程，設計了三種不同的MPC控制器，分別進行三組仿真實驗驗證了上述方法的有效性

4、。
　　現(xiàn)有的模型質(zhì)量監(jiān)控方法致力于總體模型質(zhì)量的監(jiān)控，并沒有區(qū)分過程模型和干擾模型的匹配。本文針對這個問題，提出了一種新的基于系統(tǒng)輸入輸出數(shù)據(jù)的過程模型質(zhì)量評估方法。該方法首先根據(jù)控制系統(tǒng)中擾動的反饋不變性原理，利用外部激勵和常規(guī)閉環(huán)回路數(shù)據(jù)估計擾動更新，并以所預估模型擾動更新與模型實際殘差的二次型之比作為衡量過程模型質(zhì)量監(jiān)測的指標。該指標與整體模型質(zhì)量指標一起，可將過程模型失配和干擾模型失配檢測分離開來。針對Wood-Berr