CSTR過程的模型辨識及其非線性預測控制方法研究.pdf

1、連續(xù)攪拌反應釜(CSTR)作為化工過程中典型的聚合反應設備，實際運行中往往表現(xiàn)出強非線性、強耦合性、不確定性以及動力學機理復雜等特征，難以建立準確的機理模型，因而給化工產(chǎn)品的質(zhì)量和產(chǎn)量的控制帶來了極大困難，一直是過程控制領域的研究熱點。近年來，國內(nèi)外學者在基于最小二乘支持向量機(LS-SVM)的非線性預測控制、多變量約束非線性預測控制、基于Hammerstein模型、Wiener模型、T-S模糊模型的非線性預測控制等進行了系統(tǒng)的研究，并

2、應用到CSTR、pH濃度中和等過程中取得較多的研究成果。
　　本文以CSTR這一典型的聚合反應設備生產(chǎn)過程控制為背景，針對CSTR生產(chǎn)過程中的反應物濃度和冷卻劑流量、pH濃度變化、釜內(nèi)溫度受到反應產(chǎn)熱影響以及反應物料濃度、出料溫度等關鍵控制參數(shù)所表現(xiàn)的強非線性、強耦合性、不確定性以及難以建模等問題，開展了模型辨識與非線性預測控制器設計等方面的研究，主要工作歸納如下:
　　1.針對一類CSTR過程中反應物濃度和冷卻劑流量所表現(xiàn)

3、的強非線性和時變性難以建立準確機理模型的問題，提出了采用由輸入非線性模塊、ARX線性模塊和輸出非線性模塊構成的Hammerstein-Wiener模型、并用帶有高斯徑向基函數(shù)的最小二乘支持向量機分別對這兩個非線性模塊建模的方法。在辨識模型基礎上，結合預測控制原理，在保證這兩個非線性模塊的性能指標函數(shù)每個控制周期內(nèi)最小的前提下，利用神經(jīng)網(wǎng)絡訓練預測輸入序列，并采用擬牛頓算法求解非線性預測控制律，分別得出了兩個非線性模塊在每個控制周期的非線

4、性廣義預測控制最優(yōu)解;最后，利用CSTR過程的激勵輸入得到的隨機幅值序列，對反應物濃度和冷卻劑流量進行控制過程仿真，驗證了該控制器的良好抗干擾能力和穩(wěn)定性。
　　2.針對一類CSTR過程中pH濃度變化所表現(xiàn)的輸入、輸出強耦合特性問題，提出了一種基于區(qū)間控制多變量約束迭代預測控制算法。通過在每一采樣時刻將非線性模型轉換成全局線性模型，用預測輸出區(qū)間軌跡的上、下限對實際系統(tǒng)輸出進行約束，結合預測控制原理，通過修正目標函數(shù)中預報跟蹤誤差

5、的約束項，得到最小跟蹤誤差預報。利用所提方法對CSTR過程的pH濃度變化進行控制過程仿真，結果表明該控制器具有良好的跟蹤特性和魯棒性。
　　3.針對一類CSTR過程中反應釜內(nèi)溫度受到反應產(chǎn)熱影響所具有的狀態(tài)、中間變量約束以及干擾等不確定性問題，提出了采用約束Hammerstein模型和狀態(tài)觀測器對非線性系統(tǒng)的狀態(tài)、中間變量約束進行預測、Wiener模型和卡爾曼濾波器對系統(tǒng)干擾進行估計的非線性約束魯棒預測控制算法，并利用所提方法對C

6、STR過程的釜內(nèi)溫度受到反應產(chǎn)熱影響的非線性不確定性跟蹤控制過程進行仿真，驗證了控制器的穩(wěn)定性和魯棒性。
　　4.針對一類CSTR過程中反應物料濃度、出料溫度的控制所存在的多變量參數(shù)不確定性問題，提出了一種非線性自適應魯棒預測控制器。該控制器利用干擾觀測器估計系統(tǒng)穩(wěn)態(tài)誤差，抑制外界擾動的影響;用自適應預測控制器來提高閉環(huán)非線性系統(tǒng)的穩(wěn)定性，實現(xiàn)目標軌跡的魯棒跟蹤。將所提方法分別在有/無非線性干擾觀測器條件下，對CSTR過程中反應物