考慮模型誤差影響的間歇過程迭代優(yōu)化控制研究.pdf

1、間歇生產(chǎn)過程具有小批量、多品種、系列化、合成步驟復雜、技術密集等特點，能夠滿足現(xiàn)代過程工業(yè)的要求，應用越來越廣泛。間歇生產(chǎn)企業(yè)對生產(chǎn)自動化和實現(xiàn)高效低耗的過程優(yōu)化控制提出了更迫切的需求。因此，研究間歇生產(chǎn)過程優(yōu)化控制問題具有重要的理論與實際意義。
　　基于迭代學習控制思想的批次間迭代優(yōu)化控制策略能夠充分利用間歇過程運行時間的有限性和操作的重復性，以非常簡單的方式處理不確定度較高的非線性強耦合系統(tǒng)的優(yōu)化控制問題。但由于過程模型的不確

2、定性和各種干擾的存在，給基于模型的間歇過程批次間迭代優(yōu)化控制的實現(xiàn)帶來障礙。
　　本文主要研究在過程模型存在誤差甚至較大誤差情況下如何有效進行間歇過程優(yōu)化控制的問題，即考慮模型誤差影響的間歇過程優(yōu)化控制。
　　本文首先提出處理小樣本的Boosting集成訓練算法建立間歇過程模型，并以批次間迭代優(yōu)化控制為基礎，提出基于集成訓練復合模型的批次間迭代優(yōu)化控制策略。該策略將復合模型誤差梯度引入迭代控制學習律，使批次間迭代優(yōu)化在模型有

3、效域內(nèi)尋優(yōu)，從而，改善模型誤差對優(yōu)化控制的影響。在批次間迭代優(yōu)化過程中，依據(jù)優(yōu)化指標實際值的變化自適應調(diào)整復合模型誤差梯度的權值，在模型誤差相對較大的情況下，實現(xiàn)自適應迭代優(yōu)化控制。通過酒精補料分批發(fā)酵過程優(yōu)化控制仿真，驗證了該方法的有效性。盡管，批次間迭代優(yōu)化控制能夠有效改善過程模型誤差對優(yōu)化控制的影響，但對于批次運行時及批次內(nèi)發(fā)生的擾動無能為力，為此，將批次間迭代優(yōu)化思想引入批次內(nèi)，提出批次間和批次內(nèi)相結合的綜合優(yōu)化控制方法，仿真實