申请/专利权人：海南师范大学

申请日：2021-11-11

公开（公告）日：2024-03-22

公开（公告）号：CN114114909B

主分类号：G05B13/04

分类号：G05B13/04

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2022.03.18#实质审查的生效;2022.03.01#公开

摘要：本发明公布了基于粒子群算法优化的间歇过程2D输出反馈预测控制方法，其特征在于包括以下步骤：步骤1：建立具有范数有界的不确定性二维间歇过程状态空间模型；步骤2：设计二维迭代学习输出反馈预测控制器；步骤3：设计基于粒子群算法优化的2D输出反馈鲁棒预测跟踪控制器。本发明设计了具有扩展信息的控制器，该控制器具有较好的跟踪性能和鲁棒性，对系统不确定性和外界干扰具有较强的抵抗能力。考虑到实际生产中的输出和输入约束以及不可测量状态，输出反馈预测控制器实现了其控制目标并满足实际生产要求。采用PSO算法在传统控制器附近寻找更好的解，这弥补了由于手动调整，性能指标函数的某些参数可能不是最优的影响。

主权项：1.基于粒子群算法优化的间歇过程2D输出反馈预测控制方法，其特征在于包括以下步骤：步骤1：建立具有范数有界的不确定性二维间歇过程状态空间模型；所述的二维间歇过程状态空间模型为： 其中t为时刻，k为批次，Tp为终止时刻，xt，k∈Rn，yt，k∈Rl，ut，k∈Rm，wt，k∈Rn，分别表示第t批次k时刻的状态、输出、输入和扰动信号，{A，B，C}分别是n×n，n×m，l×n维矩阵，ΔAt，k，ΔBt，k代表系统参数的不确定性；步骤2：设计二维迭代学习输出反馈预测控制器，巨头包括以下步骤：步骤2.1：设计二维迭代学习预测控制器： t＝0，1，2，...，Tp；l，m＝0，1，2，...，其中ut+1|t，k+m|k表示输入变量在k批次t时刻的预测值，rt+1|t，k+m|k∈Rm表示k批次t时刻待设计的迭代更新律，且有rt|t，k|k＝rt，k，ut，0表示迭代的初始值；步骤2.2：引入拓展信息，得到一个拓展的二维闭环状态空间模型； 其中： 步骤2.3：设计输出反馈预测控制器： 其中xct+l|t，k+m|k∈Rn+21是控制器内部状态，{Aci，Bci，Cci，Dci}i＝1，2分别是n+2l×n+2l，n+2l×3l，m×n+2l，m×3l维的控制器参数步骤3：设计基于粒子群算法优化的2D输出反馈鲁棒预测跟踪控制器；包括以下步骤：步骤3.1：选取性能指标函数：步骤3.1所述性能指标函数为： 其中，Vmzt+N|t，k+N|k称为终端约束； 当干扰是非重复性干扰时，在无穷时域[t，∞和[k，∞下，一个“最坏”情况的性能指标在不确定系统的第t时刻第k批次被定义为： 所述性能指标函数的约束条件为： 其中Y1＝[Dc1GCc1]，Y2＝[Dc2GCc2]，Q1，Q2，R为相应的权重矩阵，γ＞0，rm，ym分别为变量rt+l|t，k+m|k和yet+l|t，k+m|k的上界值，[ABC]∈Ω，Ω是不确定集；步骤3.2：求解控制器；求解控制器的输出反馈预测控制器参数按如下设计： 其中满秩矩阵M，N满足条件XY+MNT＝I，可按矩阵I-XY的奇异值分解获得；步骤3.3：基于粒子群算法对上述求取的控制器参数进行优化。

全文数据：

权利要求：

百度查询： 海南师范大学 基于粒子群算法优化的间歇过程2D输出反馈预测控制方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD