数据驱动预测控制器的建立方法、实施方法及控制系统

    公开(公告)号:CN116300602A

    公开(公告)日:2023-06-23

    申请号:CN202310215147.1

    申请日:2023-02-28

    申请人: 清华大学

    发明人: 尚超 王一波

    IPC分类号: G05B19/042

    摘要: 本发明属于系统控制领域,具体涉及一种无参数化模型的数据驱动预测控制器的建立方法、实施方法及控制系统。其中的一种无参数化模型的数据驱动预测控制器的建立方法为,根据基本引理在随机系统中的扩展版本,同时结合数据初始输入数据矩阵、初始输出数据和初始新息数据矩阵构造无参数化模型的数据驱动预测控制器,根据无参数化模型的数据驱动预测控制器输出的最优控制律uf(t)来实现被控系统的控制。本发明的基础在于新息的估计与信息提取,而新息的估计相比其余方法所需要的噪声模型参数辨识而言是简单容易且更具实用性的,而且在本发明中,能够获得最优的控制策略,在各种扰动状况下都能够得到更好的预测控制效果。

    基于缓慢特征回归的动态软测量方法和系统

    公开(公告)号:CN104537260A

    公开(公告)日:2015-04-22

    申请号:CN201510017159.9

    申请日:2015-01-14

    申请人: 清华大学

    IPC分类号: G06F19/00

    摘要: 本发明涉及一种基于缓慢特征回归的动态软测量方法和系统,该方法包括:读取缓慢特征模型与线性回归模型,读入操作变量的在线测量值,并输入到所述缓慢特征模型中,求得缓慢特征向量s(t)的在线实时估计值;将前M个缓慢特征组成的向量s1:M(t)输入到线性回归模型中,获得难测主导变量y(t)的瞬时估计值;将y(t)的估计值写入并显示。通过本发明的技术方案,能够有效地挖掘过程的动态特征,估计精度更高,在实施闭环反馈控制时具有更加优良的控制性能,能够在现场实施时,根据各个隐特征的缓慢变化程度对当前模型的预测精度进行直观、有效的判断,并有效利用大规模过程数据中的信息。

    一种基于残差白色性的过程监控方法及装置

    公开(公告)号:CN116594360A

    公开(公告)日:2023-08-15

    申请号:CN202310512972.8

    申请日:2023-05-08

    申请人: 清华大学

    发明人: 尚超 霍凯达

    IPC分类号: G05B19/418

    摘要: 本发明涉及统计过程监控技术领域,特别涉及一种基于残差白色性的过程监控方法及装置。本发明模型适用于动态特性明显的过程,能够有效地挖掘过程的动态特征,与传统的动态过程监控模型相比,具有更好的物理可解释性。本发明通过提出一种新的W统计量,不仅能够监测主元和残差子空间分布的变化,并且能够基于残差主元的白色性,对过程的动态特性变化进行有效监测。与传统的数据驱动过程监控方法相比,本方法一方面能够灵敏地反映过程的动态特性异常,降低漏报率;另一方面,能有效区分工作点的正常偏移、干扰扩大等非动态特性异常的因素,为操作人员提供更加丰富、准确的信息,具有很强的实用价值。

    基于缓慢特征分析的过程监控方法和系统

    公开(公告)号:CN104598681B

    公开(公告)日:2017-08-11

    申请号:CN201510018866.X

    申请日:2015-01-14

    申请人: 清华大学

    IPC分类号: G06F17/50 G06Q10/06

    摘要: 本发明涉及一种基于缓慢特征分析的过程监控方法和系统,该方法包括:读取缓慢特征模型以及监控模型,读入过程变量的在线测量值,组成输入向量并输入到缓慢特征模型中,以求得缓慢特征向量s(t)的在线实时估计值;将前M个缓慢特征组成的向量s1:M(t)输入所述监控模型中,以获得T2和S2统计量的瞬时估计值;比较T2与以及S2与若则判定过程偏移了稳态工作点,若则判定过程发生了动态特性的变化。通过本发明的技术方案,不仅能够监测稳态工作点的偏移,并且能够有效地对过程的动态特性变化进行监测。