公开(公告)号：CN114237187A

公开(公告)日：2022-03-25

申请号：CN202111560384.9

申请日：2021-12-20

Applicant: 杭州电子科技大学

Inventor： 罗秋文 ,  吴锋 ,  张日东

IPC: G05B19/418

Abstract: 本发明公开了一种工业过程的约束学习先进控制方法。本发明首先通过分段模型识别方法导出一系列线性仿射模型，从而得到多个线性仿射模型。其次针对工业过程的二维特性，通过引入状态误差和输出误差，构建新的等价状态空间模型，此基础上进行设计，设计了含有抗外界扰动的二次性能指标函数，采用两步优化的方法进一步提高了系统的控制性能。本发明将非线性模型转化成一系列线性仿射模型，不仅使得所考虑的非线性模型转化为形式较简单的线性模型，还使得所转化这个模型更接近非线性系统，同时系统受到不同形式的干扰也可考虑其中，解决了非线性特性给系统带来的影响。

公开(公告)号：CN117031965A

公开(公告)日：2023-11-10

申请号：CN202311208028.X

申请日：2023-09-19

Applicant: 杭州电子科技大学

Inventor： 罗秋文 ,  张日东

IPC: G05B13/04

Abstract: 本发明公开了一种工业过程无穷时域优化学习控制方法及装置。本发明利用强化学习里的非策略Q‑学习算法，保障系统模型参数未知且存在执行器故障和外部干扰的情况下，利用实时可测的当前时刻输出和输入数据，最终学习到最优控制策略与最坏的外部扰动策略，通过学习以获得控制性能的提升，同时不会受探测噪声的影响。本发明克服了过去基于模型的容错控制方法的缺点，使得可应对的故障范围扩大，抗外部干扰的能力得到了增强。本发明不是采用传统的基于模型理念，因此降低了控制方法对模型的依赖性，这种控制方法将不再受系统参数处于未知或部分已知情况的限制，无论执行器处于正常还是故障情况，都能产生更好的控制效果。