-
公开(公告)号：CN108897219B
公开(公告)日：2021-02-09
申请号：CN201810760493.7
申请日：2018-07-11
Applicant: 杭州电子科技大学
IPC: G05B13/04
Abstract: 本发明公开了一种化工不确定工业过程约束预测控制方法，包括如下步骤：步骤1、建立等效的二维模型；步骤2、设计预测控制器。该方法首先通过分析一个具有扰动的不确定系统的状态空间模型，根据迭代学习控制策略确定系统状态误差和输出跟踪误差，建立一个等效的二维模型；然后基于闭环预测模型建立李雅普诺夫函数，根据预测控制的目标函数与李雅普诺夫函数的约束关系，求得系统的更新律，进而得到控制量作用于被控对象。这种化工不确定批次过程约束预测控制方法不但解决了不确定性和扰动问题，而且系统的稳定性也得到了保障。
-
公开(公告)号：CN108897219A
公开(公告)日：2018-11-27
申请号：CN201810760493.7
申请日：2018-07-11
Applicant: 杭州电子科技大学
IPC: G05B13/04
CPC classification number: G05B13/042
Abstract: 本发明公开了一种化工不确定工业过程约束预测控制方法，包括如下步骤：步骤1、建立等效的二维模型；步骤2、设计预测控制器。该方法首先通过分析一个具有扰动的不确定系统的状态空间模型，根据迭代学习控制策略确定系统状态误差和输出跟踪误差，建立一个等效的二维模型；然后基于闭环预测模型建立李雅普诺夫函数，根据预测控制的目标函数与李雅普诺夫函数的约束关系，求得系统的更新律，进而得到控制量作用于被控对象。这种化工不确定批次过程约束预测控制方法不但解决了不确定性和扰动问题，而且系统的稳定性也得到了保障。
-
公开(公告)号：CN108829058A
公开(公告)日：2018-11-16
申请号：CN201810685878.1
申请日：2018-06-28
Applicant: 杭州电子科技大学
IPC: G05B19/418
Abstract: 本发明公开了一种化工批次过程模糊迭代学习控制方法。本发明首先通过分析一个非线性批次过程的状态空间模型，建立一个简单的模糊模型；然后采用迭代学习控制策略并定义了系统状态误差和输出跟踪误差，通过结合误差补偿的技术，得到了一种基于跟踪误差的控制更新律，进而得到控制量作用于被控对象。本发明将迭代学习控制与模糊控制相结合，有效的解决了工业生产过程中的不确定性以及非线性问题，并且系统的稳定性也有一定的提升。
-
公开(公告)号：CN108803339A
公开(公告)日：2018-11-13
申请号：CN201810685840.4
申请日：2018-06-28
Applicant: 杭州电子科技大学
IPC: G05B13/04
CPC classification number: G05B13/042
Abstract: 本发明公开了一种化工批次过程容错迭代学习控制方法。本发明首先建立化工批次过程的模型，并引入状态误差和输出误差，然后针对两个具体过程之间的切换条件进行分析，得到最优更新律和控制量。不同于传统的控制策略，本发明所提出的新型控制策略考虑到了执行器出现故障的情况，通过对切换过程的控制保证系统具有更好的控制性能。
-
公开(公告)号：CN108873699A
公开(公告)日：2018-11-23
申请号：CN201810760549.9
申请日：2018-07-11
Applicant: 杭州电子科技大学
IPC: G05B13/04
CPC classification number: G05B13/042
Abstract: 本发明公开了一种化工时变批次过程混合控制方法，包括如下步骤：步骤1、建立批次过程时变状态空间模型；步骤2、设计被控对象的批次过程控制器。该方法首先建立批次过程模型，通过引入状态误差和输出误差，将上述模型转化为等效的随机系统模型，根据不同故障发生的概率，将常规的迭代学习控制律设计转化为更灵活的更新律设计。不同于传统的控制策略，本发明所提出的混合控制策略考虑到了执行器出现不同故障的概率，系统全面地分析、处理各类故障，故障处理的灵活性、快速性更好。
-
Patent Agency Ranking
公开(公告)号：CN108628173A
公开(公告)日：2018-10-09
申请号：CN201810685863.5
申请日：2018-06-28
Applicant: 杭州电子科技大学
IPC: G05B13/04
Abstract: 本发明公开了一种化工批次时滞过程鲁棒迭代学习控制方法。本发明首先通过采集输入输出数据建立输入输出模型，然后选取合适的状态变量建立状态空间模型，进一步根据状态空间模型和输出误差建立转化后的状态空间模型，最后通过选取可满足系统控制要求的性能指标设计控制器，进而设计出最优更新律，得到靠的控制方法。不同于传统的控制方法，通过在批次间引入系统输出跟踪误差，将系统模型转换为二维时延转换系统模型，再结合迭代学习控制和反馈控制，最后使系统获得了更好的控制性能。
-
公开(公告)号：CN108873688B
公开(公告)日：2021-02-09
申请号：CN201810760937.7
申请日：2018-07-11
Applicant: 杭州电子科技大学
Abstract: 本发明公开了一种化工工业过程性能保持控制方法，包括如下步骤：步骤1、建立系统批次过程模型；步骤2、设计批次过程的控制器。该方法首先是通过对连续非线性模型的分析，建立一个具有时滞的状态模型；然后，设计批次过程迭代学习控制量，并定义状态误差和输出跟踪误差，通过结合误差补偿的技术，得到了一种基于跟踪误差的控制更新律，进而作用于被控对象。这种批次过程性能保持控制方法的设计，不仅解决了批次过程控制中的非线性和不确定性问题，而且保证了系统的稳定运行。
-
公开(公告)号：CN108829058B
公开(公告)日：2020-06-19
申请号：CN201810685878.1
申请日：2018-06-28
Applicant: 杭州电子科技大学
IPC: G05B19/418
Abstract: 本发明公开了一种化工批次过程模糊迭代学习控制方法。本发明首先通过分析一个非线性批次过程的状态空间模型，建立一个简单的模糊模型；然后采用迭代学习控制策略并定义了系统状态误差和输出跟踪误差，通过结合误差补偿的技术，得到了一种基于跟踪误差的控制更新律，进而得到控制量作用于被控对象。本发明将迭代学习控制与模糊控制相结合，有效的解决了工业生产过程中的不确定性以及非线性问题，并且系统的稳定性也有一定的提升。
-
公开(公告)号：CN108803340A
公开(公告)日：2018-11-13
申请号：CN201810685861.6
申请日：2018-06-28
Applicant: 杭州电子科技大学
IPC: G05B13/04
CPC classification number: G05B13/042
Abstract: 本发明公开了一种化工批次过程鲁棒复合迭代学习控制方法。本发明首先建立系统批次过程的状态切换模型；其次，设计迭代学习控制量，并定义状态误差和输出误差；然后，给出扩展的线性动态模型，使系统的实际输出能够更快速地跟踪给定的设定点；最后，根据系统中相邻阶段的状态切换模型，得到最优的迭代学习更新率和控制量。不同于传统方法，本发明结合了反馈控制与迭代学习控制的复合控制，增强了批次过程的抗干扰能力，使系统的状态切换过程具有更好的控制性能。
-
公开(公告)号：CN108873699B
公开(公告)日：2021-02-09
申请号：CN201810760549.9
申请日：2018-07-11
Applicant: 杭州电子科技大学
IPC: G05B13/04
Abstract: 本发明公开了一种化工时变批次过程混合控制方法，包括如下步骤：步骤1、建立批次过程时变状态空间模型；步骤2、设计被控对象的批次过程控制器。该方法首先建立批次过程模型，通过引入状态误差和输出误差，将上述模型转化为等效的随机系统模型，根据不同故障发生的概率，将常规的迭代学习控制律设计转化为更灵活的更新律设计。不同于传统的控制策略，本发明所提出的混合控制策略考虑到了执行器出现不同故障的概率，系统全面地分析、处理各类故障，故障处理的灵活性、快速性更好。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.022 seconds)
