项目名称: 批量生产过程的抗扰辨识与带约束鲁棒迭代学习控制设计

项目编号: No.61473054

项目类型: 面上项目

立项/批准年度: 2015

项目学科: 自动化技术、计算机技术

项目作者: 刘涛

作者单位: 大连理工大学

项目金额: 84万元

中文摘要: 针对化工批量生产过程存在连续性或周期性负载干扰的情况,研究抗扰辨识状态空间模型的方法,从而克服现有的模型辨识方法不适用于这样工况的缺点。对于存在非随机性负载干扰的情况,研究能够一致收敛估计对象状态空间或传递函数模型参数的在线递推辨识算法,并且探讨分段线性化辨识建模非线性生产过程的方法。对于带有输入和输出约束的批量生产过程,基于辨识得到的对象模型描述,研究能满足这些约束条件的迭代学习控制方法,以实现完全跟踪期望输出轨迹或最小误差跟踪性能,并且针对含有时滞响应以及时变性负载干扰的情况,研究具有最小保守性的鲁棒迭代学习控制方法。所得出的研究方法针对夹套式结晶反应釜和苯酚分馏装置等批量生产过程进行应用验证。本项目成果将给出抗扰辨识模型和带约束鲁棒迭代学习控制的一些新方法,进一步丰富现有的工业系统辨识和迭代学习控制理论,对于提高化工批量生产工艺和有关先进制造业的控制技术水平具有实际参考和应用价值。

中文关键词: 间歇过程;系统辨识;过程控制;迭代学习控制;鲁棒与预测控制

英文摘要: For chemical and industrial batch processes, state-space model identification methods will be studied to deal with the presence of continuous or periodic type load disturbances, so as to overcome the incapability of the existing model identification methods for such cases. For the presence of nonrandom type load disturbances, on-line recursive identification algorithms that can guarantee the uniform convergence on estimating the plant state-space or transfer function model parameters will be studied, and piecewise model identification methods will be explored for nonlinear processes. For batch processes subject to the plant input and output constraints, based on the identified plant model description, iterative learning control (ILC) methods that can comply with these constraints will be studied to realize perfect tracking of the desired output trajectory or the minimum-error tracking performance, and robust ILC methods of the minimum-conservativeness type will be studied for batch processes involved with time delay response and time-varying load disturbances. The developed methods will be applied for demonstration through batch processes such as jacketed crystallization reactors and phenol distillation apparatus etc. The project results will give some new methods relating to model identification against disturbance and robust ILC with constraints, which will further enrich the existing theories on industrial system identification and ILC, and have practical reference value and application merits to improve the control technology level for chemical and industrial batch production technologies and related state-of-the-art manufacturing industries.

英文关键词: Batch process;System identification;Process control;Iterative learning control;Robust and predictive control

成为VIP会员查看完整内容
0

相关内容

【经典书】时间序列分析:预测与控制(原书第5版),709页pdf
【AAAI2022】一种基于状态扰动的鲁棒强化学习算法
专知会员服务
33+阅读 · 2022年1月31日
Kyoto大学Toshiyuki:快速复杂控制系统的实时优化,133页ppt
NeurIPS 2021 | 用简单的梯度下降算法逃离鞍点
专知会员服务
23+阅读 · 2021年12月6日
专知会员服务
32+阅读 · 2021年9月14日
专知会员服务
24+阅读 · 2021年6月9日
【NeurIPS 2020】大规模分布式鲁棒优化方法
专知会员服务
25+阅读 · 2020年10月13日
【CMU】深度学习模型中集成优化、约束和控制,33页ppt
专知会员服务
45+阅读 · 2020年5月23日
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
去伪存真:因果约束下的图神经网络泛化
PaperWeekly
0+阅读 · 2022年2月10日
输入梯度惩罚与参数梯度惩罚的一个不等式
PaperWeekly
0+阅读 · 2021年12月27日
WGAN新方案:通过梯度归一化来实现L约束
PaperWeekly
1+阅读 · 2021年12月13日
【APC】先进过程控制系统(APC: Advanced Process Control)
产业智能官
60+阅读 · 2020年7月12日
ICLR 2019论文解读:深度学习应用于复杂系统控制
机器之心
11+阅读 · 2019年1月10日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
一文看懂常用特征工程方法
AI研习社
17+阅读 · 2018年5月2日
李克强:智能车辆运动控制研究综述
厚势
20+阅读 · 2017年10月17日
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年5月2日
Arxiv
0+阅读 · 2022年5月2日
Arxiv
0+阅读 · 2022年4月29日
Object Detection in 20 Years: A Survey
Arxiv
48+阅读 · 2019年5月13日
Arxiv
26+阅读 · 2018年8月19日
小贴士
相关VIP内容
【经典书】时间序列分析:预测与控制(原书第5版),709页pdf
【AAAI2022】一种基于状态扰动的鲁棒强化学习算法
专知会员服务
33+阅读 · 2022年1月31日
Kyoto大学Toshiyuki:快速复杂控制系统的实时优化,133页ppt
NeurIPS 2021 | 用简单的梯度下降算法逃离鞍点
专知会员服务
23+阅读 · 2021年12月6日
专知会员服务
32+阅读 · 2021年9月14日
专知会员服务
24+阅读 · 2021年6月9日
【NeurIPS 2020】大规模分布式鲁棒优化方法
专知会员服务
25+阅读 · 2020年10月13日
【CMU】深度学习模型中集成优化、约束和控制,33页ppt
专知会员服务
45+阅读 · 2020年5月23日
【UCLA】基于深度神经网络的工业大模型预测控制,36页ppt
相关资讯
去伪存真:因果约束下的图神经网络泛化
PaperWeekly
0+阅读 · 2022年2月10日
输入梯度惩罚与参数梯度惩罚的一个不等式
PaperWeekly
0+阅读 · 2021年12月27日
WGAN新方案:通过梯度归一化来实现L约束
PaperWeekly
1+阅读 · 2021年12月13日
【APC】先进过程控制系统(APC: Advanced Process Control)
产业智能官
60+阅读 · 2020年7月12日
ICLR 2019论文解读:深度学习应用于复杂系统控制
机器之心
11+阅读 · 2019年1月10日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
一文看懂常用特征工程方法
AI研习社
17+阅读 · 2018年5月2日
李克强:智能车辆运动控制研究综述
厚势
20+阅读 · 2017年10月17日
相关基金
国家自然科学基金
4+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员