《面向全流程化工過程的分散式模型預測控制》是依託西安交通大學，由丁寶蒼擔任項目負責人的面上項目。
基本介紹
- 中文名：面向全流程化工過程的分散式模型預測控制
- 項目類別：面上項目
- 項目負責人：丁寶蒼
- 依託單位：西安交通大學
中文摘要,結題摘要,
中文摘要
對於由若干接連發生的生產環節組成的全流程化工過程，分散式預測控制從降低計算量、提升控制性能兩個方面分別優於傳統的集中式、分散式預測控制，但目前較成熟的工業預測控制技術並非採用分散式結構。解決這一問題面臨著對現有工業預測控制的實質性改造，對此本項目定位於研究具有耦合性能指標、具有耦合動態特性和耦契約束、具有顯著差異的子模型和子控制器（即異構）等三類過程系統，研究其關鍵算法和理論問題。具體地，兼顧算法的易用性和保證穩定性、最優性等要求，解決耦合目標函式的分解、疊代算法的加速、耦合動態的分解與辨識、耦合硬約束的嚴格滿足等問題，構造異構時的處理信息不確定性的統一協定，提出一套完整的工業分散式預測控制算法，發展對應的分散式預測控制理論、特別包括分散式輸出反饋魯棒預測控制。通過升級現有的雙層結構預測控制軟體，並以撫順石化、北元化工的典型裝置為平台開展仿真、測試和實驗，確定分散式工業預測控制技術架構。
結題摘要
對於由若干接連發生的生產環節組成的全流程化工過程，分散式預測控制從降低計算量、提升控制性能兩個方面分別優於傳統的集中式、分散式預測控制，但較成熟的工業預測控制技術並非採用分散式結構。解決這一問題面臨著對現有工業預測控制的實質性改造，對此本項目研究了具有耦合性能指標、具有耦合動態特性和耦契約束、具有顯著差異的子模型和子控制器（即異構）等三類過程系統，給出關鍵算法和理論分析結果。具體地，兼顧算法的易用性和保證穩定性、最優性等要求，解決了耦合目標函式的分解、疊代算法的加速、耦合動態的分解與辨識、耦合硬約束的嚴格滿足等問題，構造了異構時的處理信息不確定性的統一協定，提出了一套完整的工業分散式預測控制算法，發展了對應的分散式預測控制理論、特別包括分散式輸出反饋魯棒預測控制。通過升級現有的雙層結構預測控制軟體，並以撫順石化、北元化工的典型裝置為平台開展仿真、測試和實驗，確定了分散式工業預測控制技術架構。此外，結合前一個結題基金項目“輸出反饋預測控制的綜合方法”，進一步研究了輸出反饋預測控制。採用了一個一般的多面體型估計誤差集合，能夠覆蓋之前的同類型估計誤差集合；採用了Lyapunov矩陣及其逆的一般解析表示；提出變體輸出反饋預測控制方法；採用範數定界技術處理多胞型有界噪聲，統一了多胞型有界噪聲和範數有界噪聲的處理方法；為降低估計誤差集合的保守性，採用了四種計算方法，並保證凸性和遞推可行性；發明了採用LMI求解四個參數的LPV模型的輸出反饋魯棒預測控制；採用輸出反饋預測控制的離線方法；對引入一個自由控制作用的LPV模型的輸出反饋預測控制，局部控制器採用quasi-LPV模型那樣的動態輸出反饋；採用管道技術處理LPV模型+有界噪聲系統的輸出反饋魯棒預測控制。另外，研究了魯棒預測控制、非線性預測控制和工業預測控制的相關理論。發表SCI論文20餘篇，獲得國家自然科學二等獎（排名3）和Asian Journal of Control最佳論文獎。
