面向間歇過程的疊代學習預測控制理論和算法研究

《面向間歇過程的疊代學習預測控制理論和算法研究》是依託浙江大學，由徐祖華擔任項目負責人的面上項目。

基本介紹

• 中文名：面向間歇過程的疊代學習預測控制理論和算法研究
• 依託單位：浙江大學
• 項目負責人：徐祖華
• 項目類別：面上項目

項目摘要

為了適應瞬息萬變的市場需求，現代工業正逐漸倚重於生產小批量、多品種、高附加值產品的間歇過程，如塑膠加工、精細化工、生物製藥等眾多領域。與連續過程不同，間歇過程存在非穩態操作、非線性時變、有限運行時間、運行重複性、多速率反饋等鮮明特點。綜合模型預測控制和疊代學習控制的優缺點，本課題擬研究面向間歇過程的疊代學習預測控制理論和算法體系，重點研究基於參數化LTV模型的非線性疊代學習預測控制、基於2D遞歸辨識的自適應疊代學習預測控制、間歇過程的多速率疊代學習預測控制，並在注塑機工業平台上加以套用驗證。通過本項目的研究，豐富現有間歇過程的控制理論和方法，提高我國間歇生產過程的自動化水平。

結題摘要

為了適應瞬息萬變的市場需求，現代工業正逐漸倚重於生產小批量、多品種、高附加值產品的間歇過程，如塑膠加工、精細化工、生物製藥等眾多領域。與連續過程不同，間歇過程存在非穩態操作、非線性時變、有限運行時間、運行重複性、多速率反饋等鮮明特點。綜合模型預測控制和疊代學習控制的優缺點，本課題開展面向間歇過程的疊代學習預測控制理論和算法研究，並提出基於時間參數化LTV模型的疊代學習預測控制方法、面向間歇過程的高效2D預測函式控制算法、面向間歇過程的二維遞歸最小二乘辨識算法、基於MVU濾波器的無偏模型預測控制算、基於收斂深度控制的嵌入式預測控制算法等研究成果，並在注塑機工業平台上加以套用驗證。通過本項目的研究，豐富了現有間歇過程的控制理論和方法，為實際套用的開展提供方法及技術支撐。