間歇過程的核學習自適應(yīng)建模與控制研究及工業(yè)應(yīng)用.pdf

1、生物化工和精細化工等以間歇生產(chǎn)方式為主的技術(shù)密集型產(chǎn)業(yè)，在國民經(jīng)濟中占有重要地位。間歇過程的建模和控制困難、質(zhì)量波動大等亟待解決的關(guān)鍵問題制約了化學工業(yè)的精細化進程。本文以發(fā)酵和煉膠這兩類典型的間歇過程為例，對其建模和控制方面存在的問題進行研究，采用遞推核學習(Recursive KernelLearning，RKL)理論開發(fā)簡單、有效、適合工業(yè)應(yīng)用的建模與控制方法，旨在促進自動化和信息技術(shù)在間歇過程中的應(yīng)用。
　　 本文主要的

2、創(chuàng)新性研究工作包括：
　　 (1)提出一種適合非線性MIMO過程的在線建模方法：選擇性遞推核學習(Selective RKL，SRKL)。它能有效結(jié)合過程先驗知識控制模型的復雜度；采用在線遞推算法進行節(jié)點增加和刪減以減小計算量；研究了節(jié)點刪減和模型推廣性能的內(nèi)在聯(lián)系，保證模型在節(jié)點刪減時的推廣性能。SRKL有效克服了普通遞推KL方法無稀疏性和隨意刪減樣本兩大缺點。在青霉素和鏈激酶等發(fā)酵過程在線建模的研究結(jié)果表明，SRKL能快速、

3、準確的預報菌體等關(guān)鍵變量濃度，性能優(yōu)于傳統(tǒng)神經(jīng)網(wǎng)絡(luò)、遞推偏最小二乘和普通KL方法；同時模型能適應(yīng)工況的變化，隨發(fā)酵批次的增加，精度逐漸提高。
　　 (2)提出一種適合MIMO過程的基于自適應(yīng)局部KL在線建模方法?？紤]樣本間的距離和角度信息以獲得更全面合理的相似樣本集，推導了采用快速留—交叉驗證法在線優(yōu)化模型參數(shù)的準則，并給出了間歇過程在線自適應(yīng)模型選擇的策略。通過鏈激酶流加發(fā)酵過程菌體和產(chǎn)物濃度的在線預報為例，驗證了該方法從過程

4、的第2批次開始能自適應(yīng)的建立準確的預報模型，較普通的全局和局部KL具有更高的預報精度和自適應(yīng)性。
　　 (3)提出并系統(tǒng)研究了稀疏核學習辨識模型的單步預測控制框架(Sparse KLOne—step—ahead Predictive Control，SKL—OPC)，主要設(shè)計了SKL—PKR(PolynomialKernel&Root)和SKL—ATL(Adaptive Taylor Linearization)兩類控制器。

5、r>　　 (3A)SKL—PKR是一類特殊的適用多項式核的直接控制器，在求取最優(yōu)控制律時可將調(diào)節(jié)變量從目標函數(shù)分離出來，并最終轉(zhuǎn)化為求解—奇數(shù)次代數(shù)方程根的問題。PKR方法較為巧妙，無需復雜的非線性優(yōu)化技術(shù)，為其它核函數(shù)控制器的設(shè)計提供有效的參考。通過—Benchmark控制問題和一非線性釜式反應(yīng)器驗證該方法簡單和有效，比傳統(tǒng)PID等控制器具有更好的性能。
　　 (3B)SKL—ATL是適用所有核函數(shù)的自適應(yīng)控制器，利用Tay

6、lor線性化方法獲得解析的控制律，并以一自適應(yīng)校正項提高控制性能。采用中值定理證明了控制律收斂的存在性，同時獲得自適應(yīng)調(diào)整策略。ATL具有很好的魯棒性和自適應(yīng)能力，有效克服了其它方法需調(diào)整控制器參數(shù)的缺點，綜合控制性能最好。通過兩個Benchmark控制問題和一非線性釜式反應(yīng)器驗證了該控制器簡單有效且具有自適應(yīng)調(diào)整能力，比傳統(tǒng)PID等控制器具有更好的性能。
　　 (4)以SKL—ATL控制器為例，將SKL—OPC框架拓展為節(jié)點增

7、長和刪減均可在線遞推更新且復雜度可控的控制器，以更好學習和適應(yīng)過程的變化，提高控制器的性能。在非線性液位系統(tǒng)和發(fā)酵過程的仿真研究表明了通過在線更新的ATL控制器較優(yōu)化整定的PID和無在線更新的控制器等具有更好的控制性能，對噪聲、擾動和系統(tǒng)的時變等有更好的魯棒性和自適應(yīng)性。
　　 (5)門尼粘度對混煉膠的質(zhì)量起著重要的作用，實時測取混煉膠門尼粘度，最終獲得合格的、均一性能好的膠料是橡膠和輪胎廠十分關(guān)心和亟待解決的問題?；谀Ｐ涂勺?/p>

8、適應(yīng)選擇的RKL建模和控制方法，研發(fā)了先進密煉信息集成與控制系統(tǒng)，在國內(nèi)多家大型橡膠和輪胎廠上線應(yīng)用，取得了很好的工業(yè)應(yīng)用效果，對橡膠混煉過程具有重要的現(xiàn)實和經(jīng)濟意義：
　　 (5A)在線預報門尼粘度能提供產(chǎn)品的終端質(zhì)量和批次間的過程信息，減輕各階段質(zhì)檢工作強度和壓力，減少對質(zhì)量檢測設(shè)備的投入，降低企業(yè)成本。
　　 (5B)實現(xiàn)門尼粘度的先進排膠控制，提高了門尼的合格率和均一性，保證煉膠質(zhì)量，減少煉膠時間，節(jié)能減排，提高