鲁棒强化学习及在焦炉集气管解耦控制中的应用.pdfVIP

摘 要 在炼焦生产过程中，集气管压力稳定与否，影响到焦炭质量、设 备寿命以及生态环境，而对其控制的好坏直接影响到整个焦炉系统的 运行情况。然而，集气管压力控制系统是一个多变量、非线性、时变 性、大滞后的复杂控制对象，扰动因素较多，耦合现象严重，通过数 学建模和常规自动控制方法难以取得理想的控制效果。 为了解决上述问题，本课题分析了集气管压力控制的相关因素及 其耦合关系，采用机理建模的方法，建立了焦炉集气管的动态机理模 型，并对影响集气管压力的蝶阀开度、煤气产生量等重要参数做了仿 真分析，为控制策略的研究奠定了基础。 针对压力的耦合问题，本课题结合强化学习理论和鲁棒稳定理 论，得出了鲁棒强化学习算法，因为 Agent 通过强化学习获得优化控 制策略，在其搜索好的策略的学习过程中，可能会尝试许多性能较差 的策略，而这些策略可能产生不稳定，避免这些策略或行动正是研究 的关键所在，主要目标是产生稳定的行动，在此基础上强化学习产生 优化控制行为。 鲁棒强化学习算法将强化学习结构中的神经网络的非线性和时 变等方面用鲁棒控制理论不确定替代，利用 Lyapunov 稳定定理, 构 造合适的 Lyapunov-Krasovskii 泛函，得到其鲁棒约束条件，然后在满 足鲁棒约束条件的范围内进行学习，确保所设计的系统是稳定的，即 所设计的控制的系统在学习的过程中也能保持稳定。将所设计的智能 控制算法应用到焦炉集气管压力系统中，为这类强耦合、非线性、强 扰动、不确定分布式解耦控制提供系统的解决方法。经过 MATLAB 的仿真结果显示，控制策略是有效的。 关键词： 集气管压力，强化学习，解耦控制，鲁棒 I ABSRTACT In coking process, the stability of gas collector pressure influences the coke quality, the life-time of ovens and the producing environment, and its control have a direct impact to the operating condition of the whole coke oven system. However, the control system of gas collector pressure is a complicated multivariable, nonlinear, time-varying and big time-dealy control object, which have many disturbance factor and the coupling phenomenon is serious. Therefore, it is difficult to establish a mathematical model to reflect working situation of the control system of gas collector pressure accurately and obtain the desired control effect using traditional automatic control methods. In order to solve the above problems, the process of coke oven gas gathering and control requirements are analyzed in the paper, and find out the relevant factors and coupling relationship which influence the pressure. On this basis ，a dynamic mechanistic model of coke oven