数据驱动闭环子空间预测控制方法研究与应用.docxVIP

数据驱动闭环子空间预测控制方法研究与应用 刘昕明, 高宪文, 翁永鹏 (东北大学 信息科学与工程学院，沈阳 110004) 摘 要: 提出一种完全数据驱动的闭环子空间辨识及预测控制器设计方法. 该方法完全由闭环系统的输入输出数据 辨识子空间矩阵, 通过子空间矩阵的拆分, 排除了与扰动相关的模型输入, 进而获取子空间矩阵参数的无偏估计; 将 辨识得到的闭环系统子空间矩阵描述直接作为预测模型, 设计预测控制器; 将其应用于某钢铁集团焦炉炭化室压力 控制系统, 取得了良好的控制效果. 关键词: 数据驱动方法；闭环子空间辨识；模型预测控制；炭化室压力 中图分类号: TP273 文献标志码: A Research and application of closed-loop subspace predictive control based on data driven LIU Xin-ming, GAO Xian-wen, WENG Yong-peng (College of Information Science and Engineering，Northeastern University，Shenyang 110004，China．Correspondent: GAO Xian-wen，E-mail：gaoxianwen@mail.neu.edu.cn) Abstract: A full data-driven method of closed-loop subspace identification and predictive controller design is presented, in which the subspace matrix is completely identified through the input and output data of the closed-loop system. By splitting the subspace matrix and eliminating the input of the model correlated to disturbance, the unbiased estimators of the parameters of the subspace matrix are obtained. The predictive controller is designed by using the closed-loop system subspace matrix which is obtained by identifying directly as the forecasting model. The control method is applied to the pressure regulating system for the coking chamber of an iron and steel group, and good performence is obtained. Key words: data-driven method；closed-loop subspace identification；model predictive control；coking chambers pressure 0 引 言 子空间方法是 20 世纪末提出的一种模型辨识 方法, 其对先验知识要求较少, 在数值计算上也具有 优势, 将其应用于多变量系统辨识, 受到了控制和辨 识领域的广泛关注[1]. 其模型形式适用于预测控制, 因此已有一些研究成果将子空间辨识与预测控制相 结合, 以实现多变量系统预测控制, 即子空间预测控 制 (SPC). 根据预测模型形式的不同, 子空间预测控制 方法主要分为两类: 一类使用子空间辨识取得状态 空间模型作为预测模型[2-3], 这些方法通常需要先由 子空间方法得到系统的状态方程描述, 再设计模型预 测控制器; 另一类方法不需要辨识状态方程, 而是由 子空间矩阵直接设计预测控制器[4-5]. 第 2 类方法与 第 1 类方法相比省去了求解和转化状态方程, 但是目 前该类方法均基于开环系统辨识进行设计[6-7], 而对 于闭环系统而言其模型估计方法是有偏差的. 对于焦炉碳化室压力控制系统这一类不容间断 的生产过程或是需要在线校正的闭环控制系统, 只能 收集闭环数据. 针对这类问题, 本文在第 2 类子空间 预测控制方法的基础上提出了一种完全数据驱动的 闭环子空间辨识及预测控制器设计方法, 完全由闭环 系统输入输出数据直接设计预