递阶稳态优化下非线性大工业过程的迭代学习控制.docVIP

　2002年6月 文章编号:100026788(2002)0620016205系统工程理论与实践第6期　 递阶稳态优化下非线性大工业过程的迭代学习控制 阮小娥1,万百五2 (1.西安交通大学理学院,陕西西安710049;2.西安交通大学系统工程研究所,陕西西安710049) 摘要 :　对递阶稳态优化下非线性大工业过程施行迭代学习控制,目的是进一步改善大工业过程的 动态品质Λ建立迭代学习控制的基本结构,提出迭代学习控制算法关于控制系统的Ε2收敛性和期望目 标轨线的?2可达性的概念,对具有死区与滞后的饱和非线性大工业过程控制系统给出加权超前开环 PD2型迭代学习算法Λ利用Bellman2Gronwall不等式和Κ范数理论,论证了算法的收敛性Λ数字仿真表 明,迭代学习控制能有效改善递阶稳态下非线性大工业控制系统的动态品质Λ 关键词:　迭代学习控制;非线性大工业过程;稳态优化;可达性;收敛性 中图分类号:　TP273.　　　　　　　　文献标识码:　A　　　α TheIterativeLearningControlforDynamics inSteady2stateHierarchicalOptimizationof NonlinearLarge2scaleIndustrialProcesses 12RUANXiao2e,WANBai2wu (1.FacultyofScience,Xi’anJiaotongUniversity,Xi’an710049,China;2.SystemsEngineeringInsti2tute,Xi’anJiaotongUniversity,Xi’an710049,China) Abstract:　Inthispaper,theiterativelearningcontrolisstudiedfordynamicsin .Thesteady2statehierarchicaloptimizationofnonlinearlarge2scaleindustrialprocesses basiciterativelearningcontrolstructureisestablished.TheΕ2convergenceofthealgo2 rithmswithrespecttothecontrolsystemsisdefined,the?2reachabilityofthedesired trajectoriesisgiven.Theweightedleadingopen2loopPD2typeiterativelearningcontrol algorithmissuggestedforsaturatednonlinearlarge2scaleindustrialprocesseswithdead zoneandtimedelay.BymeansofBellman2GronwallinequalityandΚ2normtheory,the convergenceofthealgorithmsisalsoproved.Thenumericalsimulationshowsthatthe iterativelearningcontrolcanremarkablyimprovethedynamicperformanceofnonlinear large2scaleindustrialcontrolsysteminsteady2stateoptimization. Keywords:　iterativelearningcontrol;nonlinearlarge2scaleindustrialprocesses; steady2stateoptimization;reachability;convergence 1　引言 大工业过程是由许多连续的或间歇的关联子过程组成的复杂过程Λ如化学工业,石油工业,建材工业,电力工业和发酵工业等Λ这些工业过程都设计连续运行在正常工况条件下Λ但是由于环境条件的改变,触酶和设备的老化以及原材料性能的改变导致过程偏离最优设定点Λ为了克服这种慢扰动并使整个生产过程维持在最优工况,必须施行系统的在线优化以增加产量,节约原材料,减少能耗和改进产品质量Λ 收稿日期:2000211224 资助项目:工业控制技术国家实验室开放课题基金(K97M02);西安交通大学科研基金(09002573026) 作者简介:阮小娥(1965-),女,陕西泾阳人,讲师,博士,研究方向:大工业过程递阶稳态优化和智能控制等.α? 1995-2005 Tsinghua Tongfang Optical Disc Co., Ltd. All rights reserved. 第6期递阶稳态优化下非线性大工业过程的迭代