專利名稱：估計(jì)用于控制工業(yè)過程的系統(tǒng)模型的初始狀態(tài)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及工業(yè)過程建模、最優(yōu)控制和高級(jí)調(diào)度的領(lǐng)域。
背景技術(shù)：
許多工業(yè)依賴于控制系統(tǒng)，以便以特定且可預(yù)測(cè)的方式控制過程。正確定義這種控制系統(tǒng)的操作參數(shù)和控制策略對(duì)于系統(tǒng)成功是至關(guān)重要的，并且為了實(shí)現(xiàn)這種成功存在多種不同的技術(shù)。將容易認(rèn)識(shí)到，對(duì)于一些(a range of)不同工業(yè)，適當(dāng)?shù)目刂葡到y(tǒng)是至關(guān)重要的，并且下面要討論的技術(shù)和方法可應(yīng)用于大量過程。這種過程的一個(gè)示例是互連的箱的水平控制。在許多工業(yè)(諸如化學(xué)、制藥和食品工業(yè)、礦物處理工業(yè)、漿狀物和造紙工業(yè)、油氣工業(yè)和水處理工業(yè))中，這是一個(gè)普遍問題。更具體地說，在轉(zhuǎn)換、存儲(chǔ)或分離液體或懸浮液的所有過程中，水平控制都是重要的。例如附圖中圖1所例證的浮選回路具有將有價(jià)值的礦物與無價(jià)值的材料分離的目的。在水中的粉礦(ground ore)的懸浮液(所謂的漿狀物)中二者都包含。通過采用某些礦物(例如閃鋅礦、重要的鋅礦物)的疏水特性來實(shí)現(xiàn)分離。工廠通常由若干互連的浮選槽組成。中間存儲(chǔ)箱和混合箱也可以是這種回路的一部分。圖1所示的示例浮選系統(tǒng)包括一系列浮選箱。第一箱接收輸入流。使用管子和閥將這些箱互連。該系列中的第三箱具有用于廢料的輸出。每一個(gè)箱都具有用于分離的材料的輸出。每個(gè)箱中的液體水平由標(biāo)記線表示。從而，必須要對(duì)不同部件(包含容器，諸如浮選槽、中間存儲(chǔ)箱(在大多數(shù)情況下這稱為泵箱(pump box))和混合箱，連接器、彎管 (meaning pipes)和出口、傳感器，諸如容積流率、泡沫層厚度或漿狀物水平和閥開口百分比傳感器，以及致動(dòng)器，諸如控制閥和泵)建模。不同浮選槽的精確水平控制對(duì)于浮選是最重要的，因?yàn)榕菽瓕雍穸?，即在漿狀物液相上面漂浮的泡沫層的厚度，對(duì)從這些槽獲得的濃縮物的量和成分具有重大影響。可用的各種控制技術(shù)的更多細(xì)節(jié)以及介紹在文章“Model-predictive control of the froth thickness in a flotation circuit，，(H. S. Foroush, S. Gaulocher, E. Gallestey,呈現(xiàn)在 Procemin 2009，2009年12月4日，智利的圣地亞哥)中公開了。使用黑盒子模型的模型預(yù)測(cè)控制(MPC)是用于執(zhí)行水平控制的一個(gè)選項(xiàng)。主要缺點(diǎn)是需要進(jìn)行長(zhǎng)的階式測(cè)試(step test)以便識(shí)別工廠模型。這些測(cè)試通常需要接近穩(wěn)態(tài)的條件，這在水平控制中是很少見的情況。而且，一旦識(shí)別了黑盒子模型，在操作期間就不會(huì)再修改它。因此，它不能考慮過程變化或使用不同線性化點(diǎn)的必要性。例如在 JC Ψ- "Control of Systems Integrating Logic, Dynamics, and Constraints，，(A. Bemporad 禾口 M.Morari，Automatica 35(3), 1999, pp 407—427)中所介紹的混合邏輯動(dòng)態(tài)(MLD)系統(tǒng)表示用于由交互作用的物理法則、邏輯規(guī)則和操作約束描述的建模系統(tǒng)(通常稱為“混合系統(tǒng)”)的數(shù)學(xué)框架。通過遭受涉及連續(xù)的變量(即實(shí)值變量) 和二進(jìn)制變量(即布爾值變量)的線性混合整數(shù)不等式的線性動(dòng)態(tài)方程確定或描述MLD系統(tǒng)。變量包含連續(xù)和二進(jìn)制狀態(tài)2L、輸入 和輸出I，以及連續(xù)輔助變量Z和二進(jìn)制輔助變量立，如在下面等式中所描述的x(t+l) = Ax(t) +B1U(t) +Β2_δ_(t) +B3Z (t)(等式 la)！ (t) = Cx (t) +D1U (t) +D2_5_ (t) +D3Z (t)(等式 lb)E2_5_(t)+E3z(t) <= E^UHE^aHEs (等式 lc)一般而言，所提到的變量是向量，并且AdpLDjnEi是適當(dāng)維度的矩陣。為了更好地提出，上面MLD系統(tǒng)必須使得對(duì)于任何給定x(t)和u (t)，唯一地定義 δ (t)和z(t)的值。當(dāng)邏輯語句被寫為命題演算表達(dá)式時(shí)，或當(dāng)明確設(shè)置狀態(tài)上的界限時(shí)， 作為等式1的公式或關(guān)系自然顯現(xiàn)。從高級(jí)描述中自動(dòng)生成MLD系統(tǒng)的矩陣的可能性在 MLD框架的優(yōu)點(diǎn)之中。MLD系統(tǒng)歸納了大量模型，在其中存在線性混合系統(tǒng)以及甚至是非線性系統(tǒng)，它們的非線性可由分段線性函數(shù)表述或至少由分段線性函數(shù)適當(dāng)?shù)亟啤P 1607809描述了為了建模并控制復(fù)雜工業(yè)系統(tǒng)的任意連接的MLD系統(tǒng)的組合。 在EP 1607809中，獲得了利用輔助變量提供總體模型的組合模型。此外，EP 1607809描述了使用合并MLD系統(tǒng)的模型預(yù)測(cè)控制(MPC)的使用。如上所述，MPC是解決最優(yōu)控制問題的過程，其包含系統(tǒng)動(dòng)態(tài)特性和對(duì)系統(tǒng)輸出、狀態(tài)和輸入變量的約束。模型預(yù)測(cè)控制的主要想法是使用至少在某一操作點(diǎn)周圍有效的工廠或過程的模型來預(yù)測(cè)系統(tǒng)的將來演化?；谶@個(gè)預(yù)測(cè)，在每個(gè)時(shí)間步t，控制器通過在線最優(yōu)化過程選擇將來的命令輸入或控制信號(hào)的序列，這目的在于最優(yōu)化性能、成本或目標(biāo)函數(shù)，并實(shí)施約束的作用。在時(shí)間t，實(shí)際上僅將來命令輸入的最優(yōu)序列的第一樣本應(yīng)用于系統(tǒng)。在時(shí)間t+Ι，評(píng)估新序列以替換前一個(gè)。這個(gè)在線重新設(shè)計(jì)提供了期望的反饋控制特征。模型預(yù)測(cè)控制可被應(yīng)用于將MLD系統(tǒng)穩(wěn)定在均衡狀態(tài)，或經(jīng)由反饋控制跟蹤期望的參考軌跡。模型預(yù)測(cè)控制(MPC)與混合邏輯動(dòng)態(tài)(MLD)系統(tǒng)描述組合已經(jīng)用于公用自動(dòng)化和過程工業(yè)中的過程建模和控制。作為示例，在E.feillestey等人的文章“Using Model Predictive Control and Hybrid Systems for Optimal Scheduling of Industrial Processes"(公布在 AT Automatisierungstechnik, Vol. 51, no. 6,2003, pp. 285—293)中描述了調(diào)度水泥生產(chǎn)的方法。為了執(zhí)行最優(yōu)化，MPC需要工廠的當(dāng)前狀態(tài)作為最優(yōu)化的起始點(diǎn)，或者至少好的估計(jì)。在復(fù)雜工廠的情況下，由于有限數(shù)量的傳感器或不利定位的傳感器，狀態(tài)可能不完全可觀測(cè)。這里，狀態(tài)估計(jì)是必要的，以便獲得工廠狀態(tài)的估計(jì)。此外，可獨(dú)立于模型預(yù)測(cè)控制， 也就是對(duì)于其它控制方法，乃至根本沒有控制(例如診斷、監(jiān)視或操作員決策支持)，使用狀態(tài)估計(jì)。

發(fā)明內(nèi)容
本發(fā)明的目的是促進(jìn)工業(yè)過程或工業(yè)生產(chǎn)工廠的基于模型的控制。這個(gè)目的通過如權(quán)利要求1的估計(jì)具有多個(gè)子過程的工業(yè)過程的系統(tǒng)模型的初始狀態(tài)的方法以及分別如權(quán)利要求9和10的控制工業(yè)過程的裝置和計(jì)算機(jī)程序?qū)崿F(xiàn)。優(yōu)選實(shí)施例根據(jù)從屬專利權(quán)利要求是明顯的。根據(jù)本發(fā)明，執(zhí)行目標(biāo)函數(shù)的最優(yōu)化，其中目標(biāo)函數(shù)包含工業(yè)過程或生產(chǎn)工廠的觀測(cè)或測(cè)量的量與混合邏輯動(dòng)態(tài)(MLD)系統(tǒng)模型的輸出變量之間的差。最優(yōu)化是在過去的若干時(shí)間步上作為MLD系統(tǒng)模型的狀態(tài)變量的函數(shù)執(zhí)行的，并遭受由MLD系統(tǒng)模型的動(dòng)態(tài)特性定義的約束。狀態(tài)變量的最優(yōu)化值被保留為估計(jì)的初始狀態(tài)，以便隨后以包含MLD系統(tǒng)模型的基于模型的方式控制工業(yè)過程或生產(chǎn)工廠。單個(gè)MLD系統(tǒng)模型是表示工業(yè)過程子過程的各個(gè)MLD子系統(tǒng)模型的組合或合并，并且由此可由調(diào)試工程師在定制步驟期間在廠址以及因此在比較靠后的時(shí)刻在工廠執(zhí)行期間詳細(xì)說明。將合并的MLD系統(tǒng)模型用于工業(yè)過程或生產(chǎn)工廠的估計(jì)和隨后控制簡(jiǎn)化并加速了基于模型的控制的設(shè)置連同初始狀態(tài)的準(zhǔn)確估計(jì)。當(dāng)目標(biāo)是狀態(tài)估計(jì)的魯棒行為時(shí)的重要方面是可觀測(cè)性。如果存在太少測(cè)量，或者如果存在太多噪聲或模型失配，而無法使所有狀態(tài)可觀測(cè)，則必須找到在估計(jì)過程期間減小模型中自由度的方式。如下優(yōu)選實(shí)施例描述了標(biāo)準(zhǔn)滾動(dòng)時(shí)域估計(jì)(MHE)的相應(yīng)精煉。在第一優(yōu)選實(shí)施例中，通過排除某些中間狀態(tài)變量并對(duì)應(yīng)地減小操作維度和復(fù)雜性，簡(jiǎn)化了最優(yōu)化過程。為了完成涉及所有狀態(tài)變量的隨后控制的初始狀態(tài)的估計(jì)，根據(jù) MLD模型直接計(jì)算或模擬所排除變量的適當(dāng)值，可能不太精確。在另一優(yōu)選變型中，識(shí)別例如其狀態(tài)變量具有有限的可觀測(cè)性的中間子過程，其互連或聯(lián)系兩個(gè)外圍子過程或相鄰子過程，其中后者或它們的MLD子系統(tǒng)模型彼此分別經(jīng)由中間子過程或子系統(tǒng)模型排他地交互作用。通過從最優(yōu)化中排除后者的狀態(tài)變量，合并的MLD系統(tǒng)模型被分成或分割成表示外圍子過程的兩個(gè)獨(dú)立或斷開連接的子系統(tǒng)模型，這進(jìn)一步簡(jiǎn)化了初始狀態(tài)的估計(jì)。在第二優(yōu)選實(shí)施例中，所謂的人工觀測(cè)被用作在最優(yōu)化過程期間使模型更穩(wěn)定的手段。為此，向目標(biāo)函數(shù)增加包括模型輸出或變量的分段線性函數(shù)與人工觀測(cè)之間差的凸函數(shù)的正則化項(xiàng)(regulation term)。備選地或除此以外，在最優(yōu)化的所選時(shí)間步，向模型輸出的函數(shù)指派人工觀測(cè)。這相當(dāng)于實(shí)施精確解決方案的非永久性附加硬約束。基于例如有關(guān)似乎真實(shí)的初始狀態(tài)的一些專家知識(shí)，或基于從MLD模型外部(例如從另一模擬或模糊系統(tǒng))計(jì)算的值，預(yù)先確定人工觀測(cè)。在第三優(yōu)選實(shí)施例中，引入所謂的校正或偏置項(xiàng)，它們能夠估計(jì)過程或測(cè)量噪聲的非零均值。偏置項(xiàng)實(shí)現(xiàn)為在估計(jì)時(shí)域(estimation horizon)上恒定但遭受過程噪聲的單個(gè)狀態(tài)。不同實(shí)現(xiàn)是具有常量作為輸入的第一階濾波器。這個(gè)常量可以是0或偏置的某一低通濾波版本，在MPC期間引起偏置項(xiàng)的對(duì)應(yīng)衰變。通過這樣做，可以補(bǔ)償模型失配，并且可以考慮變化的過程條件，為了獲得并保持模型的預(yù)測(cè)能力這是重要的。在另一變型中，合并第一子系統(tǒng)和第二子系統(tǒng)包括如下步驟盡可能消去與第一子系統(tǒng)的相關(guān)輸出連接的第二子系統(tǒng)的相關(guān)輸入。合并的系統(tǒng)變成具有較少輔助變量要最優(yōu)化的傾斜者(leaner)。另一方面，由合并MLD系統(tǒng)的附加輔助實(shí)和/或布爾變量替換其余相關(guān)輸入，尤其是包括閉合合并MLD系統(tǒng)中代數(shù)環(huán)路的那些輸入。最后，所述方法應(yīng)用于獨(dú)一無二并且例如由于工廠特定客戶要求或規(guī)定而需要許多個(gè)性化的復(fù)雜工業(yè)過程或生產(chǎn)工廠，諸如浮選過程或水泥窯。


在下文將參照在附圖中例證的優(yōu)選示范實(shí)施例更詳細(xì)地說明本發(fā)明的主題，附圖中圖1例證了作為第一工業(yè)工廠的浮選系統(tǒng)；
圖2描繪了作為第二工業(yè)工廠的渣塊生產(chǎn)單元；圖3描繪了渣塊生產(chǎn)單元的模型；以及圖4例證了兩個(gè)MLD子系統(tǒng)合并成組合MLD系統(tǒng)。
具體實(shí)施例方式圖2示出了具有預(yù)熱器、旋轉(zhuǎn)窯和冷卻器作為其主要組成部分的渣塊生產(chǎn)單元的特定過程配置，其可細(xì)分成若干子系統(tǒng)或由若干子系統(tǒng)合并而成。具體地說，實(shí)際窯燒過程被分成5個(gè)區(qū)或隔間，即預(yù)熱、煅燒、轉(zhuǎn)變、燒結(jié)和冷卻。它們中的每個(gè)都由適當(dāng)配置的MLD 模型建模，以便捕獲不同區(qū)的不同特性。僅具有3個(gè)隔間加上在窯后面的附加預(yù)熱隔間和前面的附加冷卻隔間的窯的粗略建模已經(jīng)證明是調(diào)和準(zhǔn)確性和計(jì)算魯棒性的良好折中。附加地，平行于通過隔間模型的互連描述的熱力學(xué)和質(zhì)量傳輸模型，引入氧模型。如圖2中所描繪的，操控的變量或輸入包括生料供給速率、廢氣流率、窯轉(zhuǎn)速和初級(jí)燃料流率。通過熱力學(xué)和質(zhì)量傳輸模型描述隔間模型的互連，這導(dǎo)致連接了不同區(qū)的狀態(tài)。基本上，每個(gè)操控的變量和每個(gè)觀測(cè)的變量或?qū)?yīng)的傳感器都表示一個(gè)子過程。具體地說，引入氧水平(02)、燃燒區(qū)溫度(BZT)和預(yù)熱器旋風(fēng)溫度(BET)的傳感器子過程。圖3描繪了用于估計(jì)的圖2的渣塊生產(chǎn)單元的模型建立，其中模型狀態(tài)描繪為圓圈，子系統(tǒng)指示為矩形，并且連續(xù)線表示直接狀態(tài)連接。虛線所指示的子系統(tǒng)定義通過借助模擬中間狀態(tài)引入切割而生成的3個(gè)獨(dú)立估計(jì)問題。這樣，消除了難以理解并容易不穩(wěn)定的部分之間復(fù)雜且遠(yuǎn)的交互作用。在具體窯燒示例中，這個(gè)技術(shù)應(yīng)用于中間隔間，由此實(shí)質(zhì)上將窯分成了前部分和后部分。圖4示出了 2個(gè)MLD塊或子系統(tǒng)Sl和S2，其分別由相應(yīng)組矩陣Al、Bll. · · 3、C1、 Dll. · · 3,Ell. . . 5 和 Α2、Β21· · · 3、C2、D21. · · 3、Ε21· · · 5 以及狀態(tài)向量 xl、x2、輸入向量 ul、 u2、輸出向量yl、y2、實(shí)輔助變量向量zl、z2和布爾輔助變量向量δ 1、δ 2定義。MLD子系統(tǒng)Si、S2互連，如連結(jié)兩個(gè)塊的箭頭所指示的。目標(biāo)是合并Sl和S2，以便獲得由矩陣Α、 Bi. . 3、C、D1. . 3和El. . 5和狀態(tài)χ、輸入u和輸出y的對(duì)應(yīng)向量描述的一個(gè)單個(gè)或組合MLD 系統(tǒng)S，而沒使用輔助變量。通過沿矩陣的對(duì)角線創(chuàng)建包括子系統(tǒng)Si、S2的對(duì)應(yīng)矩陣的矩陣作為起始點(diǎn)，隨后消去或交換行和/或列，獲得組合系統(tǒng)S的矩陣，如下面說明的。同樣，通過用S2的對(duì)應(yīng)向量作為起始點(diǎn)擴(kuò)大Si的向量，并且如果必要的話隨后消去或重新排列它們的元素，來創(chuàng)建組合系統(tǒng)S的向量。要注意，組合系統(tǒng)S的矩陣和向量被唯一指定，并在對(duì)它們的行、列或元素執(zhí)行的隨后運(yùn)算的整個(gè)過程中保持它們的指定。狀態(tài)、輸入和輸出的向量可含有實(shí)(用指數(shù)r表示)和布爾(指數(shù)b)變量。如果情況是這樣，則所有實(shí)變量都將必須被分組并在布爾變量之前放在對(duì)應(yīng)的向量中。在輸入和輸出之間，某些變量獨(dú)立于其它MLD塊(用前綴i表示)，并且一些是相關(guān)的(前綴d)。 圖1中由從一個(gè)MLD塊(Si，S2)指向另一個(gè)MLD塊(S2，Si)的公共箭頭表示相關(guān)變量對(duì)。在下面將詳述根據(jù)圖2的實(shí)施例的處理，例如僅具有一對(duì)、兩對(duì)或三對(duì)相關(guān)變量的較不一般性的配置也是可想到的，并且可在本發(fā)明的框架中得到處理。組合MLD塊S的所得到狀態(tài)向量χ由Sl和S2的所有狀態(tài)的構(gòu)成部分組成，并且被定義為χ = [xrl, xr2, xbl, xb2]。由于兩個(gè)系統(tǒng)的實(shí)變量都放在布爾變量之前，因此組合MLD系統(tǒng)S的矩陣A基于上面所示出的子系統(tǒng)S1、S2的矩陣A1、A2必須將對(duì)應(yīng)于xbl的行和列與xr2的行和列對(duì)換。同樣，在系統(tǒng)S的狀態(tài)動(dòng)態(tài)特性中涉及的其它矩陣Bi. . . 3基于子系統(tǒng)Si、S2的對(duì)應(yīng)矩陣Bll. . . 3、B21. . . 3在第一步中經(jīng)歷對(duì)應(yīng)的行對(duì)換。同樣，在第一步中，在系統(tǒng)S的矩陣C、E4上執(zhí)行列對(duì)換，系統(tǒng)S的矩陣C、E4乘以所得到狀態(tài)向量χ并且基于子系統(tǒng)Si、S2的對(duì)應(yīng)矩陣(Cl，E14 ；C2, E24)。組合MLD塊S的所得到輸出向量y由Sl和S2的獨(dú)立輸出的構(gòu)成部分組成，并且在布爾法則之前將實(shí)法則考慮進(jìn)去，被定義為y = [iyrl，iyr2，iybl，iyb2]。再者，在系統(tǒng) S的輸出動(dòng)態(tài)特性(C，Dl... 3)中涉及的矩陣基于子系統(tǒng)Si、S2的對(duì)應(yīng)矩陣(Cl，Dll... 3， C2，D21. . . 3)。循著相同的想法，對(duì)應(yīng)于iybl的這些矩陣的行將必須在第一步中與對(duì)應(yīng)于 iyr2的行對(duì)換。此外，因?yàn)槭チ讼嚓P(guān)輸出，所以C、Dl... 3矩陣的對(duì)應(yīng)行必須被刪除。組合MLD塊S的所得到輸入向量u由Sl和S2的獨(dú)立輸入的構(gòu)成部分組成，并且被定義為U= [iUrl，iUr2，iUbl，iUb2]。再者，兩個(gè)系統(tǒng)的實(shí)變量都被放在布爾變量之前。 相關(guān)輸入已經(jīng)被丟棄了。這表明，輸入矩陣Bl在第二步中將經(jīng)歷對(duì)應(yīng)于iubl與iur2的列之間的對(duì)換，在第三步中將必須刪除對(duì)應(yīng)于相關(guān)輸入的列。同樣，基于子系統(tǒng)S1、S2的矩陣 (Dl 1，Ell ；D21, E21)的系統(tǒng)S的其它輸入矩陣DUEl將經(jīng)歷iubl與iur2之間的列對(duì)換， 并且在第二步中將刪除對(duì)應(yīng)于相關(guān)輸入(durl，dur2，dubl，dub2)的列。在本發(fā)明的一個(gè)實(shí)施例中，消去變量，而沒有引入輔助變量。要消去的每個(gè)相關(guān)輸入U(xiǎn)l連接到某一輸出yl，其被作為線性組合yl =Clx+Dllu+D12S+D13z給出。因?yàn)閡l = yl，所以u(píng)l的每次出現(xiàn)都可由對(duì)應(yīng)的線性組合直接替換，只要Dl中ul的系數(shù)等于0即可。換句話說，假定第一 MLD的第二輸入連接到第二 MLD的第五輸出，即U12 = y25。從合并MLD中移除變量U1215也就是說，移除B1ZlViE1的第二列。那個(gè)第二列中的任何非零項(xiàng) (即B1, D1, E1中任一個(gè)中的任何非零值)必須使同一行中的其它變量的系數(shù)增大y25系數(shù)的相應(yīng)倍數(shù)，使得該行的輸出保持正確。這個(gè)方法僅可用于在要移除的列(在以上示例中是B1ZlViE1的第二列)中在定義行的項(xiàng)(這在上文中是y25)為0的情況下，因?yàn)榉駝t替換不會(huì)完成。在代數(shù)環(huán)路的情況下， 該項(xiàng)不為0。如果正在討論的項(xiàng)已知，并且不同于1，則可通過求解等式來求解該代數(shù)環(huán)路。 如果正在討論的項(xiàng)為1(或者它是用符號(hào)的(symbolic)并且因此可能為1)，則這是不可能的。在這種情況下，改為使用“與附加輔助變量合并”過程，如下所述。消去的實(shí)相關(guān)輸入然后將由加到組合系統(tǒng)S的實(shí)輔助變量ζ上的附加實(shí)輔助變量替代。由此，MLD系統(tǒng)的實(shí)輔助變量包含Sl和S2的原始輔助變量加上由S1-S2和S2-S1實(shí)互連引入的變量。類似地，布爾相關(guān)輸入將由加到組合系統(tǒng)S的布爾輔助變量上的附加布爾輔助變量替換。如果是實(shí)的話通過向矩陣B3、03和F3添加，或者如果是布爾的話通過將從矩陣 B 、Dl和El刪除的列(觀測(cè)后者的符號(hào)變化)添加到矩陣B2、02和E2，來獲得或執(zhí)行這種變換。兩個(gè)子系統(tǒng)S2和Sl的相關(guān)輸入與輸出之間的等式表示子系統(tǒng)之間的連接。其中含有的信息必須被保留并包含在組合MLD系統(tǒng)S的公式化中。然而，因?yàn)橄嚓P(guān)變量不出現(xiàn)在最后公式化中，因此這不是直接的任務(wù)。在S1-S2連接(圖1中的短直箭頭)的情況下， 子系統(tǒng)Sl的相關(guān)輸出的原始表達(dá)式包括在該組等式中
yl = ClXl+Dllul+D12 δ 1+D13zl(4)作為上面行消去過程的結(jié)果，dyi的這些表達(dá)式是組合MLD塊S的輸出變量y的所得到等式所缺少的。源自上面概述的過程的合并MLD系統(tǒng)S又可視為子系統(tǒng)本身。經(jīng)由過程的迭代應(yīng)用，可以生成表示任意復(fù)雜工業(yè)安裝或過程的所有相關(guān)技術(shù)方面的復(fù)雜MLD系統(tǒng)。由此，基本MLD子系統(tǒng)或“原子”MLD塊的合并順序?qū)ψ罱K結(jié)果沒有任何影響，并且可以隨意選擇。為了將MLD系統(tǒng)用于基于模型的控制過程，必須定義目標(biāo)函數(shù)或成本函數(shù)。在本發(fā)明的上下文中，這經(jīng)由增加正好包括表示要最優(yōu)化的目標(biāo)的一個(gè)獨(dú)立標(biāo)量輸出變量的功能MLD子系統(tǒng)，來最方便地進(jìn)行。這個(gè)功能MLD子系統(tǒng)最終被合并到表示物理過程的所有相關(guān)技術(shù)方面的復(fù)雜MLD系統(tǒng)。由此，與成本有關(guān)的復(fù)雜MLD系統(tǒng)的所有輸出都被視為具有功能MLD子系統(tǒng)的對(duì)應(yīng)相關(guān)輸入的相關(guān)輸出。沒有對(duì)用作控制變量的獨(dú)立輸入u或單個(gè)輸出MLD系統(tǒng)S的命令輸入的數(shù)量進(jìn)行限制，那些源自上面提到的最終合并。給予我們了可適當(dāng)建模為作為具有可能切換行為的離散時(shí)間線性或分段線性動(dòng)態(tài)系統(tǒng)的MLD的工業(yè)過程。MLD模型具有輸入(操控變量)、輸出(傳感器測(cè)量)、狀態(tài)以及可能的輔助變量。在數(shù)學(xué)上，這讀作xt+1 = Axt+B1ut+B2dt+B3zt+B5yt = Cxt+D1ut+D2dt+D3zt+D5E2dt+E3zt 彡 E1ut+E4xt+E5(等式 6a 到 6c)這里，t表示時(shí)間指數(shù)，χ含有狀態(tài)向量，u含有輸入向量，y含有輸出向量，d和ζ 分別是布爾輔助變量和實(shí)輔助變量，并且大寫字母表示定義MLD動(dòng)態(tài)特性的矩陣。實(shí)施本發(fā)明的技術(shù)基于如下步驟使用合并MLD模型作為狀態(tài)估計(jì)的輸入提供了改進(jìn)方法。固定若干過去時(shí)間步，這被稱為估計(jì)時(shí)域(estimation horizon)。在估計(jì)時(shí)域 (觀測(cè)歷史)上至少對(duì)于一對(duì)時(shí)間步觀測(cè)描述過程的合并MLD模型的一些輸出。目標(biāo)是公式化對(duì)應(yīng)于滾動(dòng)時(shí)域估計(jì)的最優(yōu)化問題j=σ(χγ-χ,)τψ:(χγ-χ,) (7)
t=~horizon+lt^-horizon+2其中 是觀測(cè)的向量，我們縮寫成yt = Cxt+DiUt+D^t+DgZt+Ds 禾口xfm = Av1 + B1U^1 + B2dt_x + B3Z^1 + B5 (等式 8a 和 8b)并且Wyt和ffxt (t在此表示時(shí)間步)分別含有狀態(tài)和測(cè)量權(quán)重矩陣。通常，它們?cè)趯?duì)角線上含有狀態(tài)和測(cè)量噪聲的負(fù)二次方(inverse squares)(并且對(duì)角線外為0)；更一般地，可以根據(jù)可用于狀態(tài)不確定性和傳感器噪聲的任何信息構(gòu)造權(quán)重矩陣。權(quán)重矩陣可與時(shí)間t相關(guān)。在噪聲參數(shù)為0(沒有噪聲或完全實(shí)施了狀態(tài)動(dòng)態(tài)特性的觀測(cè))的情況下，對(duì)應(yīng)權(quán)重將是無限的。這些成本函數(shù)由最優(yōu)化問題中的硬約束替換。在實(shí)施本發(fā)明的技術(shù)中，由上述技術(shù)實(shí)現(xiàn)的組合MLD模型提供用于計(jì)算等式7的輸出的值。當(dāng)前時(shí)間是t = 0，并且估計(jì)的通常目的是確定向量xO。對(duì)應(yīng)于非觀測(cè)值的權(quán)重需要設(shè)置成0，在此情況下，5>的對(duì)應(yīng)項(xiàng)關(guān)系不大。在某些情況下(例如存在布爾，并且由于某種原因不能解決所得到的混合整數(shù)二次問題)，上面的二次成本函數(shù)可由對(duì)應(yīng)的線性成本函數(shù)替換，其中這些權(quán)重分別變成狀態(tài)和測(cè)量噪聲的逆(沒有二次方)。上面的最優(yōu)化問題中的最優(yōu)化變量是狀態(tài)xt，更精確地說是時(shí)域上的狀態(tài)序列 {xt}。然而，僅對(duì)這個(gè)序列的最后元素χΟ感興趣，因?yàn)樗硎井?dāng)前工廠狀態(tài)的估計(jì)。盡管可改變上面成本函數(shù)J的以上公式化，例如可增加懲罰前一狀態(tài)估計(jì)與當(dāng)前狀態(tài)估計(jì)之間間隙的所謂到達(dá)成本，但是基本原理總是相同的-找到測(cè)量質(zhì)量的置信度與過程模型質(zhì)量的置信度之間的合理折中。上面提到的狀態(tài)估計(jì)問題被公式化并以常規(guī)時(shí)間間隔，例如在對(duì)應(yīng)于離散時(shí)間模型的采樣周期的每個(gè)時(shí)間步求解。這個(gè)事實(shí)與也以常規(guī)時(shí)間間隔執(zhí)行并使用狀態(tài)估計(jì)作為輸入信息的控制器一起閉合了控制環(huán)路。實(shí)施本發(fā)明一個(gè)方面的技術(shù)使用具有合并MLD模型作為其輸入的滾動(dòng)時(shí)域估計(jì)。 在這種技術(shù)中，在求解之前可從最優(yōu)化問題中消去系統(tǒng)中已知(優(yōu)選為觀測(cè))的變量。這可能大大便于最優(yōu)化，尤其是在應(yīng)用于布爾變量的情況下。在這種技術(shù)中可以容易地處理約束，例如狀態(tài)變量上的物理邊界。在每個(gè)時(shí)間步， 估計(jì)器總是考慮整個(gè)估計(jì)時(shí)域，覆蓋過去的充分長(zhǎng)的時(shí)段，使得在某些情況下，可以通過更近的測(cè)量來解釋過去的動(dòng)態(tài)現(xiàn)象。MLD框架允許容易地構(gòu)建第一原理模型，使其直接設(shè)計(jì) (即保持、適配和配置)模型和估計(jì)器。當(dāng)它達(dá)成建模過程時(shí)，工程師具有更多自由度，因?yàn)榭啥x不可直接測(cè)量的狀態(tài)，但是只能使用狀態(tài)估計(jì)推斷?？傊覀兊陌l(fā)明是估計(jì)動(dòng)態(tài)模型的動(dòng)態(tài)狀態(tài)的系統(tǒng)而有力的方式。實(shí)施本發(fā)明一個(gè)方面的方法能夠生成使用被用于(或能夠用于)最優(yōu)控制的相同 MLD模型以全自動(dòng)方式估計(jì)的最優(yōu)化問題。如上所述合并MLD的相同方法用于提供系統(tǒng)或過程的單個(gè)MLD模型以便輸入到狀態(tài)估計(jì)方法中。給定狀態(tài)估計(jì)的這個(gè)技術(shù)，存在估計(jì)自適應(yīng)偏置項(xiàng)的非常好的可能性。自適應(yīng)偏置項(xiàng)是簡(jiǎn)單的單輸入單輸出MLD。xt+1 = Xtyt = xt(9a 禾Π 9b)其當(dāng)用于最優(yōu)控制時(shí)因此只像常量偏置那樣表現(xiàn)。然而，在狀態(tài)估計(jì)中，對(duì)應(yīng)的狀態(tài)噪聲允許根據(jù)(可能間接)連接到它的測(cè)量改變偏置。狀態(tài)噪聲越低將導(dǎo)致偏置的表現(xiàn)越僵硬；狀態(tài)噪聲越高將越靈活地呈現(xiàn)偏置。值得注意的是，偏置不是必須與具體測(cè)量直接關(guān)聯(lián)，而是幾乎可放在模型中的任何地方，例如以便估計(jì)對(duì)過程的供給(在浮選中是必需的)。復(fù)雜工業(yè)過程的一個(gè)示例是水泥窯。如果通過能量平衡定義主模型動(dòng)態(tài)特性(正好通過系統(tǒng)供給的質(zhì)量)的第一原理模型近似這種過程，則僅使用測(cè)量的能量狀態(tài)(溫度) 作為模型的狀態(tài)不充分。這個(gè)的原因是，掌控過程的傳熱和化學(xué)反應(yīng)在窯內(nèi)發(fā)生，其中沒有測(cè)量可用(除燃燒區(qū)溫度以外，其主要從窯扭矩推導(dǎo)出)。因此，必須使用在窯燒結(jié)束時(shí)的測(cè)量以便推導(dǎo)出系統(tǒng)內(nèi)的能量狀態(tài)。所描述的MHE技術(shù)使工程師能夠?qū)τ谀男y(cè)量可用、 它們?cè)谀睦锊⑶胰绾沃档眯刨?、給出什么類型的窯(預(yù)熱器、預(yù)煅燒爐...)、氣體在哪里進(jìn)出系統(tǒng)、燃燒的燃料(煤、輪胎、備選燃料...)在哪里的過程結(jié)構(gòu)的不同情形和硬件，非?？焖俣行У囟ㄖ扑鼈兊母G模型，。
另一個(gè)復(fù)雜工業(yè)過程是用于將礦物與其它材料分離的浮選過程，如上面參考圖1 所描述的。監(jiān)管控制器可最優(yōu)化主操控變量的使用每個(gè)浮選槽的泡沫水平和空氣流率。 實(shí)現(xiàn)泡沫水平和空氣流率的設(shè)置點(diǎn)是將設(shè)置點(diǎn)分別轉(zhuǎn)變成流閥和氣閥的開口的較低級(jí)控制器(“水平控制(Level control) ”和“局部空氣PID控制器”)的任務(wù)。主要目的是執(zhí)行到工廠操作員或較高級(jí)控制器確定的設(shè)置點(diǎn)的不同箱的閉合水平控制。因?yàn)樗皆O(shè)置點(diǎn)可在操作期間頻繁改變，所以控制器必須具有好的動(dòng)態(tài)性能(足夠的響應(yīng)時(shí)間、小過沖)。要應(yīng)對(duì)的另一個(gè)重要主題是抗擾。到浮選回路的供給流根據(jù)上游過程(磨礦回路或另一浮選回路)通常在時(shí)間上變化很大。變化可以在量上和成分上(例如變化的密度)。 好的控制策略必須將供給流考慮進(jìn)去，不管它被直接測(cè)量還是可能僅以間接方式推斷。由于時(shí)間延遲、箱之間的靜水力耦合、再循環(huán)流以及快慢動(dòng)態(tài)特性的混合(回路對(duì)單個(gè)浮選槽)，浮選回路的動(dòng)態(tài)特性相當(dāng)錯(cuò)綜復(fù)雜。這意味著，由操作人員執(zhí)行的水平控制不是實(shí)際可行的選項(xiàng)。而且，常規(guī)控制技術(shù)在應(yīng)對(duì)這些動(dòng)態(tài)現(xiàn)象時(shí)具有非常有限的能力。諸如浮選回路等過程可在時(shí)間上緩慢且逐漸地改變其屬性。例如，管道、軟管和管子可由于固體沉積而部分受阻，并因此改變它們的流阻。而且，設(shè)備(例如控制閥)可磨損并改變其屬性?？刂破鲬?yīng)該是足夠魯棒的以保護(hù)性能，而不管這種改變?nèi)绾魏?或是否能夠適應(yīng)改變的條件。最后，控制(更確切地說是狀態(tài)估計(jì))策略應(yīng)該能夠工作，不管受限的儀表如何， 具體地說是低數(shù)量的傳感器或低質(zhì)量的測(cè)量。具有差性能的水平控制策略，即沒有好的跟蹤和抗擾屬性的策略，會(huì)對(duì)監(jiān)管控制器的性能具有負(fù)面影響，并由此導(dǎo)致浮選工廠的次最優(yōu)經(jīng)濟(jì)結(jié)果。在下文，將描述浮選槽模型后面的一般方法，浮選回路中最重要的部件。dVi/dt = qFi-qCi-qTi(10)這里，Vi是由浮選槽i中的漿狀物占據(jù)的容積(i e {1，...，N}，其中N是浮選槽的總數(shù))。qFi、qCi和qTi分別是流入/流出浮選槽i的供給、濃縮和尾渣容量。為了表述上面提到的MLD框架中的浮選槽模型，需要進(jìn)行兩個(gè)另外步驟。首先，必須在操作點(diǎn)周圍線性化非線性模型。這意味著，必須近似和線性化非線性項(xiàng)qTi。qFi和qCi被輸入到系統(tǒng)，并由此已經(jīng)是線性了。其次，必須使用諸如顯式尤拉方法的近似方法在時(shí)間上離散化連續(xù)時(shí)間模型。等式(10)被變換成如下等式Vi [k+1] = Vi [k] + At. (qFi [k] -qCi [k] -qTi [k])(11)一旦已經(jīng)創(chuàng)建了在浮選回路中使用的所有部件，就可根據(jù)這些構(gòu)建塊構(gòu)建回路。 MLD框架提供了定義必要互連所需的一切。獲得的總體模型再次屬于MLD類型。在類似過程的高級(jí)過程控制(APC)中已經(jīng)證明是成功的重要特征是模型的參數(shù)化。參數(shù)應(yīng)該自動(dòng)并且在操作期間以常規(guī)時(shí)間間隔適配，諸如以考慮緩慢的過程變化。每個(gè)部件都可被參數(shù)化，其中典型參數(shù)是槽容量、閥系數(shù)和用于線性化的操作點(diǎn)。 例如，對(duì)于不同的浮選槽，操作點(diǎn)是不同的，并且操作點(diǎn)也可在時(shí)間上變化。參考圖1，示例目標(biāo)是控制第二浮選槽的泡沫層厚度。為了實(shí)現(xiàn)這個(gè)，公式化如下最優(yōu)化問題
minu, δ，z JMPC =Σ k = 1. . . Ν[ 11 y[k] SP-Cx [k] +Dlu [k] +D2 δ [k]+D3z[k] Il 2Q ，2+Il u[k+l]-u[k] Il 2R,2]s. t. E2 δ [k] +E3z [k] < = E4x [k] +Elu [k] +E5 對(duì)于所有 k(12)這里，向量ysp含有用于各種受控變量y的設(shè)置點(diǎn)。為了影響閉環(huán)行為，工程師可調(diào)諧加權(quán)矩陣QMPC和RMPC。例如，通過在RMPC矩陣中分配高增益，由此懲罰控制動(dòng)作的使用，可實(shí)現(xiàn)較少激進(jìn)的響應(yīng)(較少過沖，但具有較長(zhǎng)的穩(wěn)定時(shí)間，即較小的控制帶寬)。而且，多個(gè)控制目標(biāo)可以相對(duì)彼此折中，例如用于其水平控制精確度具有不同優(yōu)先級(jí)的回路中的不同浮選槽的設(shè)置點(diǎn)。模型預(yù)測(cè)控制允許注重附加約束，例如浮選槽中的泡沫層厚度的上限和下限，其沒有作為動(dòng)態(tài)模型的不可缺少部分的(諸如浮選槽之間互連流的)設(shè)置點(diǎn)或約束。必須在每個(gè)采樣周期求解最優(yōu)化問題(等式10)。最優(yōu)化的結(jié)果是控制時(shí)域(k = 0到NMPC)上的控制滾動(dòng)序列u[k]。然而，僅對(duì)第一元素u
感興趣，因?yàn)樗闹当话l(fā)送到過程作為致動(dòng)器的設(shè)置點(diǎn)。再次參考圖1，存在應(yīng)該估計(jì)的3個(gè)物理狀態(tài)，以便能完成MPC計(jì)算，為了這樣做， 應(yīng)該在每個(gè)采樣時(shí)間最優(yōu)化如下目標(biāo)函數(shù)minx, δ，z JMHE = Σ k = _Ν+1· · · 0[ || x[k]-Ax[k-l]+Blu[k-l]+B2 δ [k_l]+B3z[ k-1]Il 2Q,2+Il y[k] -Cx [k] +Dlu [k] +D2 δ [k]+D3z[k] || 2R, 2]s. t. E2 δ R]+E3z[k] <= E4x[k]+EluD0+E5 對(duì)于所有 k (13)等式(1 中的成本函數(shù)的第一分量描述過程噪聲，而第二分量是測(cè)量噪聲。分別對(duì)于確切的狀態(tài)演化和測(cè)量(即分別沒有過程噪聲或測(cè)量噪聲)，對(duì)應(yīng)的過程噪聲項(xiàng)或測(cè)量噪聲項(xiàng)被公式化為等式約束，代替成本函數(shù)的一部分。由此，基本原理是，在估計(jì)時(shí)域上最優(yōu)化狀態(tài)序列，以便找到傳感器值與模型預(yù)測(cè)之間的最佳折中(在最小平方意義上)。因此，MHE在估計(jì)時(shí)域上給予我們狀態(tài)向量序列。然而，我們將僅利用這個(gè)序列的最后元素，在其它項(xiàng)中，是過程當(dāng)前狀態(tài)的最佳估計(jì)。這個(gè)估計(jì)然后用作模型預(yù)測(cè)控制的初始狀態(tài)。然而，其它元素可用于診斷目的，或者以便執(zhí)行隨后的參數(shù)估計(jì)。
權(quán)利要求
1.一種估計(jì)具有多個(gè)子過程的工業(yè)過程的系統(tǒng)模型的初始狀態(tài)的方法，所述方法包括-作為狀態(tài)變量X的函數(shù)最優(yōu)化包括所述工業(yè)過程的觀測(cè)量y與合并混合邏輯動(dòng)態(tài) MLD系統(tǒng)模型的輸出:〖‘之間差的目標(biāo)函數(shù)J，其中所述最優(yōu)化在過去的若干時(shí)間步上執(zhí)行， 并且遭受由所述合并MLD系統(tǒng)模型的動(dòng)態(tài)特性定義的約束，并且其中所述合并MLD系統(tǒng)模型是表示所述工業(yè)過程的所述子過程的MLD子系統(tǒng)模型的組合；以及-將在最終時(shí)間步的所述狀態(tài)變量的最優(yōu)化值^保留為估計(jì)的初始狀態(tài)，用于基于所述合并MLD系統(tǒng)模型控制所述工業(yè)過程。
2.如權(quán)利要求1所述的方法，其中所述狀態(tài)變量包括中間狀態(tài)變量，其特征在于，它包括-從所述最優(yōu)化中排除所述中間狀態(tài)變量，以及-通過評(píng)估所述MLD系統(tǒng)模型來在所述最終時(shí)間步模擬所述中間狀態(tài)變量值，并且在估計(jì)的初始狀態(tài)^中保留模擬的值。
3.如權(quán)利要求2所述的方法，其特征在于，它包括-識(shí)別中間子過程，其互連兩個(gè)外圍子過程，其中表示所述兩個(gè)外圍子過程的兩個(gè)MLD 子系統(tǒng)模型僅經(jīng)由所述中間子過程交互作用，以及-將表示所述中間子過程的所述MLD子系統(tǒng)的狀態(tài)變量指定為中間狀態(tài)。
4.如權(quán)利要求1所述的方法，其特征在于，它包括-至少在所述最優(yōu)化期間的一個(gè)時(shí)間點(diǎn)向所述目標(biāo)函數(shù)J增加包括所述模型輸出ν的函數(shù)與人工觀測(cè)y的函數(shù)之間差的凸函數(shù)的正則化項(xiàng)；或者-在所述最優(yōu)化的所選時(shí)間步向最優(yōu)化問題的約束增加人工觀測(cè)y。
5.如權(quán)利要求1所述的方法，其特征在于，它包括-向遭受變化的過程條件和/或所述模型與所述工廠之間差的過程變量的演化增加校正項(xiàng)，其中校正項(xiàng)由作為常量演化并遭受過程噪聲的單個(gè)狀態(tài)或具有常量輸入并遭受過程噪聲的第一階濾波器實(shí)現(xiàn)。
6.如權(quán)利要求1所述的方法，其中所述合并MLD系統(tǒng)(S)涉及狀態(tài)向量、輸入向量和輸出向量，并且是兩個(gè)任意互連的MLD子系統(tǒng)(S1，S2)的組合，其中每個(gè)子系統(tǒng)都涉及相應(yīng)狀態(tài)向量、相應(yīng)輸入向量、相應(yīng)輸出向量、相應(yīng)實(shí)輔助變量和相應(yīng)布爾輔助變量，并且由相應(yīng)狀態(tài)(等式la)和輸出等式(等式lb)以及約束(等式Ic)描述，并且其中-所述兩個(gè)子系統(tǒng)(S1，S》經(jīng)由通過一個(gè)子系統(tǒng)(S1，S2)的相關(guān)輸出(dyl，d^和另一個(gè)子系統(tǒng)(S2，Si)的相關(guān)輸入(du2，dul)形成的相關(guān)對(duì)(dyl，du2 ；dy2, dul)互連；-所述子系統(tǒng)(S1，S2)的獨(dú)立輸入(iul,iu2)和輸出(iyl，iy2)不是所述相關(guān)對(duì)(dyl, du2 ；dy2, dul)的一部分；-組合系統(tǒng)( 的狀態(tài)變量(χ)由所述子系統(tǒng)(S1，S》的對(duì)應(yīng)狀態(tài)(xl ；x2)組成，所述組合系統(tǒng)(S)的輸入向量和輸出向量(u，y)由所述子系統(tǒng)(S1，S2)的對(duì)應(yīng)獨(dú)立輸入(iul， iu2)和對(duì)應(yīng)獨(dú)立輸出(iyl，iy2)組成；-通過用定義du的線性組合替換MLD矩陣(A，B，C，D，E)中的所述相關(guān)輸入du的每次出現(xiàn)而從所述合并MLD系統(tǒng)中消去第一相關(guān)對(duì)(di，Clu2 ；Cll2, (Iu1)；-第二相關(guān)對(duì)(dXl，da, ；d^, (Iu1)由所述組合系統(tǒng)(S)的附加輔助實(shí)變量和/或布爾變量(圣12，z21, A12, A21)替換；以及-每個(gè)子系統(tǒng)(Si，S2)的第二相關(guān)輸出(dXl，dl2)的輸出等式(等式lb)被轉(zhuǎn)換成涉及所述附加實(shí)和/或布爾變量(^，^，A12，^1)的所述組合系統(tǒng)⑶的附加約束(等式 Id)。
7.如權(quán)利要求1至6中任一項(xiàng)所述的方法，其特征在于所述工業(yè)過程是浮選過程，并且所述MLD子系統(tǒng)模型包含箱水平、流率和閥百分比中的至少一個(gè)作為狀態(tài)。
8.如權(quán)利要求1至6中任一項(xiàng)所述的方法，其特征在于所述工業(yè)工廠是水泥窯，并且所述MLD子系統(tǒng)模型包含預(yù)熱器旋風(fēng)溫度、氧水平、燃燒區(qū)溫度、預(yù)煅燒爐溫度、冷卻器溫度、材料流率、氣體流率、通過燃燒輸入的熱量或致動(dòng)器位置中的至少一個(gè)作為狀態(tài)。
9.一種基于工業(yè)過程的估計(jì)的初始狀態(tài)和合并混合邏輯動(dòng)態(tài)MLD系統(tǒng)模型控制所述工業(yè)過程的裝置，所述合并MLD系統(tǒng)模型是表示所述工業(yè)過程的子過程的MLD子系統(tǒng)模型的組合，所述裝置適合于-作為狀態(tài)變量χ的函數(shù)最優(yōu)化包括所述工業(yè)過程的觀測(cè)量y與所述合并MLD系統(tǒng)模型的輸出夕之間差的目標(biāo)函數(shù)J，其中所述最優(yōu)化在過去的若干時(shí)間步上執(zhí)行，并且遭受由所述合并MLD系統(tǒng)模型的動(dòng)態(tài)特性定義的約束；以及-將在最終時(shí)間步的所述狀態(tài)變量的最優(yōu)化值^保留為所述估計(jì)的初始狀態(tài)。
10.一種計(jì)算機(jī)程序，當(dāng)加載到計(jì)算機(jī)中并執(zhí)行時(shí)用于按照如權(quán)利要求1至6中任一項(xiàng)所述的方法控制工業(yè)過程。
全文摘要
根據(jù)本發(fā)明，通過將合并的MLD系統(tǒng)模型用于工業(yè)過程的估計(jì)和隨后控制，由此簡(jiǎn)化并加速基于模型的控制的設(shè)置連同初始狀態(tài)的準(zhǔn)確估計(jì)，來促進(jìn)工業(yè)過程的基于模型的控制。具體地說，執(zhí)行目標(biāo)函數(shù)的最優(yōu)化，其中目標(biāo)函數(shù)包含工業(yè)過程的觀測(cè)量與混合邏輯動(dòng)態(tài)(MLD)系統(tǒng)模型的輸出變量之間的差。最優(yōu)化作為MLD系統(tǒng)模型的狀態(tài)變量的函數(shù)在過去的若干時(shí)間步上執(zhí)行，并遭受由MLD系統(tǒng)模型的動(dòng)態(tài)特性定義的約束。狀態(tài)變量的最優(yōu)化值被保留為估計(jì)的初始狀態(tài)，以便以包含非常相同的MLD系統(tǒng)模型的基于模型的方式進(jìn)行工業(yè)過程的隨后控制。單個(gè)MLD系統(tǒng)模型是表示工業(yè)過程子過程的各個(gè)MLD子系統(tǒng)模型的組合或合并，并且由此可由調(diào)試工程師在定制步長(zhǎng)期間在廠址以及因此在比較靠后的時(shí)刻在工廠執(zhí)行期間詳細(xì)說明。
文檔編號(hào)G05B17/02GK102483613SQ201080038352
公開日2012年5月30日 申請(qǐng)日期2010年5月25日 優(yōu)先權(quán)日2009年6月24日
發(fā)明者E·加勒斯特阿爾瓦雷斯, H·S·福勞斯, J·波蘭德, K·斯塔德勒, S·高洛徹爾 申請(qǐng)人:Abb研究有限公司