1.本发明涉及机器学习控制领域，特别是涉及一种多变量控制系统的控制方法以及计算机可读存储介质。
背景技术：2.精馏是石油、化工等流程工业中用来分离一定浓度混合溶液的操作过程。其原理是利用混合溶液各组分挥发度的差异，通过反复的汽化与冷凝过程，实现混合溶液组分分离，提炼所需产品纯度，精馏塔是用来实施该过程的一种塔式分离装置，内置多级塔板，机理复杂，是一个典型的多变量高阶对象，难以控制。如何设计先进的精馏塔过程控制策略，在确保产品质量的前提下，提高产品产量，降低能耗一直是炙手可热的难题。为了解决该难题，现有的控制方案主要分为：分散控制技术与集中控制技术。分散式技术是通过解耦器将精馏塔过程控制系统的控制器进行分开设计，即将n维的多变量系统分解为n个单变量系统，该技术在传统的工业过程中得到广泛应用。集中式技术则是直接设计多变量系统控制器，常见的有：鲁棒控制，预测控制等。
3.然而，上述诸多方法对精馏塔模型精确度有着较高的依赖性。随着现代流程产业发展，精馏过程内在机理变得愈加复杂，回路间严重耦合，具有严重的非线性、大时滞等特性，建立精确的精馏塔模型十分困难。许多控制方法也因此难以设计出有效的控制器并维持良好的控制性能，部分方法甚至完全失效。因此，需要发明一种可以绕开系统建模或者识别过程，对多变量控制系统进行控制的方法。
4.综上所述可以看出，如何不进行系统建模实现对多变量控制系统进行优化是目前有待解决的问题。
技术实现要素：5.本发明的目的是提供一种多变量控制系统的控制方法以及计算机可读存储介质，解决现有技术中需要建立多变量控制系统模型才可调控内部参数的缺陷。
6.为解决上述技术问题，本发明提供一种多变量控制系统的控制方法，包括：实时评估初始控制参数的多变量控制系统的性能，判断所述初始控制参数的多变量控制系统的性能是否符合标准性能指标；
7.若所述多变量控制系统的性能不符合所述标准性能指标，则根据用户指定的上升时间和阻尼系数以及所述多变量系统过程回路延迟时间，计算每条回路的参考模型，进而构建所述多变量控制系统的参考模型；
8.基于所述多变量控制系统的参考模型计算滤波器；
9.构建与所述多变量控制系统相同回路数的控制器结构；
10.将采集的多变量输入输出数据输入所述滤波器进行滤波，得到输入滤波数据和输出滤波数据；
11.根据所述多变量控制系统的参考模型、所述控制器结构和所述输出滤波数据，计
算所述多变量控制系统的虚拟输入数据；
12.根据对比所述输入滤波数据和所述虚拟输入数据，定义损失函数；
13.通过所述损失函数计算得到所述控制器结构的参数；
14.将所述控制器结构的参数输入所述多变量控制系统中，再次评估所述多变量控制系统的性能，若符合所述标准性能指标，完成系统性能的优化。
15.优选地，所述实时评估初始控制参数的多变量控制系统的性能包括：采集所述初始控制参数多变量控制系统的输入输出数据，基于所述输入输出数据估计所述多变量控制系统的延迟时间；
16.基于所述多变量控制系统的输出数据和预设输出数据，计算每条回路的误差值；
17.将所述每条回路的误差值进行平方并积分得到每条回路的ise值；
18.将所有回路的ise值求和得到多变量控制系统的ise值；
19.将所述多变量控制系统的ise值与多变量控制系统的基准ise值比较评估所述多变量控制系统的性能。
20.优选地，所述若所述多变量控制系统的性能不符合所述标准性能指标，则根据用户指定的上升时间和阻尼系数以及所述多变量系统过程回路延迟时间，计算每条回路的参考模型，进而构建所述多变量控制系统的参考模型包括：
21.根据所述多变量控制系统第i＝1,2
…
n回路的延迟时间θi以及用户指定第i回路上升时间σi、阻尼系数μi，计算第i回路的参考模型的参考模型
[0022][0023]
其中，q为所述多变量控制系统中的位移算子，θi为精馏塔过程系统第i回路的延迟时间，fi(q)＝1+f
1i
q-1
+f
2i
q-2
为用户指定第i回路上升时间和阻尼系数构建的多项式，，f
1i
,f
2i
为第i回路多项式的系数：
[0024][0025][0026]
τi＝ts/σi[0027]
μi＝0.25(1-υi)+0.51υi[0028]
式中，σi为用户指定的第i回路上升时间，ts为采样时间，τi为σi调节的中间变量，μi为用户指定的第i回路阻尼系数，由中间系数变量υi调节；
[0029]
将所述每条回路的参考模型进行组合，构建所述多变量控制系统的参考模型：
[0030][0031]
其中，q为位移算子。
[0032]
优选地，所述构建与所述多变量控制系统相同回路数的控制器结构包括：
[0033]
利用多个pid控制器建立与所述多变量控制系统相同回路数的所述控制器结构模型为：
[0034][0035]
其中，为控制器参数化向量，ρ
ij
为每个子pid控制器c
ij
(q,ρ
ij
)线性参数化向量：
[0036][0037]
其中，为控制器已知有理函数的向量，ρ
ij
＝[ρ
ij1 ρ
ij2 ρ
ij3
]，ρ
ij1
,ρ
ij2
,ρ
ij3
为子pid控制器c
ij
(q,ρ
ij
)的三个参数，与常规的pid控制器的比例增益k
p
，积分时间常数ti，微分时间常数td转换公式为：
[0038][0039][0040][0041]
其中，ts为采样时间。
[0042]
优选地，所述将采集的多变量输入输出数据输入所述滤波器进行滤波，得到输入滤波数据和输出滤波数据包括：
[0043]
将采集的所述多变量输入输出数据{u
t
(k),y
t
(k)}输入所述滤波器l(q)中进行滤波，得到输入滤波数据和输出滤波数据{u
lt
(k),y
lt
(k)}；
[0044]
其中，l(q)＝md(q)(i-md(q))，u
lt
(k)＝l(q)u
t
(k),y
lt
(k)＝l(q)y
t
(k)，i为单位矩阵，u
t
(k)为第t回路k时刻采集的输入数据，y
t
(k)为第t回路k时刻采集的输出数据，k＝1,2,
…
n，n为采集的数据量，t＝1,2
…
n。
[0045]
优选地，所述根据所述多变量控制系统的参考模型、所述控制器结构和所述输出滤波数据，计算所述多变量控制系统的虚拟输入数据包括：
[0046]
根据所述多变量控制系统参考模型md(q)、所述多变量控制器c(q,p)以及所述输出滤波数据y
lt
(k)，计算所述多变量控制系统的虚拟输入数据
[0047]
其计算公式为：
[0048]
优选地，所述根据对比所述输入滤波数据和所述虚拟输入数据，定义损失函数包括：
[0049]
对比所述输入滤波数据u
lt
(k)和所述虚拟输入数据定义损失函数
[0050]
优选地，所述通过所述损失函数计算得到所述控制器结构的参数包括：
[0051]
利用最小二乘辨识方法计算损失函数，当损失函数等于时，得到所述控制器参数变量p，其计算公式为：
[0052][0053]
其中，
[0054][0055][0056]
式中，ai为滤波后的输出数据y
l
(k)构成的可测信息向量，为ai构成的可测信息矩阵。
[0057]
本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述一种多变量控制系统的控制方法的步骤。
[0058]
优选的，一种甲烷-水常压筛板二元精馏塔的控制方法，执行上述任一项所述一种多变量控制系统的控制方法的步骤。
[0059]
本发明所提供的一种多变量控制系统的控制方法，实时评估初始参数的多变量控制系统的性能，判断多变量控制系统的性能是否满足标准性能指标，实现了对多变量控制系统性能的监控，然后根据用户需求的上升时间和阻尼系数以及系统的过程回路延迟时间，计算每条回路的参考模型，进而构建多变量控制系统的参考模型，计算滤波器和给定与多变量控制系统相同回路数控制器结构，本发明无需建立复杂的系统模型，只需根据用户需求建立参考模型便可得到控制器结构；然后计算多变量控制系统中的输入滤波数据和输出滤波数据，基于参考模型、控制器结构和输出滤波数据计算虚拟输入数据，最后比较输入滤波数据和虚拟输入数据，定义损失函数，求解损失函数得到所述控制器结构的参数；利用采集的输入输出数据进行处理，得到虚拟输入数据，经过计算便可得到所述控制器结构的参数，无需采用复杂系统模型确定优化策略、设计控制器的大量计算操作，降低了计算的难度，提高了优化速度。再将求解的参数输入多变量控制系统中，再次评估多变量控制系统的性能，此时系统性能复合基准性能指标，完成系统性能优化。本发明实时评估多回路变量系统的性能，实现了对系统的随时监控，实时了解系统性能，本发明根据用户制定优化需求，构建系统参考模型、滤波器和控制器结构，然后利用输入输出数据计算得到控制器的参数，采用数据驱动计算得到多变量控制系统的参数，实现系统优化过程。降低了建模的复杂难度，提高了优化的速度，本发明无需了解多变量控制系统内部的结构，适用于多种领域的多变量控制系统，应用范围广，优化速度快。
附图说明
[0060]
为了更清楚的说明本发明实施例或现有技术的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0061]
图1为本发明所提供的一种多变量控制系统的控制方法的第一种具体实施例的流程图；
[0062]
图2为本发明所提供的一种多变量控制系统的控制方法的第二种具体实施例的流程图；
[0063]
图3为本发明实施例中的精馏塔过程工艺流程图；
[0064]
图4为本发明所提供的一种多变量控制系统的控制方法的第三种具体实施例的流程图；
[0065]
图5为发明所提供的控制器参数第一输出变量整定前后系统输出相应曲线图；
[0066]
图6为发明所提供的控制器参数第二输出变量整定前后系统输出相应曲线图。
具体实施方式
[0067]
本发明的核心是提供一种数据驱动的多变量控制系统的控制方法，无需了解控制系统的内部结构和系统识别，便可实现对控制系统的控制，使得控制策略更加便捷。
[0068]
为了使本技术领域的人员更好地理解本发明方案，下面结合附图和具体实施方式对本发明作进一步的详细说明。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0069]
请参考图1，图1为本发明所提供的一种多变量控制系统的控制方法的第一种具体实施例的流程图；具体操作步骤如下：
[0070]
步骤s101：实时评估初始控制参数的多变量控制系统的性能，判断所述初始控制参数的多变量控制系统的性能是否符合标准性能指标；
[0071]
步骤s102：若所述多变量控制系统的性能不符合所述标准性能指标，则根据用户指定的上升时间和阻尼系数以及所述多变量系统过程回路延迟时间，计算每条回路的参考模型，进而构建所述多变量控制系统的参考模型；
[0072]
步骤s103：基于所述多变量控制系统的参考模型计算滤波器；
[0073]
步骤s104：构建与所述多变量控制系统相同回路数的控制器结构；
[0074]
步骤s105：将采集的多变量输入输出数据输入所述滤波器进行滤波，得到输入滤波数据和输出滤波数据；
[0075]
步骤s106：根据所述多变量控制系统的参考模型、所述控制器结构和所述输出滤波数据，计算所述多变量控制系统的虚拟输入数据；
[0076]
步骤s107：根据对比所述输入滤波数据和所述虚拟输入数据，定义损失函数；
[0077]
步骤s108：通过所述损失函数计算得到所述控制器结构的参数；
[0078]
步骤s109：将所述控制器结构的参数输入所述多变量控制系统中，再次评估所述多变量控制系统的性能，若符合所述标准性能指标，完成系统性能的优化。
[0079]
在本实施例中，实时评估多变量控制系统的性能，根据性能判断多回路系统是否复合标准状况，然后基于用户的需求指定，构建多变量控制系统的参考模型，计算滤波器和确定控制器结构，无需建立复杂的系统模型，便可得到控制器结构；然后计算多变量控制系统中的输入滤波数据和输出滤波数据，基于参考模型、控制器结构和输出滤波数据计算虚拟输入数据，最后比较输入滤波数据和虚拟输入数据，定义损失函数，求解损失函数得到所述控制器结构的参数；利用采集的输入输出数据进行处理，得到虚拟输入数据，经过计算便可得到控制器结构参数，无需采用复杂系统模型确定优化策略、设计控制器的大量计算操作，降低了计算的难度，提高了优化速度。再将求解的参数输入多变量控制系统中，再次评估多变量控制系统的性能，此时系统性能复合基准性能指标，完成系统性能优化。本发明实时评估多回路变量系统的性能，实现了对系统的随时监控，实时了解系统性能，本发明根据用户制定优化需求，构建系统参考模型、滤波器和控制器结构，然后利用输入输出数据计算得到控制器的参数，采用数据驱动计算得到多变量控制系统的参数，实现系统优化过程。降低了建模的复杂难度，提高了优化的速度，本发明无需了解多变量控制系统内部的结构，适用于多种领域的多变量控制系统，应用范围广，优化速度快。
[0080]
基于上述实施例，本实施例采用平方误差积分(ise)评估多变量控制系统的性能，更加全面的了解系统的性能；请参考图2，图2为本发明所提供的多变量控制系统的控制方法的第二种具体实施例的流程图；具体操作步骤如下：
[0081]
步骤s201：实时采集所述多变量控制系统的输入输出数据，根据所述输入输出数据估计所述多变量控制系统的延迟时间；
[0082]
利用传感器采集n组多变量系统运行时输入输出数据{u
t
(k),y
t
(k)},k＝1,2,
…
,n,t＝1,2,
…
n。
[0083]
其中，n为采集的数据量，n为多变量控制系统的回路数；u
t
(k)为第t回路k时刻多变量控制系统的输入数据，y
t
(k)为第t回路k时刻多变量控制系统的输出数据。
[0084]
步骤s202：基于所述输入输出数据和所述延迟时间，观察系统的动态特性，并计算所述多变量控制系统的ise值；
[0085]
利用采集的n组精馏塔过程运行时闭环输入输出数据估计系统的延迟时间θ
t
，θ
t
＝[θ
1 θ2ꢀ…ꢀ
θn]；
[0086]
其中，t∈[1,n]，n为精馏塔过程回路数；
[0087]
根据以下公式计算多变量控制系统的ise指标标准值
[0088][0089]
其中，i,j∈[1,n]，n为多变量控制系统回路数；rj为多变量控制系统的第j回路参考信号，yi为多变量控制系统的第i回路的输出信号；为参考rj作用于多变量控制系统时第i回路产生的ise指标标准值，可以根据以下公式进行计算：
[0090]
[0091]
其中，为在标准的控制需求下，t时刻参考rj作用于多变量控制系统时第i回路产生的误差；
[0092]
根据以下公式计算多变量控制系统的实际ise值
[0093][0094]
其中，为参考rj作用于多变量控制系统时第i回路产生的实际ise值，可以根据以下公式进行计算：
[0095][0096]
其中，为t时刻参考rj作用于多变量控制系统时第i回路产生的实际误差信号。
[0097]
步骤s203：将所述多变量控制系统的ise值与标准的ise值比较评估所述多变量控制系统的性能；
[0098]
定义精馏塔过程系统基于ise的控制性能评价指标η为：
[0099]
步骤s204：若评估指标低于标准性能指标，则制定用户需求；
[0100]
指定多变量控制系统的上升时间σ＝[σ
1 σ2ꢀ…ꢀ
σn]与阻尼系数μ＝[μ
1 μ2ꢀ…ꢀ
μn]；
[0101]
其中，σn为第n回路的上升时间，μn为第n回路的阻尼系数
[0102]
步骤s205：根据用户需求以及控制系统的回路延迟时间，建立多变量控制系统的参考模型；
[0103]
建立多变量控制系统的参考模型基本形式为：
[0104][0105]
其中，q为位移算子，md(q)对角元素代表第i回路的参考模型，可以根据以下公式进行计算：
[0106][0107]
其中，θi为多变量控制系统的第i回路的延迟时间，fi(q)为控制策略指定第i回路上升时间，阻尼系数来设计的多项式，可以根据以下公式进行计算：
[0108]fi
(q)＝1+f
1i
q-1
+f
2i
q-2
[0109]
其中，f
1i
,f
2i
为第i回路多项式的系数，可以根据以下公式进行计算：
[0110][0111][0112]
τi＝ts/σi[0113]
μi＝0.25(1-υi)+0.51υi[0114]
其中，σi为用户指定的第i回路上升时间，ts为采样时间，τi为σi调节的中间变量，μi为控制策略的第i回路阻尼系数，由中间系数变量υi调节。
[0115]
步骤s206：根据多变量控制系统的参考模型，计算多变量控制系统滤波器，并利用多个pid控制器建立与多变量控制系统相同回路数的控制器结构；
[0116]
所述多变量控制系统滤波器为：
[0117]
l(q)＝md(q)(i-md(q))；
[0118]
其中，i为单位矩阵。
[0119]
建立所述多变量控制器参数模型为：
[0120][0121]
其中，为控制器参数化向量，ρ
ij
为每个子pid控制器c
ij
(q,ρ
ij
)线性参数化向量，为：
[0122][0123]
其中，为控制器已知有理函数的向量，ρ
ij
＝[ρ
ij1 ρ
ij2 ρ
ij3
]，ρ
ij1
,ρ
ij2
,ρ
ij3
为子pid控制器c
ij
(q,ρ
ij
)的三个参数，与常规的pid控制器的比例增益k
p
，积分时间常数ti，微分时间常数td转换公式为：
[0124][0125][0126][0127]
其中，ts为采样时间；
[0128]
基于所述多变量控制系统滤波器计算所述多变量控制系统的输入滤波数据和输出滤波数据，其公式为：u
lt
(k)＝l(q)u
t
(k),y
lt
(k)＝l(q)y
t
(k)；
[0129]
步骤s207：将采集的多变量输入输出数据输入所述滤波器进行滤波，得到输入滤波数据和输出滤波数据；
[0130]
基于所述多变量控制系统滤波器计算所述多变量控制系统的输入滤波数据和输
出滤波数据，其公式为：u
lt
(k)＝l(q)u
t
(k),y
lt
(k)＝l(q)y
t
(k)；
[0131]
其中，k＝1,2,
…
n，n为采集的数据量。
[0132]
步骤s208：根据所述多变量控制系统的参考模型、所述多变量控制器结构以及所述输出滤波数据，计算所述多变量控制系统的虚拟输入数据；
[0133]
根据所述多变量控制系统参考模型c(q,p)、所述多变量控制器c(q,p)以及输出滤波数据y
lt
(k)计算所述多变量控制系统的虚拟输入信号
[0134][0135]
步骤s209：对比输入滤波数据和虚拟输入数据，定义损失函数；
[0136]
对比所述输入滤波数据和所述虚拟输入数据，定义损失函数
[0137]
步骤s210：利用最小二乘辨识方法求得多变量控制器的参数。
[0138]
利用最小二乘辨识方法计算，直至损失函数j1(p)接近0，求得所述控制器参数变量p，其计算公式为：
[0139][0140]
其中，
[0141][0142][0143]ai
为滤波后的输出数据y
l
(k)构成的可测信息向量，为ai构成的可测信息矩阵。
[0144]
在本实施例中，首先利用传感器采集多变量控制系统的输入输出信号，利用输入输出信号计算多变量控制系统的ise值，并将ise值与标准的ise值进行比较，评估多变量控制系统的性能；ise值是用来描述控制器的跟踪能力以及抗扰动能的一个重要参考，可以评估系统的性能是否达到预期标准，以便随时对系统进行优化。根据系统的性能定义控制策略；构建系统的参考模型变量、滤波器以及控制器的参数模型。然后计算多变量控制系统的输入滤波数据和输出滤波数据以及多变量控制系统的虚拟输入数据，对比输入滤波数据和虚拟输入数据，定义损失函数，采用最小二乘辨识方法求解多变量控制器的参数。本发明无需构建多变量控制系统模型，只需构建控制器参数模型，然后求解参数便可，实施简单方便。并且本发明采用最小二乘算法，无需进行梯度迭代，减少了计算量。
[0145]
在本实施例中，将本发明应用到精馏塔过程系统中进行实验，其中精馏塔的过程原理为：进料位于塔体中部，与上塔段冷凝器回流液一起沿塔体下降，在精馏塔中的塔板上，与从塔底上升的再沸器蒸汽进行逆流接触，相互传质。从而，液相中易挥发组分汽化沿塔体上升，汽相中部分冷凝为液体沿塔体下降。经过多次反复汽化与冷凝，最终得到满足产
品规格的塔顶溜出液与塔底釜液，请参考图3和图4，图3为精馏塔过程结构示意图，图4为本发明所提供的多变量控制系统的控制方法的第三种具体实施例的流程图；具体操作步骤如下：
[0146]
步骤s401：采集初始参数的甲烷-水常压筛板二元精馏塔过程系统运行时输入输出数据；
[0147]
甲烷-水常压筛板二元精馏塔过程系统运行时输入输出数据为：冷凝器回流液与再沸器蒸汽流量、塔顶溜出液与塔底釜液浓度。
[0148]
本实施例选定初始控制器为：
[0149][0150]
其中，每个子控制器c
11
(q,ρ
11
),c
22
(q,ρ
22
)均为pid控制器，初始的参数为：p＝[0 0.5975
ꢀ‑
0.57 0 0 0 0 0 0 0
ꢀ‑
0.1185 0.11]
t
，指定采样时间为1min，指定采样精馏塔过程数据样本名称描述规范和存储路径，指定样本长度n＝2000。
[0151]
步骤s402：根据输入输出数据计算二元精馏塔过程系统的实际ise值和标准ise值，评估二元精馏塔过程系统的性能；
[0152]
步骤s403：若二元精馏塔过程系统性能低于标准系统性能，则制定上升时间和阻尼系数；；
[0153]
根据采样数据估计系统的回路的延迟时间θ＝[θ1，θ2]。其中，θ1＝1，θ2＝3。
[0154]
根据实际采集的精馏塔输入输出数据，计算每条回路的实际ise值，基于以下公式：
[0155][0156]
求得在单位阶跃信号的作用下精馏塔过程系统第1回路的实际ise值为3.3386，第2回路的实际ise值为10.003。计算精馏塔过程系统实际的ise值，基于以下公式：
[0157][0158]
求得实际的ise为
[0159]
根据标准的要求，计算每条回路产生的ise基准值，基于以下公式：
[0160][0161]
求得在单位阶跃信号的作用下第1回路的ise基准值为3.055，第2回路的ise基准值为6.033。计算精馏塔过程系统期望的ise基准值，基于以下公式：
[0162][0163]
求得标准的ise值为
[0164]
根据求得当前甲烷-水常压筛板二元精馏塔过程系统的ise基准值与实际值，确定ise指标评估系统的控制性能。可以基于以下公式进行计算：
[0165][0166]
求得ise指标下精馏塔过程系统的控制性能η＝0.6812。此时甲烷-水常压筛板二元精馏塔过程系统的控制性能下降严重，与用户期望的控制要求较远，有必要重新给定控制器结构并整定其参数，提高系统的控制性能。
[0167]
指定用户的控制要求，上升时间σi＝[σ1，σ2]，阻尼系数μi＝[μ1，μ2]。其中，σ1＝3，σ2＝5，μ1＝0，μ2＝0。
[0168]
步骤s404：根据上升时间和阻尼系数以及系统过程回路延迟时间，建立精馏塔过程系统参考模型、精馏塔过程系统滤波器以及精馏塔过程系统控制器参数模型；
[0169]
根据甲烷-水常压筛板二元精馏塔过程系统控制性能的评价结果来看，系统的性能较差，需要使用本发明提供的方法重新指定控制器结构并整定控制器参数，提高精馏塔过程系统控制性能。先需要设计甲烷-水常压筛板二元精馏塔过程系统的参考模型md(q)，可以基于以下公式给出参考模型的基本形式：
[0170][0171]
其中，各回路的参考模型根据用户的控制要求设计，可以基于以下公式进行计算：
[0172][0173][0174]
τi＝ts/σi[0175]
μi＝0.25(1-υi)+0.51υi[0176]
求得甲烷-水常压筛板二元精馏塔过程系统的参考模型为：
[0177][0178]
根据步骤三中设计的参考模型，可以计算出甲烷-水常压筛板二元精馏塔过程系统需要的滤波器l(q)，可以基于以下公式进行计算：
[0179]
l(q)＝md(q)(i-md(q))
[0180]
求得该系统的滤波器为：
[0181][0182]
定义甲烷-水常压筛板二元精馏塔过程系统的控制器结构，基于以下公式给出：
[0183][0184]
其中，每个子控制器c
11
(q,ρ
11
),c
12
(q,ρ
12
)c
21
(q,ρ
21
),c
22
(q,ρ
22
)均为pid控制器。
[0185]
步骤s405：计算甲烷-水常压筛板二元精馏塔过程系统输入滤波数据和输出滤波数据；
[0186]
对采集的甲烷-水常压筛板二元精馏塔过程系统输入输出数据进行滤波，基于以下公式进行计算：
[0187]ult
(k)＝l(q)u
t
(k),y
lt
(k)＝l(q)y
t
(k)。
[0188]
步骤s406：计算甲烷-水常压筛板二元精馏塔过程系统的虚拟输入数据；
[0189]
利用甲烷-水常压筛板二元精馏塔过程系统的参考模型，计算系统的虚拟输入信号可以基于以下公式进行计算：
[0190][0191]
步骤s407：对比输入滤波数据和虚拟输入数据，定义损失函数；
[0192]
比较定义损失函数为：
[0193][0194]
步骤s408：采用最小二乘辨识方法求甲烷-水常压筛板二元精馏塔过程系统的控制器的参数；
[0195]
基于以下公式，通过最小二乘辨识方法确定控制器c(q,p)参数p。
[0196][0197]
其中，
[0198][0199]
当j1(p)
→
0时，求得控制器参数p为：
[0200][0201]
步骤s409：将求得的控制器参数输入甲烷-水常压筛板二元精馏塔过程系统中，再次采集优化后甲烷-水常压筛板二元精馏塔过程系统的输入输出数据，评估系统的控制性能。
[0202]
调整控制器结构并输入整定后的控制器参数，再次评估系统的控制性能，比较整定前后甲烷-水常压筛板二元精馏塔过程系统的控制性能。
[0203]
参见图5和图6所示，图5为的整定前甲烷-水常压筛板二元精馏塔过程系统的输出
响应曲线，图6为整定后甲烷-水常压筛板二元精馏塔过程系统的输出响应曲线。整定前系统的超调量大，难以稳定，回路之间严重耦合。该现象对执行机构磨损增强，导致精馏质量下降。而本发明控制策略响应速度快，跟踪能力强，并且精馏塔过程系统回路间耦合比之前大幅降低。
[0204]
参见表1所示的整定前后甲烷-水常压筛板二元精馏塔过程系统性能指标，整定前系统的实际ise值13.3416，ise指标η＝0.6812。而本发明将系统的实际ise值降到了9.8126，ise指标η＝0.9262，说明此时精馏塔过程系统累积误差量减少，系统动态特性趋于稳定，精馏塔过程可以得到快速有效的控制，精馏产物的品质与效率得以提高。
[0205]
表1整定前后甲烷-水常压筛板二元精馏塔过程系统的控制性能
[0206][0207]
在本实施例中，将本发明应用到甲烷-水常压筛板二元精馏塔过程系统中进行参数优化，首先采集甲烷-水常压筛板二元精馏塔过程系统的输入输出数据，计算当前的ise值，评估当前系统的性能。根据系统性能定义优化策略，然后根据优化策略建立参考模型、滤波器以及控制器参数模型，根据参考模型、滤波器计算输入滤波数据输出滤波数据，和虚拟输入数据；对比输入滤波数据和所述虚拟输入数据，定义损失函数，利用最小二乘辨识方法求解控制器参数，将控制器的参数输入甲烷-水常压筛板二元精馏塔过程系统，再次采集甲烷-水常压筛板二元精馏塔过程系统当前的输入输出数据，再次计算ise值，与优化之前的ise值对比，系统的性能明显提高，说明此时精馏塔过程系统累积误差量减少，系统动态特性趋于稳定，精馏塔过程可以得到快速有效的控制，精馏产物的品质与效率得以提高。本发明降低优化系统建模的难度，并可以精准的优化模型的参数，并且采用ise值，实时评估系统此时的性能，便于快速的进行系统优化工作。
[0208]
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
[0209]
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业
技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
[0210]
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或技术领域内所公知的任意其它形式的存储介质中。
[0211]
以上对本发明所提供的多变量控制系统的控制方法以及装置进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以对本发明进行若干改进和修饰，这些改进和修饰也落入本发明权利要求的保护范围内。
技术特征：1.一种多变量控制系统的控制方法，其特征在于，包括：实时评估初始控制参数的多变量控制系统的性能，判断所述初始控制参数的多变量控制系统的性能是否符合标准性能指标；若所述多变量控制系统的性能不符合所述标准性能指标，则根据用户指定的上升时间和阻尼系数以及所述多变量系统过程回路延迟时间，计算每条回路的参考模型，进而构建所述多变量控制系统的参考模型；基于所述多变量控制系统的参考模型计算滤波器；构建与所述多变量控制系统相同回路数的控制器结构；将采集的多变量输入输出数据输入所述滤波器进行滤波，得到输入滤波数据和输出滤波数据；根据所述多变量控制系统的参考模型、所述控制器结构和所述输出滤波数据，计算所述多变量控制系统的虚拟输入数据；根据对比所述输入滤波数据和所述虚拟输入数据，定义损失函数；通过所述损失函数计算得到所述控制器结构的参数；将所述控制器结构的参数输入所述多变量控制系统中，再次评估所述多变量控制系统的性能，若符合所述标准性能指标，完成系统性能的优化。2.如权利要求1所述的方法，其特征在于，所述实时评估初始控制参数的多变量控制系统的性能包括：采集所述初始控制参数多变量控制系统的输入输出数据，基于所述输入输出数据估计所述多变量控制系统的延迟时间；基于所述多变量控制系统的输出数据和预设输出数据，计算每条回路的误差值；将所述每条回路的误差值进行平方并积分得到每条回路的ise值；将所有回路的ise值求和得到多变量控制系统的ise值；将所述多变量控制系统的ise值与多变量控制系统的基准ise值比较评估所述多变量控制系统的性能。3.如权利要求1所述的方法，其特征在于，所述若所述多变量控制系统的性能不符合所述标准性能指标，则根据用户指定的上升时间和阻尼系数以及所述多变量系统过程回路延迟时间，计算每条回路的参考模型，进而构建所述多变量控制系统的参考模型包括：根据所述多变量控制系统第i＝1,2
…
n回路的延迟时间θ
i
以及用户指定第i回路上升时间σ
i
、阻尼系数μ
i
，计算第i回路的参考模型的参考模型，计算第i回路的参考模型的参考模型其中，q为所述多变量控制系统中的位移算子，f
i
(q)＝1+f
1i
q-1
+f
2i
q-2
为用户指定第i回路上升时间和阻尼系数构建的多项式，f
1i
,f
2i
为第i回路多项式的系数：
τ
i
＝t
s
/σ
i
μ
i
＝0.25(1-υ
i
)+0.51υ
i
式中，σ
i
为用户指定的第i回路上升时间，t
s
为采样时间，τ
i
为σ
i
调节的中间变量，μ
i
为用户指定的第i回路阻尼系数，由中间系数变量υ
i
调节；将所述每条回路的参考模型进行组合，构建所述多变量控制系统的参考模型：其中，q为位移算子。4.如权利要求1所述的方法，其特征在于，所述构建与所述多变量控制系统相同回路数的控制器结构包括：利用多个pid控制器建立与所述多变量控制系统相同回路数的所述控制器结构模型为：其中，为控制器参数化向量，ρ
ij
为每个子pid控制器c
ij
(q,ρ
ij
)线性参数化向量：其中，为控制器已知有理函数的向量，ρ
ij
＝[ρ
ij1 ρ
ij2 ρ
ij3
]，ρ
ij1
,ρ
ij2
,ρ
ij3
为子pid控制器c
ij
(q,ρ
ij
)的三个参数，与常规的pid控制器的比例增益k
p
，积分时间常数t
i
，微分时间常数t
d
转换公式为：转换公式为：转换公式为：其中，t
s
为采样时间。5.如权利要求1所述的方法，其特征在于，所述将采集的多变量输入输出数据输入所述滤波器进行滤波，得到输入滤波数据和输出滤波数据包括：将采集的所述多变量输入输出数据{u
t
(k),y
t
(k)}输入所述滤波器l(q)中进行滤波，得
到输入滤波数据和输出滤波数据{u
lt
(k),y
lt
(k)}；其中，l(q)＝m
d
(q)(i-m
d
(q))，u
lt
(k)＝l(q)u
t
(k),y
lt
(k)＝l(q)y
t
(k)，i为单位矩阵，u
t
(k)为第t回路k时刻采集的输入数据，y
t
(k)为第t回路k时刻采集的输出数据，k＝1,2,
…
n，n为采集的数据量，t＝1,2
…
n。6.如权利要求5所述的方法，其特征在于，所述根据所述多变量控制系统的参考模型、所述控制器结构和所述输出滤波数据，计算所述多变量控制系统的虚拟输入数据包括：根据所述多变量控制系统参考模型m
d
(q)、所述控制器结构c(q,p)以及所述输出滤波数据y
lt
(k)，计算所述多变量控制系统的虚拟输入数据其计算公式为：7.如权利要求1所述的方法，其特征在于，所述根据对比所述输入滤波数据和所述虚拟输入数据，定义损失函数包括：对比所述输入滤波数据u
lt
(k)和所述虚拟输入数据定义损失函数8.如权利要求1所述的方法，其特征在于，所述通过所述损失函数计算得到所述控制器结构的参数包括：利用最小二乘辨识方法计算损失函数，当损失函数等于零时，得到所述控制器参数变量p，其计算公式为：其中，其中，a
i
为滤波后的输出数据y
l
(k)构成的可测信息向量，为a
i
构成的可测信息矩阵。9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述一种多变量控制系统的控制方法的步骤。10.一种甲烷-水常压筛板二元精馏塔的控制方法，其特征在于，包括：利用如权利要求1至8任一项所述一种多变量控制系统的控制方法的实现甲烷-水常压筛板二元精馏塔的控制方法。
技术总结本发明公开了一种多变量控制系统的控制方法包括：根据实时评估多变量控制系统的性能，定义系统的优化策略；根据优化策略，建立系统参考模型、滤波器以及给定控制器结构；利用建立的滤波器计算多变量控制系统的输入滤波数据和输出滤波数据；根据多变量控制系统的参考模型、控制器结构和所述输出滤波数据，计算多变量控制系统的虚拟输入数据；对比输入滤波数据和虚拟输入数据，定义损失函数；利用最小二乘辨识方法求得多变量控制器的参数，对多变量控制系统进行优化。本发明无需了解多变量控制系统内部结构，便可对系统的控制参数进行优化，解决了现有的控制方法在未知的多变量控制系统是难以准确的对其有效控制的问题。系统是难以准确的对其有效控制的问题。系统是难以准确的对其有效控制的问题。
技术研发人员：王志国 陈军军 赵顺毅 栾小丽 刘飞
受保护的技术使用者：江南大学
技术研发日：2022.04.18
技术公布日：2022/7/4
