基于输入轨迹参数化的间歇过程迭代学习控制  

Iterative learning control of batch process with input trajectory parameterization

作　　者：叶凌箭[1,2] 马修水[1] 宋执环[2] 

机构地区：[1]浙江大学宁波理工学院,浙江宁波315100 [2]浙江大学控制科学与工程学系,浙江杭州310027

出　　处：《化工学报》2016年第3期743-750,共8页CIESC Journal

基　　金：国家自然科学基金项目(61304081);浙江省自然科学基金项目(LQ13F030007);宁波市创新团队项目(2012B82002;2013B82005)~~

摘　　要：针对间歇过程的迭代学习控制问题,提出了一种基于输入轨迹参数化的迭代学习控制策略。根据最优输入轨迹的主要形态特征,将其参数化为较少量的决策变量,降低传统迭代学习控制复杂性的同时维持良好的优化控制效果。基于输入轨迹参数化的迭代学习控制策略能保持算法的简洁性和易实现性,在不确定扰动影响下逐步改善产品质量。对一个间歇反应器的仿真研究验证了本文方法的有效性。An iterative learning control （ILC） approach with input trajectory parameterization is proposed for batch processes. In the new approach, the main characteristics of the optimal input profile are obtained to parameterize the whole input trajectory with a few scholar decision variables. The proposed ILC method maintains the simplicity of the algorithm, while improving the optimizing control performance from batch to batch under uncertainties. A batch reactor is simulated to demonstrate the effectiveness of proposed ILC method.

关 键 词：间歇式 优化 化学过程 迭代学习控制 输入参数化 

分 类 号：TP273[自动化与计算机技术—检测技术与自动化装置]