2.793

2018影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于MMTMV方法的多变量时变扰动系统性能评估

刘春平 王昕 王振雷

刘春平, 王昕, 王振雷. 基于MMTMV方法的多变量时变扰动系统性能评估. 自动化学报, 2015, 41(5): 928-935. doi: 10.16383/j.aas.2015.c140719
引用本文: 刘春平, 王昕, 王振雷. 基于MMTMV方法的多变量时变扰动系统性能评估. 自动化学报, 2015, 41(5): 928-935. doi: 10.16383/j.aas.2015.c140719
LIU Chun-Ping, WANG Xin, WANG Zhen-Lei. Performance Assessment of MIMO System with Time-variant Disturbances Based on MMTMV Method. ACTA AUTOMATICA SINICA, 2015, 41(5): 928-935. doi: 10.16383/j.aas.2015.c140719
Citation: LIU Chun-Ping, WANG Xin, WANG Zhen-Lei. Performance Assessment of MIMO System with Time-variant Disturbances Based on MMTMV Method. ACTA AUTOMATICA SINICA, 2015, 41(5): 928-935. doi: 10.16383/j.aas.2015.c140719

基于MMTMV方法的多变量时变扰动系统性能评估


DOI: 10.16383/j.aas.2015.c140719
详细信息
    作者简介:

    刘春平 华东理工大学信息科学与工程学院硕士研究生. 主要研究方向为时变扰动控制系统性能评估.E-mail: 939176928@qq.com

    通讯作者: 王振雷 华东理工大学教授. 主要研究方向为智能控制, 复杂系统的建模及特征分析, 故障诊断, 智能优化算法的研究.E-mail: wangzhen l@ecust.edu.cn
  • 基金项目:

    国家重点基础研究发展计划(973计划) (2012CB720500),国家自然科学基金(61134007, 61222303), 上海市科技攻关项目(12dz1125100),上海市科学技术委员会(13111103800),上海市自然科学基金(14ZR1421800),流程工业综合自动化国家重点实验室开放课题基金(PAL-N201404)资助

Performance Assessment of MIMO System with Time-variant Disturbances Based on MMTMV Method

More Information
  • Fund Project:

    Supported by National Basic Research Program of China (973 Program) (2012CB720500), National Natural Science Foundation of China (61134007, 61222303), Shanghai Science and Technology Research Project (12dz1125100), Shanghai Science and Technology Committee (13111103800), Shanghai Natural Science Foundation (14ZR1421800), and State Key Laboratory of Synthetical Automation for Process Industries (PAL-N201404)

  • 摘要: 工业控制系统性能评估关系到工业生产安全与企业绩效. 工业过程扰动频繁且存在时变特性,多变量时变扰动系统缺少统一有效的性能评估方法. 本文提出了基于多模型混合时变最小方差(Multi-model mixing time-variant minimum variance, MMTMV)的多变量系统性能评估方法. 首先,根据扰动作用起止时间设定混合权重,基于多模型混合的思想利用混合权重与每一时变扰动特性设计多变量MMTMV控制器. 然后,利用多变量MMTMV控制器得出各被控变量输出方差,将多变量MMTMV控制器下被控变量的平均方差作为性能评估的基准. 最后,本文通过在裂解过程和精馏过程中的控制性能评估应用,验证了多变量MMTMV评估方法的有效性.
  • [1] Harris T J. Assessment of control loop performance. The Canadian Journal of Chemical Engineering, 1989, 67(5): 856-861
    [2] [2] Huang B, Shah S L. Performance Assessment of Control Loops: Theory and Applications. London, UK: Springer-Verlag, 1999.
    [3] [3] Mazinan A H, Sadati N. Fuzzy predictive control based multiple models strategy for a tubular heat exchanger system. Applied Intelligence, 2009, 33(3): 247-263
    [4] [4] Aufderheide B, Prasad V, Bequette B W. A comparison of fundamental model-based and multiple model predictive control. In: Proceedings of the 40th IEEE Conference on Decision and Control. Orlando, FL, USA: IEEE, 2001. 4863-4868
    [5] [5] Wang X, Yue H, Chai T Y. Multivariable direct adaptive pole placement feedforward decoupling controller using multiple models. In: Proceedings of the 4th World Congress on Intelligent Control and Automation. Shanghai, China: IEEE, 2002. 852-857
    [6] Li Xiao-Tian, Wang Xin, Wang Zhen-Lei, Qian Feng. A stair-like generalized predictive control algorithm based on multiple models switching. CIESC Journal, 2012, 63(1): 193-197(李小田, 王昕, 王振雷, 钱锋. 一种基于多模型切换的阶梯式广义预测控制算法. 化工学报, 2012, 63(1): 193-197)
    [7] [7] Ohnishi Y. A switching method of PID controllers based on performance assessment. In: Proceedings of the 2009 ICROS-SICE. Fukuoka, Japan: IEEE, 2009. 1907-1910
    [8] [8] Ohnishi Y. Design of a switching nonlinear PID control system based on performance assessment. In: Proceedings of the 2011 SICE Annual Conference. Tokyo, Japan: IEEE, 2011. 2619-2623
    [9] [9] Kuipers M, Ioannou P. Multiple model adaptive control with mixing. IEEE Transactions on Automatic Control, 2010, 55(8): 1822-1836
    [10] Baldi S, Ioannou P, Mosca E. Multiple model adaptive mixing control: the discrete-time case. IEEE Transactions on Automatic Control, 2012, 57(4): 1040-1045
    [11] Zhang Wei, Wang Xin, Wang Zhen-Lei. Performance assessment of control loop with time-variant disturbance dynamics based on multi-model mixing minimum variance control. Acta Automatica Sinica, 2014, 40(9): 2037-2044(张巍, 王昕, 王振雷. 基于多模型混合最小方差控制的时变扰动控制系统性能评估. 自动化学报, 2014, 40(9): 2037-2044)
    [12] Rogozinski M, Paplinski A, Gibbard M J. An algorithm for the calculation of a nilpotent interactor matrix for linear multivariable systems. IEEE Transactions on Automatic Control, 1987, 32(3): 234-237
    [13] Sadrameli S M, Green A E S. Systematics and modeling representations of naphtha thermal cracking for olefin production. Journal of Analytical and Applied Pyrolysis, 2005, 73(2): 305-313
    [14] Liu Shi-Tao, Wang Hong-Gang, Qian Feng, Hu Gui-Hua. Coupled simulation of combustion with heat transfer and cracking reaction in SL-II industrial ethylene pyrolyzer. CIESC Journal, 2011, 62(5): 1308-1317(刘时涛, 王宏刚, 钱锋, 胡贵华. SL-II型工业乙烯裂解炉内燃烧传热与裂解反应的耦合模拟. 化工学报, 2011, 62(5): 1308-1317)
    [15] Yangzi Petrochemical Company. Process of Ethylene Plant. Nanjing: Yangzi Company Press, 2003. (扬子石油化工股份有限公司. 乙烯装置工艺篇. 南京: 扬子公司出版社, 2003.)
    [16] Yu Jin-Shou, Gu Xing-Sheng. Process Control Engineering (4th edition). Beijing: Higher Education Press, 2012. (俞金寿, 顾幸生. 过程控制工程. 第4版. 北京: 高等教育出版社, 2012.)
  • [1] 黄淼, 王昕, 王振雷. 非线性多变量零阶接近有界系统的多模型自适应控制[J]. 自动化学报, 2014, 40(9): 2057-2065. doi: 10.3724/SP.J.1004.2014.02057
    [2] 张巍, 王昕, 王振雷. 基于多模型混合最小方差控制的时变扰动控制系统性能评估[J]. 自动化学报, 2014, 40(9): 2037-2044. doi: 10.3724/SP.J.1004.2014.02037
    [3] 李大字, 焦军胜, 靳其兵, 高彦臣. 基于输出方差限制的广义多变量控制系统性能评价[J]. 自动化学报, 2013, 39(5): 654-658. doi: 10.3724/SP.J.1004.2013.00654
    [4] 温盛军, 毕淑慧, 邓明聪. 一类新非线性控制方法:基于演算子理论的控制方法综述[J]. 自动化学报, 2013, 39(11): 1812-1819. doi: 10.3724/SP.J.1004.2013.01812
    [5] 王小旭, 潘泉, 梁彦, 赵春晖. 基于Unscented变换的非线性状态平滑[J]. 自动化学报, 2012, 38(7): 1107-1112. doi: 10.3724/SP.J.1004.2012.01107
    [6] 童朝南, 武延坤, 刘磊明, 李江昀. 液压活套多变量系统的建模及积分变结构控制[J]. 自动化学报, 2008, 34(10): 1305-1311. doi: 10.3724/SP.J.1004.2008.01305
    [7] 李奇安, 褚健. 对角CARIMA模型多变量广义预测控制器系数直接算法[J]. 自动化学报, 2007, 33(1): 59-65. doi: 10.1360/aas-007-0059
    [8] 严爱军, 柴天佑, 岳恒. 竖炉焙烧过程的多变量智能优化控制[J]. 自动化学报, 2006, 32(4): 636-640.
    [9] 刘涛, 张卫东, 顾诞英. 多变量时滞过程的解耦控制设计[J]. 自动化学报, 2005, 31(6): 881-889.
    [10] 孙衢, 李人厚. 基于模糊动态模型的多变量系统模糊控制[J]. 自动化学报, 2001, 27(5): 719-723.
    [11] 张勇, 史忠科, 戴冠中, 周自全. 离散系统的鲁棒最小方差滤波新算法及分析[J]. 自动化学报, 2000, 26(6): 782-787.
    [12] 杨尔辅, 徐用懋. 一种小波-神经网络多变量混合过程模型及其应用[J]. 自动化学报, 2000, 26(增刊B): 153-157.
    [13] 庞国仲, 孙丽华, 刘军, 薛福珍. 多变量时滞系统鲁棒稳定性[J]. 自动化学报, 1997, 23(1): 99-102.
    [14] 杨承志, 舒迪前. 多变量自校正控制器的状态空间设计[J]. 自动化学报, 1992, 18(1): 31-38.
    [15] 彭立信, 孙德敏, 张德颂, 袁斌, 杨健. 多变量最小方差自校正调节器在蓄电池厂铅粉机控制中的应用[J]. 自动化学报, 1990, 16(5): 465-469.
    [16] 许小平, 陈锦娣. 一种多变量广义最小方差自校正控制器[J]. 自动化学报, 1990, 16(2): 166-169.
    [17] 张志湧. 多变量时滞系统的结构辨识[J]. 自动化学报, 1989, 15(4): 352-356.
    [18] 吕炳仁. 一种多变量线性时变系统机辅设计的有效方法[J]. 自动化学报, 1989, 15(6): 508-514.
    [19] 雷迅, 陶小勇. 多变量系统多指标最优设计[J]. 自动化学报, 1988, 14(5): 341-350.
    [20] 邓自立, 郭一新. 多变量CARMA模型的结构辨识[J]. 自动化学报, 1986, 12(1): 18-24.
  • 加载中
计量
  • 文章访问数:  927
  • HTML全文浏览量:  23
  • PDF下载量:  621
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-10-24
  • 修回日期:  2015-01-19
  • 刊出日期:  2015-05-20

基于MMTMV方法的多变量时变扰动系统性能评估

doi: 10.16383/j.aas.2015.c140719
    作者简介:

    刘春平 华东理工大学信息科学与工程学院硕士研究生. 主要研究方向为时变扰动控制系统性能评估.E-mail: 939176928@qq.com

    通讯作者: 王振雷 华东理工大学教授. 主要研究方向为智能控制, 复杂系统的建模及特征分析, 故障诊断, 智能优化算法的研究.E-mail: wangzhen l@ecust.edu.cn
基金项目:

国家重点基础研究发展计划(973计划) (2012CB720500),国家自然科学基金(61134007, 61222303), 上海市科技攻关项目(12dz1125100),上海市科学技术委员会(13111103800),上海市自然科学基金(14ZR1421800),流程工业综合自动化国家重点实验室开放课题基金(PAL-N201404)资助

摘要: 工业控制系统性能评估关系到工业生产安全与企业绩效. 工业过程扰动频繁且存在时变特性,多变量时变扰动系统缺少统一有效的性能评估方法. 本文提出了基于多模型混合时变最小方差(Multi-model mixing time-variant minimum variance, MMTMV)的多变量系统性能评估方法. 首先,根据扰动作用起止时间设定混合权重,基于多模型混合的思想利用混合权重与每一时变扰动特性设计多变量MMTMV控制器. 然后,利用多变量MMTMV控制器得出各被控变量输出方差,将多变量MMTMV控制器下被控变量的平均方差作为性能评估的基准. 最后,本文通过在裂解过程和精馏过程中的控制性能评估应用,验证了多变量MMTMV评估方法的有效性.

English Abstract

参考文献 (16)

目录

    /

    返回文章
    返回