蒙艷玫+謝延鵬+鄭康元

摘要：煮糖結(jié)晶過(guò)程是蔗糖生產(chǎn)行業(yè)唯一沒(méi)有實(shí)現(xiàn)全自動(dòng)化的工序，由于該過(guò)程存在大時(shí)滯、非線(xiàn)性的特點(diǎn)，目前的研究尚難以從機(jī)理模型方向?qū)χ筇墙Y(jié)晶過(guò)程進(jìn)行控制。針對(duì)煮糖結(jié)晶過(guò)程尚未實(shí)現(xiàn)全自動(dòng)化的問(wèn)題，研究基于緊格式動(dòng)態(tài)線(xiàn)性化的無(wú)模型自適應(yīng)數(shù)據(jù)驅(qū)動(dòng)控制方法。結(jié)合煮糖結(jié)晶過(guò)程控制的實(shí)際要求，對(duì)數(shù)據(jù)驅(qū)動(dòng)控制系統(tǒng)框架進(jìn)行設(shè)計(jì)與實(shí)現(xiàn)。利用緊格式動(dòng)態(tài)線(xiàn)性化方法構(gòu)建動(dòng)態(tài)線(xiàn)性化模型，將非線(xiàn)性系統(tǒng)線(xiàn)性化。實(shí)現(xiàn)無(wú)模型自適應(yīng)控制和預(yù)測(cè)控制的融合，既保留了無(wú)模型自適應(yīng)控制單調(diào)收斂性和有界輸入輸出穩(wěn)定性的顯著特點(diǎn)，又加入預(yù)測(cè)控制方法控制效果好、魯棒性強(qiáng)的優(yōu)點(diǎn)。與比例-積分-導(dǎo)數(shù)（proportion-integral-derivate，簡(jiǎn)稱(chēng)PID）控制方法的仿真對(duì)比分析表明，所用方法取得了更好的控制效果，驗(yàn)證了基于緊格式動(dòng)態(tài)線(xiàn)性化的無(wú)模型自適應(yīng)數(shù)據(jù)驅(qū)動(dòng)方法的有效性和優(yōu)越性。

關(guān)鍵詞：煮糖結(jié)晶；過(guò)程數(shù)據(jù)；緊格式動(dòng)態(tài)線(xiàn)性化；無(wú)模型自適應(yīng)控制；預(yù)測(cè)控制；仿真

中圖分類(lèi)號(hào)：S126 文獻(xiàn)標(biāo)志碼： A

文章編號(hào)：1002-1302（2016）11-0405-03

煮糖結(jié)晶過(guò)程的數(shù)據(jù)驅(qū)動(dòng)控制是指僅根據(jù)煮糖系統(tǒng)結(jié)晶過(guò)程中產(chǎn)生的離線(xiàn)或在線(xiàn)輸入輸出數(shù)據(jù)（輸入數(shù)據(jù)主要為物料流量或物料閥門(mén)開(kāi)度，輸出數(shù)據(jù)主要為糖膏錘度、液位、溫度或糖液過(guò)飽和度）設(shè)計(jì)控制器，設(shè)計(jì)的控制器不顯含或隱藏煮糖結(jié)晶系統(tǒng)的機(jī)理模型信息，而且能夠保障系統(tǒng)的收斂性、穩(wěn)定性和魯棒性。由此可見(jiàn)，基于數(shù)據(jù)驅(qū)動(dòng)的煮糖結(jié)晶過(guò)程控制方法擺脫了傳統(tǒng)控制器設(shè)計(jì)對(duì)煮糖結(jié)晶過(guò)程機(jī)理模型的依賴(lài)，避免了傳統(tǒng)控制器在機(jī)理模型復(fù)雜的情況下存在的魯棒性、可靠性等問(wèn)題 。

公開(kāi)文獻(xiàn)報(bào)道的數(shù)據(jù)驅(qū)動(dòng)控制方法主要有侯忠生于1994年提出的無(wú)模型自適應(yīng)控制（model free adaptive control，簡(jiǎn)稱(chēng)MFAC）法[1-4]、Spall于1992年提出的同步擾動(dòng)隨機(jī)逼近（simultaneous perturbation stochastic approximation，簡(jiǎn)稱(chēng)SPSA）法[5]、Uchiyama于1978年提出的迭代學(xué)習(xí)控制（iterative learning control，簡(jiǎn)稱(chēng)ILC）法[6]、George等于1995年提出的去偽控制（unfasified control，簡(jiǎn)稱(chēng)UC）法[7]、Hjamarsson等于1994年提出的迭代反饋整定（iterative feedback tuning，簡(jiǎn)稱(chēng)IFT）法[8]、應(yīng)用于控制領(lǐng)域的懶惰學(xué)習(xí)（lazy learning，簡(jiǎn)稱(chēng)LL）控制方法[9]以及廣泛應(yīng)用于工業(yè)過(guò)程中的PID控制方法[10]。其中，SPSA方法雖然能夠?qū)崿F(xiàn)自適應(yīng)調(diào)節(jié)，但其適應(yīng)性易受系統(tǒng)結(jié)構(gòu)或參數(shù)變化的影響，而且與UC、IFT、比例-積分-導(dǎo)數(shù)（proportion-integral-derivate，簡(jiǎn)稱(chēng)PID）法一樣，這些方法都需要提前確定控制器結(jié)構(gòu)，而MFAC、ILC、LL則不需要事前確定。雖然MFAC、LL方法采用相同的動(dòng)態(tài)線(xiàn)性化原理，但是LL沒(méi)有系統(tǒng)化的控制理論分析體系。MFAC法和ILC法類(lèi)似，有1套完善的系統(tǒng)分析框架，但MFAC方法由于計(jì)算負(fù)擔(dān)小、易于實(shí)現(xiàn)和魯棒性較強(qiáng)的特點(diǎn)，特別是它可保證閉環(huán)系統(tǒng)跟蹤誤差的單調(diào)收斂性和有界輸入輸出穩(wěn)定性，使得這種基于數(shù)據(jù)驅(qū)動(dòng)的控制方法在煮糖結(jié)晶過(guò)程領(lǐng)域具有巨大的發(fā)展?jié)摿?。因此，基于MFAC單調(diào)收斂性和有界輸入輸出穩(wěn)定性的顯著特點(diǎn)，本研究應(yīng)用MFAC這種數(shù)據(jù)驅(qū)動(dòng)的控制方法研究煮糖結(jié)晶過(guò)程的控制。

1 總體方案設(shè)計(jì)

煮糖結(jié)晶過(guò)程數(shù)據(jù)驅(qū)動(dòng)控制系統(tǒng)框架如圖1所示，其實(shí)現(xiàn)的基本思想主要分為離線(xiàn)部分、在線(xiàn)部分。關(guān)于總體方案的具體介紹如下。

（1）離線(xiàn)部分。包括參數(shù)設(shè)置模塊、新型NSGA-Ⅱ多目標(biāo)優(yōu)化算法模塊、軟測(cè)量技術(shù)模塊、數(shù)據(jù)存儲(chǔ)模塊、輸出轉(zhuǎn)化模塊和種子晶體優(yōu)化特征模塊。首先，軟測(cè)量技術(shù)模塊從數(shù)據(jù)存儲(chǔ)模塊中獲取存儲(chǔ)的有關(guān)煮糖結(jié)晶過(guò)程的歷史數(shù)據(jù)，再計(jì)算出不可測(cè)量變量，即糖液過(guò)飽和度、糖液純度和晶體體積；然后，新型NSGA-Ⅱ多目標(biāo)優(yōu)化算法模塊從軟測(cè)量技術(shù)模塊獲取所需有關(guān)參數(shù)，再進(jìn)行優(yōu)化，將過(guò)程優(yōu)化變量傳輸給種子晶體優(yōu)化特征模塊，為煮糖結(jié)晶過(guò)程實(shí)施在線(xiàn)操作部分作準(zhǔn)備。

（2）在線(xiàn)部分。包括數(shù)據(jù)驅(qū)動(dòng)控制模塊、煮糖結(jié)晶過(guò)程模塊、信號(hào)反饋模塊和數(shù)據(jù)存儲(chǔ)模塊。在線(xiàn)過(guò)程實(shí)施的第1步為根據(jù)獲取的種子晶體優(yōu)化特征指導(dǎo)投種或抽種過(guò)程的優(yōu)化操作；隨后，數(shù)據(jù)驅(qū)動(dòng)控制模塊根據(jù)輸出轉(zhuǎn)化模塊的參考目標(biāo)信號(hào)、信號(hào)反饋模塊的反饋信號(hào)實(shí)施控制策略，并將產(chǎn)生的輸入信號(hào)作用于煮糖結(jié)晶過(guò)程模塊，再通過(guò)信號(hào)反饋實(shí)現(xiàn)煮糖結(jié)晶過(guò)程的閉環(huán)自適應(yīng)控制。

2 煮糖結(jié)晶過(guò)程無(wú)模型自適應(yīng)預(yù)測(cè)控制方法

2.1 緊格式動(dòng)態(tài)線(xiàn)性化方法

煮糖結(jié)晶過(guò)程是個(gè)大時(shí)滯、強(qiáng)耦合、非線(xiàn)性的系統(tǒng)。線(xiàn)性化方法是處理非線(xiàn)性系統(tǒng)的常見(jiàn)做法，其主要目的是為了簡(jiǎn)化控制器的設(shè)計(jì)過(guò)程。緊格式動(dòng)態(tài)線(xiàn)性化方法（compact form dynamic linearization，簡(jiǎn)稱(chēng)CFDL）具有結(jié)構(gòu)簡(jiǎn)單、輸入輸出數(shù)據(jù)可直接利用的特點(diǎn)[11-13]，本研究選擇該方法構(gòu)建煮糖結(jié)晶過(guò)程的動(dòng)態(tài)線(xiàn)性化模型。

由文獻(xiàn)[11]可知，對(duì)于單輸入單輸出離線(xiàn)非線(xiàn)性系統(tǒng)，緊格式動(dòng)態(tài)線(xiàn)性化模型建立的條件如下：

通過(guò)對(duì)CFDL-MFAPC和傳統(tǒng)的PID控制方法的仿真結(jié)果分析可知：2種控制方法在跟蹤期望輸出信號(hào)的控制過(guò)程中，都表現(xiàn)了良好的跟蹤性能（圖2～圖5）；但是根據(jù)其對(duì)應(yīng)的控制輸出誤差變化情況可知，CFDL-MFAPC控制方法的控制誤差最小，而且趨近零誤差的速度比PID控制方法都要快。此外，其控制過(guò)程的誤差跳變也很小，這充分說(shuō)明 CFDL-MFAPC 相對(duì)PID具有更好的快速反應(yīng)能力和收斂性，顯示其具有更好的優(yōu)越性。同時(shí)，PID算法的控制效果對(duì)參數(shù)變化非常敏感，很容易出現(xiàn)失調(diào)，參數(shù)調(diào)整過(guò)程非常不方便。而CFDL-MFAPC的參數(shù)調(diào)整過(guò)程比PID控制算法更加方便，在其可調(diào)參數(shù)中，基本上只需要調(diào)節(jié)λ參數(shù)，λ參數(shù)的調(diào)節(jié)變化對(duì)最后的控制效果影響沒(méi)有PID算法敏感。因此，CFDL-MFAPC控制算法具有更寬、更靈活的參數(shù)可調(diào)性。

綜上所述，采用基于CFDL-MFAPC的煮糖結(jié)晶過(guò)程優(yōu)化與控制方法在仿真過(guò)程中，相對(duì)傳統(tǒng)PID控制方法控制效果更好，說(shuō)明CFDL-MFAPC控制方法的有效性、優(yōu)越性。

4 結(jié)論

針對(duì)目前尚無(wú)解決煮糖過(guò)程多目標(biāo)優(yōu)化和協(xié)同控制的有效算法的問(wèn)題，本研究采用基于CFDL-MFAPC的數(shù)據(jù)驅(qū)動(dòng)控制方法，構(gòu)建煮糖結(jié)晶過(guò)程的數(shù)據(jù)驅(qū)動(dòng)控制系統(tǒng)，設(shè)計(jì)總體方案，并詳細(xì)研究基于數(shù)據(jù)驅(qū)動(dòng)的CFDL-MFAPC控制方法。利用緊格式動(dòng)態(tài)線(xiàn)性化模型實(shí)現(xiàn)線(xiàn)性化處理，結(jié)合無(wú)模型自適應(yīng)控制與預(yù)測(cè)控制，完成煮糖結(jié)晶過(guò)程多目標(biāo)優(yōu)化與控制方法的融合實(shí)現(xiàn)。通過(guò)仿真對(duì)比分析，驗(yàn)證了基于CFDL-MFAPC的數(shù)據(jù)驅(qū)動(dòng)控制方法的有效性、優(yōu)越性。

參考文獻(xiàn)：

[1]侯忠生. 非線(xiàn)性系統(tǒng)參數(shù)辨識(shí)、自適應(yīng)控制和無(wú)模型學(xué)習(xí)自適應(yīng)控制[D]. 沈陽(yáng)：東北大學(xué)，1994.

[2]侯忠生. 非參數(shù)模型及其自適應(yīng)控制理論[M]. 北京：科學(xué)出版社，1999.

[3]Hou Z S，Jin S T. A novel data-driven control approach for a class of discrete-time nonlinear systems[J]. IEEE Transactions on Control Systems Technology，2011，19（6）：1549-1558.

[4]Hou Z，Jin S T. Data-driven model-free adaptive control for a class of MIMO nonlinear discrete-time systems[J]. IEEE Transactions on Neural Networks，2011，22（12）：2173-2188.

[5]Spall J C. Multivariate stochastic approximation using a simultaneous perturbation gradient approximation[J]. IEEE Transactions on Automatic Control，1992，37（3）：332-341.

[6]Uchiyama M. Formulation of high-speed motion pattern of amechanical arm by trial[J]. Transactions of the Society of Instrument and Control Engineers，1978，14（6）：706-712.

[7]George Z，Bruce A F，Allen T. Feedback control，nonlinear systems and complexity[M]. Heidelberg：Springer-Verlag，1995：196-214.

[8]Hjamarsson H，Gunnarsson S，Gervers M. A convergent iterative restricted complexity control design scheme[C]. Lake Buena Vista：Proceedings of the 33rd IEEE Conference on Decision and Control，1994：1735-1740.

[9]]Schaal S，Atkeson C G. Robot juggling：implementation of memory-based learning[J]. IEEE Control Systems Magazine，1994，14（1）：57-71.

[10]Silva G J，Datta A，Bhattacharyya S P. New results on the synthesis of PID contrllers[J]. IEEE Transactions on Automatic Control，2002，47（2）：241-252.

[11]侯忠生，金尚泰. 無(wú)模型自適應(yīng)控制：理論與應(yīng)用[M]. 北京：科學(xué)出版社，2013.

[12]侯忠生，徐建新. 數(shù)據(jù)驅(qū)動(dòng)控制理論及方法的回歸和展望[J]. 自動(dòng)化學(xué)報(bào)，2009，35（6）：650-667.

[13]Xu J X，Hou Z S. Note on data-driven system approaches[J]. Acta Automatica Sinica，2009，35（6）：668-675.