基于PLS交叉积矩阵非相似度分析的MPC性能监控与诊断

针对传统基于输出协方差矩阵的性能监控方法未充分考虑过程变量与输出变量之间的相关性问题,提出一种基于偏最小二乘（Partial least squares,PLS）交叉积矩阵非相似度分析的性能监控与诊断方法,用于多变量模型预测控制（Model predictive control,MPC）系统.首先,考虑模型预测控制系统的控制结构,构造包含预测误差的增广过程变量与输出变量相关性的PLS交叉积矩阵,通过非相似度分析方法将交叉积矩阵的非相似度比较转化为转换矩阵特征值的比较.然后提取转换矩阵中表征最大非相似度的l个特征值构造实时性能指标,对MPC系统进行性能监控.检测到性能下降后,进一步利用转换矩阵的特征值诊断性能恶化源.Wood-Berry二元精馏塔上的仿真结果表明,所提方法能够有效地提高监控性能,并准确地定位性能恶化源.     

基于模型预测残差闭环潜能指标的MPC控制器实时性能监控

由于模型预测控制器对模型失配等不确定因素具有较强的鲁棒性,因此现有的多步预测误差方法不能及时显著地检测到由模型失配导致的MPC控制器性能潜能的变化。针对上述问题,提出一种改进的多步预测误差方法和实时性能监控策略。考虑到MPC控制器的模型预测残差能有效反映模型失配等信息,利用预测残差对现有多步预测误差方法进行改进,改进的方法能够更好地检测由模型失配引起的MPC控制器性能潜能的改变。在连续搅拌槽加热器(continuous stirred tank heater,CSTH)系统上的仿真实验验证了该方法的可行性与有效性。     

基于加权L2-Hausdorff子空间距离的MPC控制回路性能诊断

针对当前MPC控制回路性能评价方法无法准确定位性能下降源的问题,提出一种基于加权L₂-Hausdorff子空间距离的控制回路性能诊断方法.该方法引用恶化性能子空间表征各个性能恶化工况下的回路特征,通过基于模型预测残差的闭环潜能指标实时监测控制回路性能.当发现性能下降时,构造加权L₂-Hausdorff子空间距离来度量当前回路性能模式与已知性能模式的相似度,通过距离聚类来定位回路性能下降的恶化源.最后,通过连续搅拌加热器(continuous stirred tank heater, CSTH)上的仿真实验,验证了所提方法的有效性及可靠性.     

基于偏相关性分析的MPC控制器模型失配检测

在实际中,模型失配是导致模型预测控制性能下降的关键因素。传统的相关性分析方法在分析某一通道的预测残差和操作变量之间的相关性时,会受到其他操作变量及干扰的影响,导致结果不可靠,无法准确定位失配。针对上述问题,现采用偏相关性分析方法。在滤除其他操作变量和干扰影响的前提下,分析各通道预测残差和操作变量之间的相关性,将模型失配问题转化为一定区间上偏相关系数的分布问题。通过观察各通道偏相关系数的分布图判断是否发生失配,并通过Shell塔实验验证该方法的有效性。     

基于模型预测残差和目标函数的MPC实时性能监控

模型预测控制的性能受多种因素的影响,现有的模型质量评价指标没有考虑外界干扰的变化,反映系统整体性能时不够全面。针对上述问题,现结合两个指标:基于模型预测控制目标函数的历史性能指标和基于模型预测残差的协方差指标对系统性能进行实时监控。其中,历史性能指标用以评价系统的整体性能,协方差指标反映模型失配和干扰变化的影响。根据两个指标对不同性能影响因素的不同表现和性能恶化后对干扰新息的重新辨识结果,对系统性能下降的原因进行初步诊断,缩小性能下降源的范围,并通过Wood-berry塔实验验证了该方法的有效性。