專利名稱：基于模型參考自適應控制的多變量系統神經網絡解耦的簡捷方法
技術領域：
本發明屬于復雜系統智能建模及解耦控制技術領域，具體涉及基于模型參考自適應控制的多變量系統神經網絡解耦的簡捷方法。
背景技術：
多變量復雜過程控制系統的控制面臨兩大主要難題一個是因為系統的復雜和嚴重不確定性而難以用傳統的理論和方法對系統實時在線建模；另一個是因為系統的復雜和嚴重不確定性，難以用基于解析模型的解耦理論對其實施解耦。盡管眾多學者的研究論文已對多變量過程控制系統的解耦控制進行了深入系統的研究和論述，但是這些理論都基于一個前提這就是必須寫出多變量過程系統精確的解析模型，而這一點在現實中幾乎不可能做到，尤其是對過程控制中系統隨著運行工況不時改變、系統結構和參數嚴重不確定、非線性、滯后、諸多干擾等因素更是無法寫出其解析模型。本發明正是基于這一事實和背景，在對三相交流電弧爐電極電弧電流的控制研究和開發中，探索出一種很簡捷的基于神經網絡模型參考自適應控制的實時在線解耦和建模的新方法。
發明內容
在對三相交流電弧爐電極電弧電流的控制研究和開發中，發明出一種很簡捷的基于模型參考自適應控制的多變量系統神經網絡解耦簡捷方法。
本發明對于三相交流電弧爐電極控制系統，采用一種神經網絡實時在線辨識與解耦，在對三相電極系統中的某一相在線辨識時，將另外兩相的控制信號引入到這一相神經網絡辨識器的輸入端，作為該相辨識器的所有輸入信號中的兩個信號參與辨識，應用其結果對具有強耦合的三相電極系統進行解耦與控制。
對于三相交流電弧爐電極控制系統采用基于RBF神經網絡辨識的模型參考自適應控制(MRAC)策略的構架上所采用的RBF神經網絡，對三相電極系統實時在線解耦及辨識，并獲得理想的結果。電極系統A相控制結構圖見說明書附圖1。文獻“人工神經元網絡及其應用”(袁曾任編清華大學出版社1999.10 151～153)指出了離散時間系統非線性差分方程的四種模型結構如下模型Iyp(k+1)=Σi=0n-1αiyp(k-i)+g[up(k),up(k-1),···,up(k-m+1)]]]>模型IIyp(k+1)=f[yp(k),yp(k-1),···,yp(k-n+1)]+Σi=0m-1βiup(k-i)]]>模型IIIyp(k+1)＝f[yp(k)，yp(k-1)，...yp(k-n+1)]+g[up(k)，up(k-1)，...，up(k-m+1)]模型IVyp(k+1)＝f[yp(k)，yp(k-1)，...，yp(k-n+1)，up(k)，up(k-1)，...，up(k-m+1)]
其中模型IV涵蓋了模型I～模型III，本發明中圖1采用的模型II具有控制器可分離結構，以便將控制信號u(k)從復雜系統非線性對象模型中分離出來，參與系統對象的辨識與控制，并且只需要一個神經網絡辨識器NNI對非線性部分f[up(k)，up(k-1)，...，yp(k)，yp(k-1)，...，yp(k-n+1)]辨識(采用串-并結構)。三相電極系統由液壓驅動裝置驅動，是一個三輸入三輸出、非線性、強耦合(三相電極對電弧爐中鋼水放電，而成為星型連接)、時變、大滯后、諸多干擾的復雜系統。電極系統輸入為控制信號u(k)，輸出為電極的電弧電流i(k+1)，將電極系統視為一廣義對象(其中包括液壓驅動裝置和電極)，在神經網絡辨識的基礎上構建MRAC。由于電極系統三相控制信號ua(k)、ub(k)、uc(k)與輸出電流ia(k+1)、ib(k+1)、ic(k+1)之間具有交叉強耦合，因此解耦是實現控制的關鍵。本發明實現解耦的簡捷方法原理如下圖1中A相的廣義對象由自身環節Paa及耦合環節Pba、Pca組成，系統模型的非線性部分fa(·)包含了ub(k)、uc(k)的耦合影響。這里，辨識器采用串-并結構，其輸入向量為[ua(k)，ia(k)，ia(k-1)，ia(k-2)，ub(k)，uc(k)]T。辨識器模型為f^a[ua(k),ia(k),ia(k-1),ia(k-2),ub(k),uc(k)],]]>由圖1，A相電流控制器的輸出ua(k)，即A相控制律為ua(k)=-f^a(k+1)+im(k+1)+ρea(k+1),]]>im(k+1)為參考模型輸出，ρ為輸出誤差反饋系數，-1＜ρ＜0。由圖1可見，ia(k+1)=fa(k+1)+ua(k)=fa(k+1)-f^a(k+1)+im(k+1)+ρea(k+1),]]>由于采用基于最近鄰聚類的RBF網絡實時在線辨識，辨識器學習速度快，完全滿足在線要求，而且 逼近fa(k+1)精度高，ub(k)、uc(k)對ia(k+1)的交叉強耦合影響，由于在辨識模型f^a[ua(k),ia(k),ia(k-1),ia(k-2),ub(k),uc(k)]]]>中產生了足夠影響和作用，并且f^a[ua(k),ia(k),ia(k-1),ia(k-2),ub(k),uc(k)]≈fa(k+1),]]>從而使得ia(k+1)＝im(k+1)+ρea(k+1)。這樣就使用很簡捷的方法實現了對A相輸出電流ia(k+1)的解耦控制！對ib(k+1)、ic(k+1)的解耦原理類同。文獻“一類非線性離散系統模糊自適應控制器設計“(張紹德華中理工大學學報2000，28(5)75～77)已經證明了|ρ|＜1時，ρea(k+1)漸近收斂于零，即系統的輸出能夠漸近跟蹤參考模型的輸出，此處即ia(k+1)＝im(k+1)。同理，ib(k+1)＝im(k+1)，ic(k+1)＝im(k+1)。
本發明使用的基于最近鄰聚類RBF神經網絡辨識器實現在線學習的方法是在控制流程中，程序初始化后，設u(k)為一斜坡輸入，對應電極逐步下降點弧，起弧后當高速數據采集系統一旦采集到電流后，先取50個樣本對(u(k)，i(k+1))，并對其保存，接著電流控制器投入到系統中，再利用當前時刻及過去時刻電極系統的輸入輸出數據來預報下一時刻電極系統的輸出i(k+1)，在聚類學習時，始終保存當前時刻以前的49個時刻的輸入輸出數據對，連同當前時刻的輸入輸出數據對，共50個作為聚類學習的樣本，這樣連續向后推進，即可實現在線學習。
本發明三相電弧爐電極控制的計算機網絡及系統組成見圖2。
實驗室模擬實驗電路見圖3。
對系統的輸入輸出數據進行歸一化處理，歸一化處理對網絡訓練非常重要，能夠有效提高網絡學習速度，減少訓練時間。為了驗證系統的跟蹤和解耦效果，在模擬實驗中(見圖3)系統設定值為i(k+1)＝4(A)(歸一化后為0.8)。試驗結果如圖4～6和表1所示。
表1 實驗裝置三相輸出電流
由表1可知，系統的跟蹤精度高。由圖4～6可知，系統收斂速度快，在調試中當人為改變一相電阻值時，對該相電流的影響迅速得到恢復，同時，對另外兩相電流由于解耦發生作用而毫無影響。
本發明成功實現電極系統的實時在線解耦和建模，其中用很簡捷的方法對三相電極系統成功解耦，從而實現對電極電流的準確平穩控制。本發明適用于對任意多變量復雜系統的實時解耦和控制，具有廣泛性。
圖1電極系統A相控制結構2計算機網絡及系統組成3實驗室模擬實驗原理4模擬試驗三相輸出電流波形(A相)圖5模擬試驗三相輸出電流波形(B相)圖6模擬試驗三相輸出電流波形(C相)圖1是基于RBF神經網絡辨識的電弧爐MRAC系統A相結構圖，圖中工藝曲線為系統的設定值，相當于參考模型的輸出im(k+1)。ia(k+1)＝fa(k+1)+ua(k)屬控制量可分離結構，對應說明書中提到的模型II結構，系統A相模型fa(·)為非線性、時變、強耦合部分。NNIa為基于最近鄰聚類RBF網絡的A相電極系統在線辨識器。A相電流控制器的輸出ua(k)為控制律，ua(k)=-f^a(k+1)+im(k+1)+ρea(k+1),]]>ρ為輸出誤差反饋系數，-1＜ρ＜0，B，C相控制量ub(k)、uc(k)對A相輸出電流ia(k+1)有強耦合作用，其耦合環節是Pba、Pca，圖中ub(k)、uc(k)引入到NNIa輸入端，其目的是為了解耦。
圖2是控制系統的計算機網絡圖，圖2中，工控機中裝入SIEMENS公司的WinAC RTX，它是面向高速和精確時間要求的基于PC的自動化集成方案中的核心部件，是一套應用于Windows操作系統的軟件包，其功能不僅僅限于在PC上實現PLC功能，同時在PLC與PC間實現完美的集成。WinAC ODK(Open Development Kit)用于控制系統用戶程序的開發，與WinAC控制平臺相集成。控制系統的用戶程序用VC++6.0編寫。高速數據采集器選用臺灣凌華公司生產的PXI總線系列產品DAQ-2010，PXI8570和PCI8570構建。采樣頻率為400Khz，每連續采樣1000個數據，經數據預處理得到一個有效數。ET200M工作站分布式I/O接口。液壓機構的響應速度為12ms。
圖3是控制系統模擬實驗圖，用VC++6.0編制的控制系統程序，通過WinAC ODK和STEP7形成動態聯結，將三相控制信號ua(k)、ub(k)、uc(k)通過PROFIBUS送至遠程I/O接口ET200M。并經A/D模塊轉換成模擬控制信號，作為變頻器控制信號，變頻器輸出控制單相交流電機M，電機M帶動單相調壓器，以改變調壓器輸出電壓，從而改變電阻負載上的電流。圖3中，變頻器、單相電機、齒輪減速器、單相調壓器、負載電阻組成一個非線性、強耦合、滯后的廣義對象，用以模擬電極系統。
圖4～6是本發明的模擬實驗三相輸出電流波形圖。
具體實施例方式模擬實驗系統組成本系統中，工控機通過工業以太網Industrial Ethernet(IE)與上位機通訊，通過現場總線Profibus DP(DP)與遠程I/O接口ET200M聯結，具體結構如圖2所示。
三相電弧爐主電路中的石墨電極、短網、廢鋼、鋼水等都可以用等效的時變電阻來表示。為模擬實際系統的運行過程，在實驗室設計了1套三相模擬實驗裝置，如圖3所示。
系統硬件配置①遠程I/O選用Siemens公司的分布式I/O ET200M，包括模擬輸入模塊(1個)，模擬輸出模塊(1個)，數字輸入模塊(1個)，數字輸出模塊(1個)；②交流變頻器采用日本YASKAWA US mini J7 Series系列產品；③高速數據采集器采用凌華科技的PXI-2010_DAQStreaming，采樣3個信道的數字訊號，采樣周期設為2.5μs；④工控機采用SIEMENS公司的Simatic RACK PC IL。
系統使用的軟件
①WinAC RTX是面向高速和精確時間要求的SIEMENS工控軟件，可實現基于PC的自動化解決方案。它充分利用了PC機的軟硬件資源，既具有了很好的靈活性、適應性、擴展性，又保持了PLC原有的可靠性；②WinAC ODK是與WinAC控制器配套使用的軟件程序開發工具包，利用這個開發包可以在C++語言編譯環境下編寫程序代碼，生成動態鏈接庫程序，與STEP7進行實時數據交換；③PLC控制程序使用STEP7集成開發工具編寫，主要完成電氣邏輯控制和狀態參量監測，并配合工控機完成算法程序。采用STEP7中固定的系統功能SFC實現，需要時可以在主程序OB1中調用各功能模塊；④智能控制程序考慮到該算法的復雜性，在該項目中選用VC++6.0結合WinAC ODK開發工具包編制實現系統的數據采集、處理、系統辨識、控制算法并輸出控制量等功能的動態鏈接庫程序，由WinAC調用，然后通過PLC把控制量送到變頻器的控制輸入端，從而實現對電流的控制要求。
權利要求
1.基于模型參考自適應控制的多變量系統神經網絡解耦的簡捷方法，其特征在于該方法對于三相交流電弧爐電極控制系統，采用一種神經網絡實時在線辨識與解耦，在對三相電極系統中的某一相在線辨識時，將另外兩相的控制信號引入到這一相神經網絡辨識器的輸入端，作為該相辨識器的所有輸入信號中的兩個信號參與辨識，應用其結果對具有強耦合的三相電極系統進行解耦與控制。
2.根據權利要求1所述的方法，其特征在于對于三相交流電弧爐電極控制系統該方法具體如下本發明繞開基于精確解析模型的傳統解耦理論，而現實的復雜系統難于得到精確的解析模型，采用一種很簡捷的方法成功實現對多變量過程控制系統的實時在線解耦，圖1中，A相的廣義對象由自身環節Paa及耦合環節Pba、Pca組成，系統模型的非線性部分fa(·)包含了ub(k)、uc(k)的耦合影響，辨識器采用串-并結構，其輸入向量為[ua(k)，ia(k)，ia(k-1)，ia(k-2)，ub(k)uc(k)]T，辨識器模型為f^a[ua(k),ia(k),ia(k-1),ia(k-2),ub(k),uc(k)],]]>由圖1，A相電流控制器的輸出ua(k)，即A相控制律為ua(k)=-f^a(k+1)+im(k+1)+ρea(k+1),]]>im(k+1)為參考模型輸出，ρ為輸出誤差反饋系數，-1＜ρ＜0，由圖1可見，ia(k+1)=fa(k+1)+ua(k)=fa(k+1)-f^a(k+1)+im(k+1)+ρea(k+1),]]>由于采用基于最近鄰聚類的RBF網絡實時在線辨識，辨識器學習速度快，完全滿足在線要求，而且 逼近fa(k+1)精度高，ub(k)、uc(k)對ia(k+1)的交叉強耦合影響，由于在辨識模型f^a[ua(k),ia(k),ia(k-1),ia(k-2),ub(k),uc(k)]]]>中產生了足夠影響和作用，并且f^a[ua(k),ia(k),ia(k-1),ia(k-2),ub(k),uc(k)]≈fa(k+1),]]>從而使得ia(k+1)＝im(k+1)+ρea(k+1)，這樣就使用很簡捷的方法實現了對A相輸出電流ia(k+1)的解耦控制。
3.根據權利要求2所述的方法，其特征在于該方法采用基于最近鄰聚類的RBF神經網絡實現對多變量過程系統實時在線解耦、辨識，實現快速在線的學習方法是在控制流程中，程序初始化后，設u(k)為一斜坡輸入，對應電極逐步下降點弧，起弧后當高速數據采集系統一旦采集到電流后，先取50個樣本對(u(k)，i(k+1))，并對其保存，接著電流控制器投入到系統中，再利用當前時刻及過去時刻電極系統的輸入輸出數據來預報下一時刻電極系統的輸出i(k+1)，在聚類學習時，始終保存當前時刻以前的49個時刻的輸入輸出數據對，連同當前時刻的輸入輸出數據對，共50個作為聚類學習的樣本，這樣連續向后推進，即可實現在線學習。
全文摘要
本發明提供基于模型參考自適應控制的多變量系統神經網絡解耦的簡捷方法，屬于復雜系統智能建模及解耦控制技術領域。該方法對于三相交流電弧爐電極控制系統，采用一種神經網絡實時在線辨識與解耦，在對三相電極系統中的某一相在線辨識時，將另外兩相的控制信號引入到這一相神經網絡辨識器的輸入端，作為該相辨識器的所有輸入信號中的兩個信號參與辨識，應用其結果對具有強耦合的三相電極系統進行解耦與控制。本發明適用于對任意多變量復雜系統的實時解耦、建模和控制，具有廣泛性。
文檔編號G05B13/04GK1790197SQ200510123198
公開日2006年6月21日 申請日期2005年12月22日 優先權日2005年12月22日
發明者張紹德 申請人:安徽工業大學