1、基于不确定颜色模型的鲁棒多变量预测控制方法，其特征在于该方 法的步骤包括：

(1)确定控制变量的初始值，具体方法是：利用染色机生产范例和在染 色中控制染色机生产的压力、温度和转速的规则，获得染色机生产的初始压 力、温度和转速；通过对范例数据的处理得到染色机生产的初始染色配方；

(2)建立预测模型，具体方法是：首先，以机台温度、压力、转速为输 入数据，以在线采集的光谱色度值作为输出数据，建立基于最小二乘法的离 散差分形式的不确定受控自回归滑动平均模型

$[\hat{A}\left(z^{-1}\right)+\Delta \hat{A}\left(z^{-1}\right)]y\left(k\right)=[\hat{B}\left(z^{-1}\right)+\Delta \hat{B}\left(z^{-1}\right)]u\left(k\right)+[\hat{C}\left(z^{-1}\right)+\Delta \hat{C}\left(z^{-1}\right)]\zeta \left(k\right)$其中y(k)表示某一种坯布不同颜色的色度值，u(k)表示某一种坯布生 产机台控制变量，ζ(k)表示未知不可测的误差白噪声干扰，和 表示通过辨识得到的已知的实参数，和表示范 数有界的参数的不确定性；

y(k)＝[y1(k)，y2(k)，…yn(k)]T；yi(k)∈Rm×1，i＝1，…，n； u(k)＝[u1(k)，u2(k)，u3(k)]T，u1(k)∈Rm×1，u2(k)∈Rm×1，u3(k)∈Rm×1 其中u1(k)表示生产机台的温度，u2(k)表示生产机台的压力，u3(k)表示生 产机台的转速；

$\hat{A}\left(z^{-1}\right)=1+\underset{i=1}{\overset{n_a}{\Sigma }}{\hat{a}}_i{z}^{-1},\hat{B}\left(z^{-1}\right)=\underset{i=1}{\overset{n_b}{\Sigma }}{\hat{b}}_i{z}^{-1},\hat{C}\left(z^{-1}\right)=\underset{i=1}{\overset{n_c}{\Sigma }}{\hat{c}}_i{z}^{-1},$$\Delta \hat{A}\left(z^{-1}\right)=1+\underset{i=1}{\overset{n_a}{\Sigma }}{\Delta \hat{a}}_i{z}^{-1},\Delta \hat{B}\left(z^{-1}\right)=\underset{i=1}{\overset{n_b}{\Sigma }}\Delta {\hat{b}}_i{z}^{-1},\Delta \hat{C}\left(z^{-1}\right)=\underset{i=1}{\overset{n_c}{\Sigma }}\Delta {\hat{c}}_i{z}^{-1},$$\left|\right|\Delta {\hat{a}}_i\left|\right|<{\omega }_{1i}f\left(k\right){\tau }_1,$ $\left|\right|\Delta {\hat{b}}_i\left|\right|<{\omega }_{2i}f\left(k\right){\tau }_2,$ $\left|\right|\Delta {\hat{c}}_i\left|\right|<{\omega }_{3i}f\left(k\right){\tau }_3$其中，ω1i、ω2i、ω3i、τ1、τ2和τ3是已知可测的实参数，f(k)是具有 Lebesgue可测元的不确定性，满足

fT(k)f(k)≤1

把建立的染色控制的参数最小化模型转化成基于脉冲响应传递函数的 不确定非参数化模型，即预测模型

$y_m(k+1)=({\hat{\zeta }}_1+\Delta {\hat{\zeta }}_1)u\left(k\right)+({\hat{\zeta }}_2+\Delta {\hat{\zeta }}_2)u(k-1)+...+({\hat{\zeta }}_N+\Delta {\hat{\zeta }}_N)u(k+1-N)$其中 $z^{-1}[\hat{g}\left(z^{-1}\right)+\Delta \hat{g}\left(z^{-1}\right)]=z^{-1}\frac{\hat{B}\left(z^{-1}\right)+\Delta \hat{B}\left(z^{-1}\right)}{\hat{A}\left(z^{-1}\right)+\Delta \hat{A}\left(z^{-1}\right)}$$\frac{\hat{B}\left(z^{-1}\right)+\Delta \hat{B}\left(z^{-1}\right)}{\hat{A}\left(z^{-1}\right)+\Delta \hat{A}\left(z^{-1}\right)}={\hat{\zeta }}_{1\Delta }+{\hat{\zeta }}_{2\Delta }+...{\hat{\zeta }}_{\mathrm{N\Delta }}$i＝1，…，N，N为建模时域，表示范数有界的不确定性，， 且

(3)基于预测模型设计多变量预测的鲁棒H∞控制器，首先通过建立的预 测模型得出色度的预测值，通过与实际的色度参考值的比较，建立输出预测 误差和控制量加权的H∞二次型性能指标J(k)，

$J\left(k\right)=\underset{i=1}{\overset{\infty }{\Sigma }}{q}_i{[y_p(k+i)-y_r(k+i)]}^2+\underset{j=1}{\overset{\infty }{\Sigma }}{\lambda }_j{\left[u(k+j-1)\right]}^2,$yp＝[y1p(k)，y2p(k)，…，ynp(k)]T，yip(k)∈Rn×1，i＝1，…，n

其中yp表示某一种坯布色度的预测值；yr表示色度的参考值；qi，λj表示多 步预测输出误差和控制量的加权系数，此时预测误差

ep(k)＝yp(k)-yr(k)，对于指定衰减度γ，使

$\min J\left(k\right)={\left|\right|Y_p(k+p)-Y_r(k+p)\left|\right|}_Q^{\infty }+{\left|\right|U(k+L-1)\left|\right|}_{\lambda }^{\infty }$其中p为预测时域，L为控制时域，

Yp(k+p)＝[yp(k+1)，yp(k+2)，…yp(k+p)]T，

Yr(k+p)＝[yr(k+1)，yr(k+2)，…yr(k+p)]T，

其次，计算不确定性的最优控制率，根据上述目标函数得到，

Δu(k+i-1)＝[(Ξ+ΔΞ)TQ(Ξ+ΔΞ)+λ]-1(Ξ+ΔΞ)TQ

          ×[Yr(k+p)-A0U(k+L-1)-he(k)]

其中e(k)＝yp(k)-ym(k)，表示预测模型误差，且

Q＝diag{q1，q2，…qn}，λ＝diag{λ1，λ2，λ3}，

U(k+L-1)＝[u(k-L+1)，u(k-L+2)，…u(k-1)]T，

M为优化时域；根据Δu(k+i-1)＝u(k+i-1)-u(k+i-2)最终得出不确 定性的鲁棒H∞控制率u(k)。

2、如权利要求1所述的基于不确定颜色模型的鲁棒多变量预测控制方 法，其特征在于所述的计算不确定性的最优预测控制率按如下步骤进行：

①根据计算的上下界，取的上界代入式

$\frac{\partial J\left(k\right)}{\partial U(k+L-1)}=0$②计算预测误差ep(k)，如果ep(k)≤0.01，停止计算；如果ep(k)＞0.01， 根据折半搜索原理，取上界的一半，重复步骤①，直到搜索到的下界。