欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2018102303308
申请人: 华东交通大学
专利类型:发明专利
专利状态:已下证
专利领域: 控制;调节
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种稀土萃取过程解耦控制方法,其特征在于,所述方法首先针对稀土萃取过程多变量、强耦合、非线性特性,提出构建基于KELM(核函数极限学习机)的稀土萃取过程组分含量模型;其次结合稀土元素CePr/Nd萃取过程中不同运行阶段的动态过程数据,包括萃取剂流量、洗涤剂流量、及两端监测级的组分含量,建立稀土萃取过程模型;然后针对稀土萃取过程KELM组分含量多输入多输出模型特点,将其转化成多个多输入单输出子模型,采用根据控制回路中参考轨迹值与模型输出值的偏差对系统性能指标中的偏差权重进行自适应调整的策略,来设计稀土萃取过程解耦控制器,实现各个控制回路的近似解耦控制。

2.根据权利要求1所述的稀土萃取过程解耦控制方法,其特征在于,所述构建基于KELM的稀土萃取过程组分含量模型的方法为:将稀土萃取过程描述为如下非线性函数关系式,即:

式(1)中,k=1,2,3...表示过程离散时间,f1,f2表示非线性映射关系,y1、y2分别为萃取段和洗涤段的监测级组分含量,u1、u2分别为萃取剂和洗涤剂流量,ζ1,ζ2分别表示萃取过程中不确定状态,萃取段和洗涤段监测级组分含量满足:其中,y1min,y1max,y2min,y2max,分别为监测级组分含量的上下限;

稀土萃取过程为二输入二输出系统,从采集的稀土萃取过程数据集中随机选取K组作为训练样本{uk,yk}∈Rm×Rn,k=1,2,...,K,输入量uk=[uk1,uk2,...,ukm]T为萃取剂流量和洗涤剂流量,输出量yk=[yk1,yk2,...,ykn]T为两端监测级组分含量,m,L,n分别为网络输入层、隐含层、输出层的节点个数,ELM模型输出yELM(uk)表示为:其中,g(·)为激励函数;wh=[wh1,wh2,...,whm]T为输入层连接到第h个隐含层的权重向量;βh=[βh1,βh2,...βhn]为第h个隐含层连接到输出层的权重向量;bh为第h个隐含层的偏置;wh·uk表示wh与uk的内积,ok表示模型输出;

当ELM模型输出与训练样本yk之间的误差趋近于零,即 即存在βh,wh,bh使得式(4)成立:

矢量形式表示为:

HB=Y    (5)

H为网

络隐含层的输出矩阵,B为输出权值矩阵;

存在 使得代价函数(实际值与期望值差的平方和)最小,表达式如下:式(6)的优化问题采用梯度下降法进行求解,但需要在迭代过程中调整所有权重参数导致学习速度下降;而在ELM中,输入权重wh和隐含层偏置bh被随机确定,对ELM的训练可转化为求解式(5)线性方程组中的最小二乘解B,输出权值最小范数的最小二乘解 为:式中,I为单位对角矩阵,C为正规化系数;综上可得ELM模型的输出为:式中,h(u)为隐含层节点输出函数;考虑特征映射函数未知,以核矩阵ΩELM代替ELM中的随机矩阵HHT,定义核函数矩阵:式(9)中,核函数的类型通常有径向基核函数、多项式核函数和线性核函数等,本文选择待确定参数较少的径向基核函数:式中,γ为核函数的参数,其值待定;

综上,最终的组分含量KELM模型输出为:

3.根据权利要求1所述的稀土萃取过程解耦控制方法,其特征在于,利用稀土萃取过程解耦控制方法来实现稀土萃取过程各控制回路之间的解耦控制,针对稀土萃取过程中多变量、强耦合的特性将构建的KELM组分含量多输入多输出模型转化成多个多输入单输出子模型,采用根据控制回路中参考轨迹值与模型输出值的偏差对系统性能指标中的偏差权重进行自适应调整的策略,设计稀土萃取过程解耦控制器,实现控制量对组分含量的自动调节及对萃取过程两端出口产品质量的跟踪控制;

(1)解耦控制器的设计

所构建的KELM组分含量模型为二输入二输出模型,即以萃取剂流量与洗涤剂流量作为输入,两端监测级组分含量作为输出,将式(1)分解为两个两输入单输出的CARMA子模型:l -1 l -1 l -1

其中,A(z )、B(z )、C(z )用以下多项式表示:

式(13)中na、nb、nc为各式Al(z-1)、Bl(z-1)、Cl(z-1)的最大阶次;Ail(i=1,…,na)、Bjl(j=

1,…,nb)、Ckl(k=1,…,nc)分别是Al(z-1)、Bl(z-1)、Cl(z-1)的系数;

由公式(12)的子模型1与丢番图方程可得:

1=E1t(z-1)A1(z-1)Δ+z-jF1t(z-1)     (14)组分含量的第1个输出变量的超前t步的最优预测值 为:

式中,G11t=E1tB11,G12t=E1tB12。

子模型1的最优预测值输出:

同理,可得子模型2的最优预测值:

上述公式中,

T

ΔU1=[Δu1(k),Δu1(k+1),…,Δu1(k+n-1)] ,ΔU2=[Δu2(k),Δu2(k+1),…,Δu2(k+n-

1)]T;f1=[f1(k+1),f1(k+2),…,f1(k+n)]T,f2=[f2(k+1),f2(k+2),…,f2(k+n)]T;

为使监测级组分含量值更平稳地跟踪设定值,引入二次型优化目标函数如下:式中, 为组分含量的第i个输出变量超前t步的最优预测值;ωi(k+j)=αiωi(k+j-1)+(1-αi)ri(k+j)为第i个回路的参考轨迹,其中,ri(k+j)为第i个回路的设定值,αi∈[0,1]为第i个回路的柔化因子;Δuj(k+t-1)为流量控制增量序列;P、M分别为预测长度和控制长度;m、n分别为输入变量个数和输出变量个数;λj(t)为控制权重;δi(k+t)为偏差权重,能反映出对不同预测输出与设定值的重视程度,其大小将根据稀土萃取过程的控制过程情况自适应调整;

(2)控制律的求解

在控制器性能指标中,引入δi(k+t)实现近似解耦的思想为:当p回路的预测输出值与参考值出现一定的偏差时,首先调整其它回路的偏差权重δi(k+t)(i≠p),使其它回路的输出误差权重增加,从而增加下一时刻对i(i≠p)回路输出逼近的重视程度,加大下一时刻的控制增量Δui(k+1)(i≠p),减小因p回路输出的偏差变化对其他回路输出的影响,达到抑制控制回路间耦合的目的;δi(k+t)的计算公式如下:式(19)中,δi(0)为δi(k+t)的初始值;θip为放大系数。

m=2,n=2,以控制回路2中δ2(k+t)随 的变化为例,当回路1的参考值ω1(k+t)与预测输出值y1(k+t)出现偏差时,即增大回路2的偏差权重δ2(k+t);在回路1的参考值与预测输出值的偏差逐渐减至为0的过程中,回路2的偏差权重δ2(k+t)也随着减小,直到恢复到初始值δ2(0),由此可知,偏差权重的自适应调整可以减轻控制回路之间的相互影响,实现近似解耦;

当i=p时,θip=0;式(19)的矢量形式可写为:

式中,初始值矩阵δ(0)=diag(δ1(0),δ2(0),...,δn(0));放大系数矩阵θ=diag(θ1,θ2,...,θn), 为其它回路预测输出与设定值的偏差;

同时,目标函数式(18)的矢量形式可描述为:

式中,为监测级组分含量预测输出;W为参考轨迹值;ΔU为控制量的增量;R为偏差权重矩阵,R=diag(R1,R2,...,Rn);Q为控制权重矩阵,Q=diag(Q1,Q2,...,Qm);

将式(20)代入式(21)中得到目标函数描述公式:

根据式(22)将得到的萃取段与洗涤段监测级组分含量输出目标函数分别表示为J1,J2,再以式(16)、式(17)中的最优预测值 代替Y1、Y2,得到最终的组分含量解耦控制器目标函数描述公式:采用共轭梯度法求解最优的控制增量序列ΔU1、ΔU2。