多操作空间强非线性系统自适应模型辨识的子空间方法

There are many strong nonlinear time varying processes which have multiple subspaces in petrochemical production. For these classes of processes, adaptive control, model predictive control and other model based control approaches are often used to guarantee the desired performances. The modelling quality decides the performances of the controlled systems. The existing linear modle exponent forgetting least square iterative algorithm cannot deal with the modelling issues of multiple subspaces nonlinear processes. The proposed research will present a new and systematic nonlinear system adaptive model subspace forgetting algorithm. It can identify the working subpace of the operating filed according to the systems' input and output information and can change system model adaptively. Then this research can presented an effective new approach for the general issues in petrochemical production. The corresponding experiments will be carried out in the State Key Laboratory of Heavy Oli Processing of China University of Petroleum.The research results cannot only be applied to adaptive control, model predictive control and other model based petrochemical process control but also can be used as theoretical basis for the petrochemical technology and equipments. The proposed research has scientific significance and generic/effective application for clarifying nonlinear petrochemical process modelling mechanism and revealing general modelling rules on nonlinear process with multiple equilibrium points.

石化生产中存在大量具有多个子空间的强非线性时变过程。对于这类过程，常采用自适应、模型预测等依赖于模型的控制方法,建模质量决定了控制系统性能。现有的线性模型指数遗忘最小二乘迭代算法不能有效地解决具有多操作子空间的非线性过程建模问题。本课题拟提出一套系统的非线性自适应模型子空间遗忘算法，能够根据系统输入输出信息辨识操作域的工作子空间，自适应的改变系统模型，为解决这类石化工业中的普遍问题提供一种行之有效的新方法。课题将以中国石油大学重质油国家重点实验室为依托开展实验研究。所得结论不仅能应用于自适应、模型预测等常见石油化工过程控制方法而且能为相关石化工艺与装备研究提供理论依据。开展这项研究，对阐明非线性石化过程建模机理、揭示具有多平衡点非线性过程建模一般规律，具有积极的科学和应用意义。

本研究项目以石油化工过程为背景，通过多学科合作开展应用基础研究，主要研究内容为具有不确定性的复杂非线性动态过程建模与控制。围绕申请书中的研究内容，本项目主要取得以下成果：. （1）子模型结构。本项目基于有理模型提出了一种全非线性动态模型，以此作为子模型可代表所有的子空间动态。本项研究利用基本的代数运算即可对复杂的非线性子空间进行建模，描述其动态参数和控制器输出。由于在模型中引入了分母多项式，模型结构更为简洁并且可以描述系统的突变和跳变行为，使用常规非线性多项式模型无法对这类现象进行表达。. （2）子模型辨识。本项目应用遗忘因子方法，提出了一种新的增强卡尔曼滤波器参数估计器和一种全局一致非线性最小二乘估计器，可以保证应用条件、辨识精度和收敛性。. （3）控制系统设计。将原有的U模型控制方法扩展为U几点配置控制，并且与前馈控制结合解决了一类条件稳定的非线性系统控制问题。在此基础上提出了U-滑模控制算法，解决了一类用常规控制方法难以解决的非线性多项式模型控制问题。. （4）依托中国石油大学（华东）重质油国家重点实验室，将所得方法用于重油裂解炉、连续搅拌反应釜和常减压塔，测试了算法的有效性。. 本项目所取得的方法、算法以及计算实验成果主要以论文形式呈现。特别需要提出的是本项目首次提出了全非线性系统概念，在国际非线性系统辨识与控制领域形成了一定影响。不同于现有的基于线性近似处理技术，本项目使用线性控制设计方法提出了一套全新的、系统的非线性建模与控制方法体系。U模型控制方法可以将任意一般的控制模型转化为一类控制器设计导向的模型结构，进而可使用线性控制设计方法解决复杂的非线性控制问题。所得到方法对于基于子空间模型的复杂系统具有重要的科学价值。