基于数据驱动建模的分布参数系统预测控制策略研究

本项研究以具有显著分布参数特性的复杂大工业过程为背景，从系统的输入输出数据出发，以子空间辨识、模糊聚类、即时学习以及智能补偿等基于数据驱动的建模方法挖掘系统输入输出之间的内在分布参数关系，以基于模型的控制方法提高控制系统处理非线性、大时滞的能力，以滚动优化策略降低对象和环境不确定性对控制系统带来的不利影响，研究和探索新的结构简单、易于被工业界接受、便于现场实现和维护的分布参数系统的数据驱动建模方法和预测控制理论、方法，从而为复杂的大型工业过程以提高产品质量、降低生产成本为目标的过程控制提供有效的理论和方法。这不仅在理论上具有先进性，同时以典型生产过程控制为例开展研究，形成一种面向实际控制需要的系统化的分布参数系统的建模与优化控制理论方法的应用推广。