專利名稱：利用模型切換和屬性插值的自適應(yīng)多變量過程控制器的制作方法
技術(shù)領(lǐng)域：
這里公開的方法和裝置一般涉及過程控制技術(shù)，尤其是涉及一種自適應(yīng)多變量控制技術(shù)，其在模型自適應(yīng)過程期間執(zhí)行模型切換和參數(shù)插值之一或兩者。
背景技術(shù)：
在自動化系統(tǒng)例如大型制造工廠、化學(xué)煉油廠等中使用基于邏輯的控制器切換策略來實(shí)現(xiàn)自適應(yīng)過程控制，這在本領(lǐng)域中是公知的?；谶壿嫷那袚Q策略的示例性討論參見Morse，F(xiàn).M.Pait和S.R.Weller的“Logic-BasedSwitching Strategies for Self-Adjusting Control”，IEEE 33rd Conference onDecision and Control”(Dec.1994)。一般來說，基于邏輯的控制器切換策略可以歸類為兩種方法中的一種，這兩種方法一般被標(biāo)識為預(yù)定路線(prerouted)的控制器方法和基于模型的參數(shù)化控制器方法。
在原理上，預(yù)定路線控制器的調(diào)整(tuning)評估包含在預(yù)定的一組可能的控制器中的可能的控制器。當(dāng)識別出執(zhí)行得令人滿意的控制器時，評估結(jié)束。預(yù)定路線控制器調(diào)整系統(tǒng)的設(shè)計相對簡單，并且對控制器結(jié)構(gòu)施加較少的要求。然而，預(yù)定路線控制器調(diào)節(jié)系統(tǒng)的優(yōu)點(diǎn)由于內(nèi)在的與調(diào)整時間相關(guān)的較差性能而顯得不重要，即從預(yù)定組中選擇最佳控制器所需的時間長度過長。
基于模型的參數(shù)化的控制器一般包括兩個或更多與參數(shù)相關(guān)的子系統(tǒng)、產(chǎn)生輸出估算誤差的模型、和內(nèi)部控制器。操作時，基于適當(dāng)定義的模型組的估算，把控制信號傳送到正被控制的過程。基于“循環(huán)切換”的概念，基于模型的參數(shù)化控制器實(shí)施控制器切換策略，使用該策略時，可以提供或者不提供附加的激勵信號給該過程。
過程控制自適應(yīng)的循環(huán)切換方法的較佳討論參見K.S.Narendra和J.Balakrishnan的“Adaptive Control Using Multiple Models”，IEEE Transactions onAutomatic Control，Vol.42，No.2，pp.177-187(Feb.1997)。該文公開了一種包括控制器的過程控制系統(tǒng)，其特征在于多個參數(shù)和N個模型并行操作，并且具有與多個控制器參數(shù)對應(yīng)的模型參數(shù)。在任何時間點(diǎn)，通過切換規(guī)則來選擇單個模型和對應(yīng)的參數(shù)化控制器，并且使用對應(yīng)的控制輸入來控制該過程。取決于過程的要求、操作員的需要和任何其它適當(dāng)?shù)囊?，這些模型可以是固定參數(shù)模型，或者可以是自適應(yīng)參數(shù)模型。固定參數(shù)模型控制系統(tǒng)提供一種簡單和有效的手段來確保至少存在這樣一個模型，該模型的特征在于其參數(shù)充分接近于未知過程的參數(shù)。
基于利用固定參數(shù)模型的過程控制系統(tǒng)的循環(huán)切換提供較快的自適應(yīng)速度，但需要在過程控制器內(nèi)部設(shè)計并存儲大量的模型。應(yīng)該注意到，固定模型能夠精確地代表僅僅有限數(shù)量的過程環(huán)境或狀態(tài)，并且為了漸近地提高過程準(zhǔn)確性，就必須采用自適應(yīng)模型。
實(shí)際上，由于合理的過程近似需要大量的模型，基于模型的切換策略引出了大量的問題。例如，可以合理地期望包括一個基于固定模型的自調(diào)諧器的簡單的單輸入單輸出(SISO)系統(tǒng)要包括幾百個固定模型，以實(shí)現(xiàn)滿意的過程性能。因而，隨著系統(tǒng)變得越來越復(fù)雜，例如，多變量系統(tǒng)，所需的定制的固定模型數(shù)呈指數(shù)增加，從而增加了系統(tǒng)設(shè)置時間和系統(tǒng)存儲要求。更有效的解決方案需要考慮特定的過程模型結(jié)構(gòu)和控制器類型，并且建議將簡單的切換策略替換為更完善的過程。
用于Dahlin控制器的一種修改的基于模型的方法已經(jīng)由Gendron在“Improving the Robustness of Dead-Time Compensators for Plants withUnknown or Varying Delay”，Control Systems 90 Conference(Helsinki 1990)一文中提出。該文獻(xiàn)公開了一種基于空載時間(dead time)變化提供過程自適應(yīng)的簡單的一階加空載(first-order-plus-dead-model)過程模型。不是依靠簡單的模型切換，而是控制器使用基于一組模型的加權(quán)和的過程模型，所述一組模型的特征在于完全不同的空載時間。該組中的每一個模型產(chǎn)生過程輸出的預(yù)測值，并且根據(jù)預(yù)測誤差的簡單函數(shù)自動調(diào)節(jié)對應(yīng)的加權(quán)。該基本概念已經(jīng)延伸到了在Dahlin控制器結(jié)構(gòu)內(nèi)包括過程增益和空載時間變化。
一般來說，設(shè)計自適應(yīng)PID自適應(yīng)控制器的普遍方法是直接法和間接法或者基于模型的方法。如上所述，基于模型的方法對于利用切換策略的控制系統(tǒng)是有效的，并且提供一個適當(dāng)?shù)拈_始位置，從該開始位置設(shè)計一種自適應(yīng)切換PID控制器。已知提供一種與遞歸最小二乘方(RLS)估算器相連接的基于模型標(biāo)識的自適應(yīng)PID控制器，該估算器跟蹤模型參數(shù)的變化。與遞歸模型標(biāo)識符相關(guān)的典型的問題包括選擇初始參數(shù)存在困難、不充分的激勵、濾波、參數(shù)終結(jié)(wind-up)、和遲鈍的參數(shù)跟蹤速度。因?yàn)檫@些變量的復(fù)雜度和與計算精確的估計值相關(guān)聯(lián)的困難度，在本領(lǐng)域中很好理解可以通過簡化過程模型來改善已知的基于模型的自適應(yīng)PID控制器的性能。
Astrom和Hagglund在“Industrial Adaptive Controllers Based on FrequencyResponse Techniques”，Automatica，Vol.27，No.4，pp.599-609(1991)中描述了一種簡化的基于模型的自適應(yīng)控制器的示例性說明?？傮w上，這篇文章公開了一種用來在頻域內(nèi)執(zhí)行過程模型自適應(yīng)并且響應(yīng)于設(shè)置點(diǎn)的變化和自然擾動來進(jìn)行調(diào)諧的的控制器。更具體地說，通過將帶通濾波器應(yīng)用到過程輸入和輸出中來選擇調(diào)諧頻率，其中通過自動調(diào)諧器(隨選調(diào)諧器(tuner-on-demand))來定義濾波器的帶通頻率。自動調(diào)諧器在自適應(yīng)調(diào)諧器操作之前利用中繼(relay)振蕩技術(shù)定義最終的周期，并且利用簡化的RLS估算器為調(diào)諧頻率定義過程增益。自動調(diào)諧器具有跟蹤過程增益的變化的功能。然而，當(dāng)遇到空載時間或者時間常量發(fā)生改變時，被跟蹤的點(diǎn)就不再呈現(xiàn)-π相位，并且控制器調(diào)諧也變得不精確。
此外，已知可以通過應(yīng)用幾個調(diào)諧頻率和利用一個插值器來定義具有相位-π的頻率從而改善調(diào)諧操作?？蛇x擇地，可以應(yīng)用單個調(diào)諧頻率和在每一次調(diào)諧循環(huán)之后調(diào)節(jié)頻率來跟蹤相位-π。兩個調(diào)諧器模型適應(yīng)隨后的設(shè)定點(diǎn)變化和自然擾動，并且可以在控制器輸出或者在設(shè)定點(diǎn)輸入中插入外部激勵。盡管這種自動調(diào)諧器不呈現(xiàn)已有技術(shù)的尺寸和設(shè)置約束條件，但是它們復(fù)雜得多。
而且，這兩個調(diào)諧器模型利用僅僅識別兩個參數(shù)即最終增益和最終周期的簡單自適應(yīng)模型。包括這些簡單的兩參數(shù)自適應(yīng)模型的調(diào)諧器模型適合于Ziegler-Nichols調(diào)諧或者一些模擬修改，但是不適于優(yōu)選采用內(nèi)部模型控制(IMC)或者Lambda調(diào)諧的應(yīng)用。簡單的RLS識別器可以用于為前饋控制確定靜態(tài)增益，而RLS識別器方法不提供進(jìn)行足夠前饋控制所需的過程前饋動態(tài)特性。另外，因?yàn)榍梆佇盘柺秦?fù)荷擾動，并且擾動信號不能被插入到反饋路徑中，所以該方法存在不充分激勵的問題。
前饋修改的一個可選擇的解決方案由Bristol和Hansen在名稱為“Multivariable Adaptive Feedforward Controller”的美國專利No.5,043,863中公開。這一專利公開了一種基于微分方程式的過程模型，其被設(shè)計成包含負(fù)荷擾動?；跍y量的過程數(shù)據(jù)周期性地更新該過程模型，其中擾動的特征在于由投影法實(shí)現(xiàn)的力矩(moment)關(guān)系和控制關(guān)系。一般來說，導(dǎo)出的解決方案非常復(fù)雜，并且需要很多激勵，與上述RLS識別器方法幾乎相同。此外，導(dǎo)出的解決方案僅僅適于前饋控制而不適用于具有反饋的自適應(yīng)控制器。
美國專利No.6,577,908公開了一種經(jīng)過重大修改和增強(qiáng)的自適應(yīng)切換過程，其引入了參數(shù)插值和模型再找正(recentering)的技術(shù)來代替模型插值，這使得有可能大幅減少用于自適應(yīng)的模型數(shù)量。該專利中公開的控制器特征在于縮短的自適應(yīng)時間，完整的過程模型識別和減少的過程激勵需要。
雖然適于簡單的過程模型，但是上述模型和參數(shù)自適應(yīng)及切換技術(shù)迄今限于在自適應(yīng)單輸入單輸出(SISO)控制器系統(tǒng)中使用，并且還沒有用于多變量控制場合，即控制器基于一個或多個輸入提供對兩個或更多個變量的同時控制的場合。然而，多變量控制，特別是作為一種特定類型的多變量控制的模型預(yù)測控制(MPC)已經(jīng)迅速地成為用于復(fù)雜控制場合的有用控制策略。因此期望提供一種能夠用于多變量控制器的自適應(yīng)策略，使這些控制器在運(yùn)行期間能夠自適應(yīng)，從而更好地對過程中的變化、設(shè)定點(diǎn)等作出反應(yīng)，以便提供更好的控制。

發(fā)明內(nèi)容
一種自適應(yīng)多變量過程控制系統(tǒng)，例如自適應(yīng)MPC過程控制系統(tǒng)，包括具有過程模型和自適應(yīng)系統(tǒng)的多變量過程控制器，該過程模型由一組兩個或更多個SISO模型組成，或者以其為特征，并且該自適應(yīng)系統(tǒng)使該多變量過程模型進(jìn)行自適應(yīng)。一般來說，自適應(yīng)系統(tǒng)包括監(jiān)督器，其檢測足以開始自適應(yīng)循環(huán)的過程輸入中的變化，并且當(dāng)檢測到該變化時，收集執(zhí)行自適應(yīng)所需的過程輸入和輸出數(shù)據(jù)。接下來，監(jiān)督器可以確定多變量過程模型內(nèi)應(yīng)該自適應(yīng)的SISO模型子集，由此使該多變量過程模型自適應(yīng)?？梢酝ㄟ^確定哪些過程輸入與實(shí)際過程(測得的)過程輸出和由多變量過程模型為每一個過程輸出得出的過程輸出之間的誤差最相關(guān)，并且選擇將高度相關(guān)的輸入關(guān)聯(lián)到發(fā)生建模誤差的過程輸出的SISO模型來選擇SISO模型。如果需要，也可以僅選擇與經(jīng)歷了預(yù)定量的變化的輸入相關(guān)聯(lián)的SISO模型以進(jìn)行自適應(yīng)。
自適應(yīng)系統(tǒng)然后執(zhí)行標(biāo)準(zhǔn)的或者已知的模型切換和參數(shù)插值技術(shù)，來使每一個選擇的SISO模型自適應(yīng)。在一個或多個SISO模型的自適應(yīng)之后，通過確定經(jīng)過自適應(yīng)的多變量過程模型(即，包括經(jīng)過自適應(yīng)的和未經(jīng)自適應(yīng)的SISO模型的過程模型)是否作用于相同的過程輸入和輸出數(shù)據(jù)而提供比當(dāng)前的或者未經(jīng)自適應(yīng)的多變量過程模型更好的控制和/或?qū)⒔Ｕ`差減少了預(yù)定量，驗(yàn)證所得到的多變量過程模型。如果經(jīng)過自適應(yīng)的多變量過程模型比當(dāng)前的多變量過程模型運(yùn)行得要好，就將經(jīng)過自適應(yīng)的多變量過程模型(或者與之相關(guān)的經(jīng)過自適應(yīng)的SISO模型)變換成由多變量控制器使用的形式，然后被提供用于多變量過程控制系統(tǒng)以控制過程。
當(dāng)然，如果必要或者需要的話，可以重復(fù)自適應(yīng)過程，例如在足夠量的過程輸入或輸出中檢測到變化發(fā)生之后，在過程輸入或輸出中發(fā)生的強(qiáng)加的改變之后等。更進(jìn)一步，在任何特定的自適應(yīng)過程期間，可以使任何期望數(shù)量的SISO模型自適應(yīng)，從而使得能夠根據(jù)過程的復(fù)雜度和須滿足的計算要求改變自適應(yīng)過程的速度。
可以利用基于參數(shù)的SISO模型如一階加空載時間模型或者利用非參數(shù)型模型如階躍或脈沖響應(yīng)模型來應(yīng)用在此所述的多變量自適應(yīng)過程。在后者的情況下，自適應(yīng)過程可以利用模型切換和模型屬性插值(其中模型參數(shù)插值是一個子集)來形成或者自適應(yīng)每一個選擇的過程模型。在這種情況下，代替變更或者修改基于參數(shù)的模型的一個或多個參數(shù)，如增益、時間常數(shù)和模型的空載時間，可以改變非參數(shù)模型的屬性，如非參數(shù)化模型的直到第一次觀察到響應(yīng)的時間、縮放比例、斜率等，并且可以基于這些屬性改變來執(zhí)行插值操作，從而確定新的或者經(jīng)過自適應(yīng)的非參數(shù)模型。


圖1是自適應(yīng)多變量控制系統(tǒng)的功能方框圖，其操作基于過程模型參數(shù)或者屬性的插值。
圖2是多輸入多輸出過程控制器的概念圖；圖3是可以使用一組單輸入單輸出模型以形成多輸入多輸出過程模型的輸出的方式的概念圖；和圖4是示出可以用模型屬性插值技術(shù)使非參數(shù)模型如階躍響應(yīng)模型進(jìn)行自適應(yīng)的方式的圖。
具體實(shí)施例方式
圖1示出了示例性的自適應(yīng)多變量過程控制系統(tǒng)8，其使用模型預(yù)測控制(MPC)在過程10中提供多變量控制?？刂葡到y(tǒng)8在設(shè)計上與美國專利No.6,577,908中公開的反饋/前饋(FB/FC)PID控制系統(tǒng)有些相似，該專利的公開文本在此全部引入作為參考。事實(shí)上，控制系統(tǒng)8可以使用美國專利No.6,577,908中公開的PID控制系統(tǒng)的部件，這一點(diǎn)將在這里進(jìn)行詳細(xì)的討論。
如圖1所示，自適應(yīng)多變量控制系統(tǒng)8包括標(biāo)準(zhǔn)或典型的MPC系統(tǒng)12，該MPC系統(tǒng)具有與MPC控制器16連接的過程模型塊14，該MPC控制器16產(chǎn)生用來控制過程10的操縱變量(MV)信號。一般來說，過程模型塊14包括可以由一組單輸入-單輸出(SISO)模型組成的多變量過程模型14a，每一個單輸入-單輸出模型可以是參數(shù)模型，如一階加空載時間模型，或者是非參數(shù)模型，如階躍響應(yīng)曲線。每一個SISO模型定義也稱作控制變量(CV)或輔助變量(AV)的過程輸出之一對過程輸入即由MPC控制器16形成的CV之一和測得的擾動變量(DV)的響應(yīng)或者其間的關(guān)系。在運(yùn)行期間，過程模型塊14接收MV和測得的DV，并且利用其中的多變量過程模型14a產(chǎn)生預(yù)測或?qū)淼妮敵鲕壽E信號，其定義過程10的預(yù)測將來響應(yīng)(將來CV和AV)。將這一預(yù)測的輸出軌跡信號傳送到向量加法器18。
MPC控制系統(tǒng)12還包括設(shè)置點(diǎn)預(yù)測單元或塊20，其接收過程設(shè)置點(diǎn)信號SP，過程設(shè)置點(diǎn)信號SP可以包括一個或多個過程輸出(CV和AV)中每一個的單獨(dú)設(shè)置點(diǎn)信號，并且產(chǎn)生定義預(yù)測將來設(shè)置點(diǎn)的設(shè)置點(diǎn)軌跡信號。例如，SP預(yù)測單元20可以連接到優(yōu)化器(未示出)，其為過程10提供將來設(shè)置點(diǎn)變化的指示。還把由SP預(yù)測單元20形成的設(shè)置點(diǎn)軌跡信號提供給向量加法器18，向量加法器18計算定義預(yù)測的過程輸出軌跡與預(yù)測的設(shè)置點(diǎn)軌跡信號之間的差值的誤差軌跡信號。將這一誤差軌跡信號提供給MPC控制器16的輸入端，其以已知的方式利用誤差軌跡信號產(chǎn)生操縱變量(MV)，反過來又將操縱變量(MV)提供給過程10的輸入端來控制過程10。
典型的是，將包括控制變量(CV)和需要時的輔助變量(AV)的過程10的輸出往回提供給加法器22，在加法器22中，將它們與同時的預(yù)測模型輸出(由多變量過程模型14a產(chǎn)生)進(jìn)行組合來形成當(dāng)前模型輸出誤差。然后，將這一模型輸出誤差傳送回到過程模型塊14，其中以標(biāo)準(zhǔn)的方式利用該模型輸出誤差來校正過程模型塊14的預(yù)測輸出。
可以理解，MPC控制系統(tǒng)12在本領(lǐng)域內(nèi)是典型且公知的。因而，對本領(lǐng)域普通技術(shù)人員來說，也可以用公知的方式產(chǎn)生或修改MPC控制系統(tǒng)12來提供對過程10的MPC或其它多變量控制。此外，雖然在此所述的自適應(yīng)技術(shù)用于MPC控制器的上下文中，但是它也可以在基于其它模型的多變量過程控制系統(tǒng)中使用。
重新參考圖1，模型自適應(yīng)網(wǎng)絡(luò)30可以用來利用模型切換和/或參數(shù)(或者模型屬性)插值技術(shù)使在MPC控制系統(tǒng)12中使用的多變量過程模型14a進(jìn)行自適應(yīng)，而在這之前，模型切換和/或參數(shù)(或者模型屬性)插值技術(shù)只限于在基于單輸入單輸出(SISO)模型的控制系統(tǒng)中使用。
如圖1所示，模型自適應(yīng)網(wǎng)絡(luò)30包括監(jiān)督器32，其通?？刂谱赃m應(yīng)過程；模型組塊34，其通常存儲能夠被估算以在多變量過程模型14a中使用的一組不同的可能模型；以及模型估算塊36，其估算模型組塊34中的模型，以確定要在自適應(yīng)過程中使用的模型參數(shù)或者屬性加權(quán)。模型自適應(yīng)網(wǎng)絡(luò)30還包括參數(shù)/屬性插值塊38，其確定要在多變量過程模型14a的各部件中使用的模型參數(shù)或?qū)傩缘闹?；模型?yàn)證塊40，其可以用來驗(yàn)證新的多變量過程模型在被自適應(yīng)時的操作，但是在將新模型替換到過程模型塊14中之前；以及模型變換塊42，其將新的或者經(jīng)過自適應(yīng)的過程模型變換成由過程模型塊14使用的形式，以便用于MPC控制系統(tǒng)12中。
通過首先描述塊14內(nèi)的多變量過程模型14a為了對典型MPC應(yīng)用中的過程10進(jìn)行建模而工作的方式，自適應(yīng)網(wǎng)絡(luò)30的操作將會得到更好的理解。為此，圖2示出了多變量過程模型14a的一般形式，其具有多個輸入INi(i＝1到j(luò))和多個輸出OUTi(i＝1到n)。輸入INi可以是操縱變量(MV1、MV2等)或測得的擾動變量(DV1、DV2等)，而輸出OUTi可以是控制變量(CV1、CV2等)和輔助變量(AV1、AV2等)的預(yù)測值。
一種對各種輸入信號INi(i＝1到j(luò))影響或產(chǎn)生預(yù)測輸出信號OUTi(i＝1到n)的方式進(jìn)行建模的技術(shù)是首先為每個輸入/輸出對定義不同的單輸入單輸出(SISO)模型，從而將每一個輸出信號OUTi的響應(yīng)關(guān)聯(lián)到每一個輸入信號INi。因而，在圖2的過程模型中，將有j×n個SISO模型，每一個SISO模型定義輸出OUTi中的一個對輸入信號INi中的一個且僅一個的響應(yīng)。這里，SISO模型稱為Model(In，Out)，其中變量“In”的范圍從1到j(luò)(輸入的總數(shù))，并且其中變量“Out”的范圍從1到n(輸出的總數(shù))。因而，定義輸出信號OUT2對輸入信號IN3的時間響應(yīng)的SISO模型為Model(3，2)。
接下來，如圖3所示，可以作為每一個SISO模型Model(In，i)的輸出和來確定特定輸出信號OUTi，其中In＝1到j(luò)。換言之，一種對多變量線性過程進(jìn)行建模的方法是假定過程輸出是定義每一個過程輸入和過程輸出之間的關(guān)系的SISO模型輸出的疊加(求和)?？梢岳斫猓梢砸赃@種方式對所有的過程輸出OUTi(i＝1到n)進(jìn)行建模，其中每一個OUTi信號和每一個INi信號可以是時間相關(guān)信號，該信號定義在特定時間周期如達(dá)到穩(wěn)態(tài)的時間(time tosteady state)內(nèi)的關(guān)系。因而，圖1的多變量過程模型塊14的輸出定義了軌跡信號或者向量，其定義每一個OUT信號在一定范圍的時間內(nèi)的值。
一般來說，圖3所示的SISO模型Model(In，Out)可以是基于參數(shù)的模型或者參數(shù)模型，如一階加空載時間模型(或者任何其它的參數(shù)模型)，或者可以是非參數(shù)模型，如階躍響應(yīng)模型，其定義隨著時間的變化響應(yīng)于相關(guān)的輸入信號的變化的輸出信號的值。當(dāng)然，也可以使用其它類型的參數(shù)模型和非參數(shù)模型(例如，脈沖模型、斜坡模型等)，或者用其代替在此描述的模型。
重新參考圖1，自適應(yīng)系統(tǒng)30運(yùn)行以使在多變量過程模型14a中使用的一個或多個SISO模型進(jìn)行自適應(yīng)，從而產(chǎn)生要在MPC控制器系統(tǒng)12中使用的新的多變量過程模型。一般來說，在每一次自適應(yīng)循環(huán)或者掃描期間，基于每一個SISO模型對過程10的預(yù)測過程輸出(由多變量過程模型14a形成)和實(shí)際(或者測得)輸出之間的誤差的貢獻(xiàn)，自適應(yīng)系統(tǒng)30首先確定若有的話應(yīng)該使哪一個SISO模型進(jìn)行自適應(yīng)。然后，自適應(yīng)系統(tǒng)30利用模型組34、模型估算塊36和參數(shù)/屬性插值塊38在每一個被識別要進(jìn)行自適應(yīng)的SISO模型上執(zhí)行過程建模找正(centering)。這一模型找正可以以模型參數(shù)或者屬性插值技術(shù)的形式實(shí)現(xiàn)，該技術(shù)確定對每一個所識別的SISO模型進(jìn)行修改或改變的方式。在該過程中或者其結(jié)束時，自適應(yīng)系統(tǒng)30可以利用模型驗(yàn)證塊40驗(yàn)證新自適應(yīng)的SISO模型以確保該自適應(yīng)的SISO模型(由此通過自適應(yīng)的SISO模型的組合而得到的自適應(yīng)的多變量過程模型)比當(dāng)前正由MPC控制系統(tǒng)12使用的多變量過程模型14a運(yùn)行得更好。
當(dāng)新的或者自適應(yīng)的多變量過程模型或者組成多變量過程模型的SISO模型中的一個或多個已被驗(yàn)證為提供比在過程模型塊14內(nèi)使用的當(dāng)前多變量過程模型14a更小的建模誤差時，模型變換塊42將自適應(yīng)的多變量過程模型或者組成自適應(yīng)多變量過程模型的自適應(yīng)SISO模型變換成可以由過程模型塊14使用的形式。因而，例如，模型變換塊42可以將參數(shù)型SISO模型變換成階躍響應(yīng)模型，并且將該階躍響應(yīng)模型提供給過程模型塊14，以便在MPC控制系統(tǒng)12中使用。
在過程10的運(yùn)行期間，圖1中的監(jiān)督器32接收CV、AV、DV和MV信號的每一個的指示，并且運(yùn)行以檢測過程輸出(CV和AV)、過程輸入(MV)和擾動輸入(DV)的變化。如果任何過程輸入(如MV或DV)的變化超過最低級別，則監(jiān)督器32開始模型估算過程，以確定與多變量過程模型14a相關(guān)的任何SISO模型是否需要自適應(yīng)。檢測到的變化可以是瞬時的，即在一個掃描周期內(nèi)，或者可以是逐漸的，并且在預(yù)定時間周期(或者控制器掃描次數(shù))內(nèi)被檢測到。事實(shí)上，在多變量過程中，變化通常同時發(fā)生在幾個輸入和輸出上，對于這里所述的自適應(yīng)過程的操作而言，這是理想的。
在檢測到過程輸入中的一個或多個預(yù)定量變化(需要時，該預(yù)定量可以根據(jù)正被監(jiān)測的信號而變化)之后，監(jiān)督器32在特定時間周期例如達(dá)到穩(wěn)態(tài)的時間內(nèi)收集并存儲過程輸入和輸出數(shù)據(jù)。如果導(dǎo)致啟動自適應(yīng)過程的所檢測變化在性質(zhì)上是逐漸的，即在多次掃描內(nèi)發(fā)生，監(jiān)督器32可能需要收集與變化的開頭相關(guān)的輸入和輸出數(shù)據(jù)，即使該變化還沒有到達(dá)開始自適應(yīng)過程所需的預(yù)定量，也如此，從而具有在自適應(yīng)過程期間分析自適應(yīng)的多變量過程模型的操作所需的數(shù)據(jù)。
無論如何，在收集到過程輸入和輸出數(shù)據(jù)并且將它們存儲到存儲器(圖1中未顯式示出)中后，監(jiān)督器32接下來可以基于測量出或者收集到的對過程10的輸入，估算過程模型塊14中使用的當(dāng)前過程模型14a和過程10的實(shí)際測量輸出之間的誤差，以確定若有的話多變量過程模型14a內(nèi)的哪些SISO模型需要自適應(yīng)。因而，盡管每一個SISO模型都可以在任何特定的自適應(yīng)過程中進(jìn)行自適應(yīng)，但這可能不是必要的，并且事實(shí)上，這可能會導(dǎo)致較長的自適應(yīng)循環(huán)。相反，監(jiān)督器32可以首先確定要對其應(yīng)用下述自適應(yīng)過程的SISO模型子集，其中這一子集要少于過程模型14a內(nèi)的所有SISO模型。因而，可以使多變量過程模型(在過程模型塊14中使用的所有SISO模型的組合)進(jìn)行完全自適應(yīng)或者進(jìn)行僅僅部分自適應(yīng)。當(dāng)在某些輸出上的誤差可忽略時，當(dāng)特定輸出上的建模誤差與一個或多個過程輸入之間不相關(guān)時，或者當(dāng)一些過程輸入中的變化可忽略時，進(jìn)行部分自適應(yīng)比較有利。這些情形在MPC控制的過程中是很典型的，因而，在特定自適應(yīng)循環(huán)或者過程期間，部分自適應(yīng)即少于所有SISO模型的自適應(yīng)可能是普遍的。
要執(zhí)行SISO模型選擇，多變量自適應(yīng)過程可以實(shí)現(xiàn)模型選擇過程，其首先定義自適應(yīng)模型配置，即要自適應(yīng)的多變量模型部分(例如，特定SISO模型)。該模型選擇過程可以包括在收集輸入和輸出數(shù)據(jù)的期間每一次掃描時為每一個輸出OUTi計算模型輸出誤差。事實(shí)上，這一誤差典型地在普通MPC控制器中作為模型輸出“偏移”來計算，并且用于根據(jù)過程測量調(diào)整模型輸出。無論如何，可以如下計算這一誤差ϵj(t)=yi(t)-y^i(t)]]>其中εj(t)是時刻t的模型輸出誤差；yi(t)是時刻t的測量過程輸出；而ϵj(t)=yi(t)-y^i(t)]]>是由多變量過程模型形成的時刻t的預(yù)測過程輸出。
接下來，可以利用下面的方程式計算誤差εj(t)與每一個過程輸入uj(t)之間的互相關(guān)rN(τ)rN(τ)=1NΣt=1Nu(t-)ϵ(t)]]>其中N約為在由達(dá)到穩(wěn)態(tài)的時間定義的周期內(nèi)采集的樣本的數(shù)目；而τ≈θ+.5τc，其約為模型空載時間加上模型時間常數(shù)的一半。該值實(shí)質(zhì)上是輸入和輸出之間的近似時間偏移，在此處，輸出對輸入的變化最靈敏，因此相關(guān)函數(shù)為最大值。
現(xiàn)在，對于與每一個輸出OUTi相關(guān)的j個SISO模型來說，可以選擇與具有相對于輸出誤差的最高互相關(guān)的輸入相關(guān)的一個或多個模型作為自適應(yīng)候選者。需要時，可以選擇與具有最高或最大互相關(guān)的輸入相關(guān)的SISO模型作為自適應(yīng)候選者，可以選擇具有高于預(yù)定量的互相關(guān)值的每一個SISO模型作為自適應(yīng)候選者，或者基于其它的互相關(guān)標(biāo)準(zhǔn)來選擇SISO模型作為自適應(yīng)候選者。
雖然可以選擇任何特定SISO模型作為自適應(yīng)候選者，但是所有選擇的SISO模型實(shí)際上可能不是最適于自適應(yīng)的模型。特別是，如果與特定SISO模型相關(guān)的輸入在自適應(yīng)期間內(nèi)沒有改變顯著量或者至少最小量，即使其互相關(guān)值很高，這一模型也可能不是好的自適應(yīng)候選者，因?yàn)樵趯?shí)質(zhì)上，輸入中的變化沒有大得足以依靠互相關(guān)計算作為如下指示該SISO模型在輸出誤差中所起的作用比與改變了顯著量但具有較低的互相關(guān)值的其它輸入相關(guān)的SISO模型所起的作用大。因此，所選模型的輸入變化應(yīng)該滿足以下條件maxi(Input(i))-mini(Input(i))≥Δ]]>如果正常操作數(shù)據(jù)中的變化小，MPC控制器12可以在所選的過程輸入中插入階躍脈沖，或者在所選的過程輸出上進(jìn)行設(shè)置點(diǎn)改變，以迫使輸入中的變化超過預(yù)定量，從而形成自適應(yīng)能夠發(fā)生的條件。如果優(yōu)化器是活動的，則優(yōu)化器應(yīng)在將這樣的階躍脈沖提供給一輸入之后自動地使過程輸出回到原始值(最佳值)。相反地，如果MPC控制器沒有優(yōu)化器，MPC控制器可以在一段時間(脈沖持續(xù)時間)后自動地將輸入設(shè)置回初始位置處。輸入和輸出的最佳脈沖持續(xù)時間被啟發(fā)式地確定為約等于所考慮輸出的顯性(dominant)滯后時間。
無論如何，監(jiān)督器32可以確定與每一個所識別的SISO模型相關(guān)的輸入在自適應(yīng)期間(數(shù)據(jù)收集期間)是否已經(jīng)改變了預(yù)定量或最小量。如果輸入沒有改變預(yù)定量，則不選擇該SISO模型作為實(shí)際上要自適應(yīng)的模型。在這種情況下，需要時，可以選擇與這樣的輸入相關(guān)聯(lián)的SISO模型，其中該輸入與輸出具有次最高互相關(guān)，并且可以檢查該模型的該輸入，以確定該輸入是否已經(jīng)改變了預(yù)定量或最小量。可以為特定輸出的每一個輸入繼續(xù)這一過程，從而為該輸出確定至少一個要自適應(yīng)的SISO模型。然而，在某些情況下，因?yàn)槊恳粋€輸入與該輸出的輸出誤差具有低的互相關(guān)，因?yàn)槊恳粋€SISO模型與在自適應(yīng)期間(例如，數(shù)據(jù)收集期間)沒有發(fā)生足夠變化的輸入相關(guān)聯(lián)，或者因?yàn)槭紫鹊牡洼敵稣`差計算，所以最終沒有把特定輸出的任何SISO模型確定為應(yīng)該自適應(yīng)的模型。
當(dāng)特定輸出OUTi的至少一個SISO模型已被確定為需要自適應(yīng)時，分析該輸出OUTi的其它未被選擇進(jìn)行自適應(yīng)的SISO模型，以計算這些未被選擇的模型對模型過程輸出的貢獻(xiàn)。然后從過程輸出測量數(shù)據(jù)中減去這一貢獻(xiàn)，以獲得實(shí)際上與正被自適應(yīng)的一個或多個SISO模型相關(guān)聯(lián)(或者由其產(chǎn)生)的輸出測量數(shù)據(jù)部分。這一過程使得自適應(yīng)系統(tǒng)30能夠?qū)⑻囟⊿ISO模型對實(shí)際過程輸出的預(yù)期貢獻(xiàn)分離出來，從而能夠確定預(yù)期的貢獻(xiàn)與由正被自適應(yīng)的模型產(chǎn)生的實(shí)際貢獻(xiàn)(輸出)之間的誤差。
可以理解，為每一個過程輸出重復(fù)或者分別執(zhí)行SISO模型自適應(yīng)選擇過程，從而，一般來說(盡管不一定總是如此)，為過程10的每一個輸出OUTi選擇至少一個SISO模型來進(jìn)行自適應(yīng)。
在已經(jīng)確定了一個或多個SISO模型作為應(yīng)該自適應(yīng)的模型之后，自適應(yīng)系統(tǒng)30可以串行或并行地將任何公知的或期望的自適應(yīng)過程應(yīng)用到這些SISO模型。在一個實(shí)施例中，可以將美國專利No.6,577,908中描述的模型自適應(yīng)過程應(yīng)用到被選進(jìn)行自適應(yīng)的每一個SISO模型?？蛇x擇地，可以使用在此引入作為參考的美國專利申請序列號10/419,582中描述的模型自適應(yīng)過程來執(zhí)行SISO模型自適應(yīng)。
雖然這里不重復(fù)這些過程，但是一般來說，這些自適應(yīng)過程為待自適應(yīng)的模型定義了一個模型組，其中該模型組存儲在圖1的模型組塊34中。當(dāng)模型為參數(shù)模型時，模型組34可以包括多個單獨(dú)的子模型，每一個子模型具有與該模型相關(guān)的不同參數(shù)值。因而，如果模型具有三個參數(shù)，并且每一個參數(shù)可取三個可能值，那么該模型組實(shí)質(zhì)上包括27個不同的子模型?？衫盟占臄?shù)據(jù)對每一個子模型進(jìn)行分析，以確定每一個參數(shù)的哪些參數(shù)值與過程10的實(shí)際輸出的比較中的最低誤差相關(guān)聯(lián)。這一誤差確定過程在圖1中被示出為由加法器48來執(zhí)行，加法器48確定模型組34內(nèi)的特定模型的輸出與過程10的實(shí)際輸出之間的差值。雖然圖1所示的與加法器48的連接示出了模型組34和過程10的輸出之間的比較是實(shí)時進(jìn)行的，但是這些比較操作實(shí)際上(一般都是)是在自適應(yīng)過程開始時基于由監(jiān)督器32先前收集并存儲的過程輸入和輸出數(shù)據(jù)進(jìn)行的。
從美國專利No.6,577,908可以理解，為正被自適應(yīng)的SISO模型設(shè)立一組模型，其包括多個模型子集，這些模型子集可以采用任何期望的預(yù)定切換規(guī)則進(jìn)行自動選擇。每一個單獨(dú)的模型可以包括多個參數(shù)，每一個參數(shù)具有從與該參數(shù)對應(yīng)的一組預(yù)定初始化值中選擇的相應(yīng)值。模型組34中各個模型的估算包括計算模型平方誤差或模方(norm)。將模方賦值給被估算的模型中的表示的每一個參數(shù)。隨著重復(fù)執(zhí)行模型估算，為每一個參數(shù)計算累加模方，該累加模方是在模型估算過程中被賦值給該參數(shù)的所有模方之和。接下來，為每一個參數(shù)計算自適應(yīng)參數(shù)值，該自適應(yīng)參數(shù)值為被賦值給相應(yīng)參數(shù)的初始化值的加權(quán)平均值。
如美國專利申請序列號10/419,582所述，模型組組成部分也可以包括一個狀態(tài)變量，其定義多個過程區(qū)域和分組到該多個過程區(qū)域中的多個過程模型。在這種情況下，每一個過程模型也可以包括多個參數(shù)，每一個參數(shù)具有從多個被賦值給相應(yīng)參數(shù)的一組預(yù)定初始值中選擇的值。每一個區(qū)域可以包括一組(不同的)為該區(qū)域定義的標(biāo)準(zhǔn)參數(shù)值。在這種情況下，模型估算塊36分析表示模型組34內(nèi)的過程模型的輸出和過程10的輸出之間的差值的模型誤差信號，并且可以計算與該過程模型對應(yīng)的模型平方誤差，以便把該模型平方誤差歸因于該模型中所表示的參數(shù)值。參數(shù)/屬性插值器38可通信地連接到模型估算塊36，并且為過程模型中所表示的參數(shù)(或?qū)傩?計算自適應(yīng)過程參數(shù)值(或模型屬性)。
在任何情況下，可以理解，模型估算塊36為產(chǎn)生最低誤差的模型組的模型內(nèi)的每一個參數(shù)(或者其它屬性)確定加權(quán)。如美國專利No.6,577,908中所述，可以基于由每一個不同的可能參數(shù)值對該誤差的貢獻(xiàn)來計算這些加權(quán)。此外，如美國專利No.6,577,908所述，算出的參數(shù)可以定義具有中心參數(shù)值Pk(a)(k＝1，…m)的新模型組，參數(shù)的范圍隨設(shè)計時假定的值變化。變化范圍可以方便地被定義為±aΔ％。在該范圍內(nèi)，應(yīng)該最少定義兩個參數(shù)。實(shí)際上，在參數(shù)Pk(a)周圍，可以定義兩個附加的參數(shù)Pk(a)+Δ％Pk(a)/100和Pk(a)-Δ％Pk(a)/100。每一個參數(shù)定義了自適應(yīng)的上限和下限，并且如果參數(shù)Pk(a)超過了該界限，則將其固定(clamp)到該界限。當(dāng)然，每一個模型最好由最小數(shù)目的參數(shù)來表示。已經(jīng)確定一階加空載時間過程模型適于利用這種技術(shù)對很多過程進(jìn)行建模。
在模型估算塊36確定了參數(shù)的加權(quán)之后，運(yùn)行參數(shù)/屬性插值塊38來定義新的或者自適應(yīng)的過程模型，該過程模型具有利用由模型估算塊36確定的參數(shù)加權(quán)形成的參數(shù)值。
在為特定的過程輸出選擇的所有SISO模型的自適應(yīng)之后，選擇下一個過程輸出并且重復(fù)該過程，直到為被選擇要進(jìn)行自適應(yīng)的每一個SISO模型執(zhí)行了參數(shù)插值操作為止。此后，可以分別為每一個輸出驗(yàn)證由經(jīng)過自適應(yīng)和未經(jīng)自適應(yīng)的SISO模型組成的多變量模型。模型驗(yàn)證塊40執(zhí)行驗(yàn)證過程，并且接受或拒絕該自適應(yīng)結(jié)果。如果需要，可以設(shè)置兩級標(biāo)準(zhǔn)來確定是否應(yīng)該接受自適應(yīng)的多變量過程模型。在這種情況下，自適應(yīng)的模型中的輸出誤差應(yīng)該小于預(yù)定值，并且自適應(yīng)的模型中的輸出誤差應(yīng)該小于當(dāng)前模型中的輸出誤差?？梢岳斫?，在分析當(dāng)前模型和自適應(yīng)模型時應(yīng)該使用相同的數(shù)據(jù)集。
在驗(yàn)證并接受了多變量模型之后，必要時，模型變換塊42可以將自適應(yīng)的模型變換為MPC控制器實(shí)際使用的形式。因而，如果MPC控制器使用階躍響應(yīng)模型(這在MPC控制器中是典型的)，應(yīng)該將參數(shù)模型變換為階躍響應(yīng)模型?？蛇x擇地，如果MPC控制器使用參數(shù)模型，可以將階躍響應(yīng)模型變換為參數(shù)模型。當(dāng)然，然后使用變換后的模型來取代在過程模型塊14中使用的當(dāng)前多變量過程模型14a。在這種情況下，可以取代整個多變量過程模型14a，或者僅僅在過程模型塊14中取代在自適應(yīng)過程中實(shí)際進(jìn)行過自適應(yīng)的SISO模型。
盡管上面已經(jīng)描述了多變量過程模型自適應(yīng)過程，并且在此使用并在美國專利No.6,577,908中描述的SISO模型自適應(yīng)過程已被描述為利用參數(shù)模型，其中執(zhí)行參數(shù)插值，但是也可以利用這里描述的技術(shù)使用并且自適應(yīng)非參數(shù)模型形式的SISO模型，如階躍響應(yīng)模型。圖4示出了非參數(shù)階躍響應(yīng)模型50，其作為可以在非參數(shù)模型上執(zhí)行SISO模型自適應(yīng)的方式的例子。具體地說，代替通過將一個或多個參數(shù)按預(yù)定量改變來分析參數(shù)模型，可以以預(yù)定方式修改與非參數(shù)模型相關(guān)的模型屬性，以定義不同的非參數(shù)模型，以便在自適應(yīng)過程中考慮。
因而，關(guān)于圖4的階躍響應(yīng)模型50，通過在圖4的階躍響應(yīng)曲線的一部分或者在整個曲線上改變該曲線的某些方面或者屬性，可以定義模型組34(圖1)中所要考慮的不同模型。在一個例子中，如圖4的線52所示，通過使每一個階躍系數(shù)增加或減小相同的比值，可以定義兩個附加的階躍響應(yīng)。這一變化是對階躍響應(yīng)曲線的縮放比例的變化，其與改變一階加空載時間參數(shù)模型的增益類似。類似地，如圖4的線54所示，在圖4的階躍響應(yīng)中第一次看到輸出中的響應(yīng)的時間可以在時間上向左或向右移動。這一模型屬性變更與改變(增加或者減小)一階響應(yīng)加空載時間參數(shù)模型的空載時間類似。此外，通過向左或者向右移動階躍響應(yīng)值可以修改階躍明顯滯后，該值由階躍響應(yīng)上升的點(diǎn)周圍的線擺動定義。即，如圖4的線56所示，可以改變響應(yīng)曲線的斜率(通過增加或者減小斜率)來定義具有不同滯后或響應(yīng)時間的階躍響應(yīng)。這一修改與增加或者減小一階加空載時間參數(shù)模型的時間常數(shù)類似。
這一方法的優(yōu)點(diǎn)是使得能夠?qū)Σ荒苡脜?shù)表示的較復(fù)雜的SISO模型進(jìn)行修改和自適應(yīng)，從而使得能夠?qū)梅菂?shù)模型或者其它復(fù)雜的過程模型的多變量過程模型進(jìn)行自適應(yīng)。當(dāng)然，雖然這里示出了對階躍響應(yīng)曲線屬性的三個特定改變，但對階躍響應(yīng)曲線的其它屬性進(jìn)行其它的改變，并且對其它非參數(shù)模型的屬性進(jìn)行相同或者不同的改變也可適用，從而定義不同的模型，以在這里描述的自適應(yīng)過程中考慮。更進(jìn)一步，可以理解，當(dāng)利用這里討論的屬性修改來執(zhí)行非參數(shù)模型SISO模型自適應(yīng)時，圖1的自適應(yīng)系統(tǒng)30在屬性設(shè)置而非參數(shù)設(shè)置之間進(jìn)行插值來執(zhí)行模型自適應(yīng)。結(jié)果，當(dāng)對非參數(shù)模型執(zhí)行自適應(yīng)時，以與模型組34存儲SISO參數(shù)模型的預(yù)設(shè)參數(shù)值并且在它們之間進(jìn)行切換同樣的方式，模型組34可以存儲兩個或更多不同的屬性值并且在它們之間進(jìn)行切換。
盡管本發(fā)明是參考旨在講授和闡述本發(fā)明的特定示例性實(shí)施例來描述的，但是所公開的自適應(yīng)多變量控制器不限于這些實(shí)施例。本領(lǐng)域的技術(shù)人員可以實(shí)現(xiàn)各種修改、改進(jìn)和補(bǔ)充，并且這些修改、改進(jìn)和補(bǔ)充將不脫離本例如，如上所述，控制器自適應(yīng)是以參數(shù)或?qū)傩缘慕y(tǒng)計插值為基礎(chǔ)的，這些參數(shù)或?qū)傩杂糜跇?gòu)造控制之下的過程的數(shù)學(xué)模型。盡管過程的特征在于三個參數(shù)或?qū)傩?，并且可以向每一個參數(shù)賦予三個值，但是所公開的自適應(yīng)多變量控制器無疑可擴(kuò)展成不同數(shù)目的參數(shù)(或?qū)傩?，其中每一個都可能包括不同數(shù)目的所賦值。此外，需要時，參數(shù)/屬性插值器38可以在參數(shù)(或?qū)傩?的子集之間如在具有最小關(guān)聯(lián)誤差的兩個參數(shù)之間執(zhí)行插值，而不是基于由模型估算塊36定義的參數(shù)或?qū)傩缘募訖?quán)在所有參數(shù)或?qū)傩灾g執(zhí)行插值。這可以減少與每一個SISO模型自適應(yīng)相關(guān)聯(lián)的插值時間和計算次數(shù)。
同樣，自適應(yīng)系統(tǒng)30可以基于參數(shù)模型的所有或僅僅一部分參數(shù)或者基于非參數(shù)模型的所有或僅僅一部分屬性來執(zhí)行自適應(yīng)。具體地說，在自適應(yīng)過程中，自適應(yīng)系統(tǒng)30可以集中在任何特定模型內(nèi)(模型組34內(nèi))的一個或多個“重要”參數(shù)或?qū)傩陨?，而不自適應(yīng)或改變一個或多個其它的參數(shù)或?qū)傩?。這一參數(shù)或?qū)傩赃x擇技術(shù)能夠極大地減少自適應(yīng)系統(tǒng)30自適應(yīng)特定SISO模型的時間，這一點(diǎn)在具有大量需要自適應(yīng)的SISO模型的多變量過程中是很重要的。
此外，模型估算和參數(shù)插值已被闡述為以模型組24、模型估算塊36、監(jiān)督器32、參數(shù)/屬性插值器38、模型驗(yàn)證塊40和模型變換塊42標(biāo)識的各個部件。本領(lǐng)域的技術(shù)人員應(yīng)當(dāng)理解，負(fù)責(zé)控制器實(shí)現(xiàn)和操作的技術(shù)人員可以任意地劃分各個部件，并且所有這些功能可以以任何期望的方式實(shí)現(xiàn)。此外，盡管這里描述的自適應(yīng)多變量過程控制器系統(tǒng)最好采用軟件實(shí)現(xiàn)，但是該系統(tǒng)或者其中的一部分也可以采用硬件、固件等實(shí)現(xiàn)，并且可以通過與過程控制系統(tǒng)相關(guān)的任何其它處理器來實(shí)現(xiàn)。因而，需要時，這里描述的這些單元可以在標(biāo)準(zhǔn)的多功能CPU中實(shí)現(xiàn)，或者在專門設(shè)計的硬件或固件如專用集成電路(ASIC)或者其它硬連線裝置上實(shí)現(xiàn)。當(dāng)以軟件形式實(shí)現(xiàn)時，該軟件例程可以存儲在任何計算機(jī)可讀存儲器如磁盤、光盤(如CD、DVD等)或者其它存儲介質(zhì)上，存儲在計算機(jī)或處理器的ROM或RAM中，或者存儲在任何數(shù)據(jù)庫中等。同樣，可以通過任何公知或者期望的傳送方法，例如包括在計算機(jī)可讀盤，智能卡存儲器、或其它可移動計算機(jī)存儲機(jī)構(gòu)上或者通過通信信道如電話線、因特網(wǎng)等(這些都被視為與通過移動式存儲介質(zhì)提供這些軟件的方式是相同或可互換的)，將該軟件傳送給用戶或加工廠。
還可以認(rèn)識到，這里描述的特定方法代表本發(fā)明的實(shí)施例而實(shí)質(zhì)上不脫離上述本發(fā)明的實(shí)施例。因而，權(quán)利要求被適當(dāng)?shù)亟忉尀楹w落在本發(fā)明的實(shí)質(zhì)精神和范圍之內(nèi)的所有修改、變化和改進(jìn)，以及其實(shí)質(zhì)等價物。因此，盡管在這里沒有具體地進(jìn)行描述，本發(fā)明的其它實(shí)施例仍然落在本發(fā)明的范圍之內(nèi)。
對相關(guān)申請的交叉引用本臨時申請與2003年4月21日提交的名稱為“AdaptiveFeedback/Feedforward PID Controller”的美國專利申請序列號10/419,582相關(guān)，該申請是2000年6月20日提交的名稱為“Adaptive Feedback/FeedforwardPID Controller”并且在2003年6月10日作為美國專利No.6,577,908B1發(fā)布的美國專利申請序列號09/597,611的部分繼續(xù)申請，在此將其全文引作參考。
權(quán)利要求
1.一種多變量過程模型自適應(yīng)方法，該多變量過程模型由兩個或更多的在過程控制器中使用的單輸入單輸出(SISI)模型組成，該過程控制器利用多變量過程模型執(zhí)行過程控制，該方法包括選擇SISO模型的子集來進(jìn)行自適應(yīng)；單獨(dú)自適應(yīng)所選SISO模型子集中的每一個SISO模型；以及將自適應(yīng)后的SISO模型子集提供給過程控制器，以便在多變量過程模型中使用。
2.如權(quán)利要求1所述的多變量過程模型自適應(yīng)方法，還包括基于過程輸入或者過程輸出的變化確定何時執(zhí)行模型自適應(yīng)。
3.如權(quán)利要求2所述的多變量過程模型自適應(yīng)方法，其中確定何時執(zhí)行模型自適應(yīng)包括收集并存儲表示過程輸入或過程輸出的數(shù)據(jù)，并且分析所收集的數(shù)據(jù)來檢測過程輸入或過程輸出中大于預(yù)定量的變化。
4.如權(quán)利要求1所述的多變量過程模型自適應(yīng)方法，其中選擇SISO模型的子集包括分析與過程輸出相關(guān)聯(lián)的一個或多個SISO模型來確定該一個或多個SISO模型中的每一個和該過程輸出之間的相關(guān)度，并且基于該相關(guān)度選擇要自適應(yīng)的SISO模型。
5.如權(quán)利要求1所述的多變量過程模型自適應(yīng)方法，其中選擇SISO模型的子集包括為多個過程輸入中的每一個確定該過程輸入和一誤差度之間的相關(guān)度，其中該誤差度為測得的過程輸出和由多變量過程模型形成的過程輸出之間的誤差度，利用該相關(guān)度選擇一個過程輸入，并且選擇將所選一個過程輸入關(guān)聯(lián)到測得的過程輸出的一個SISO模型作為SISO模型子集中的一個模型。
6.如權(quán)利要求5所述的多變量過程模型自適應(yīng)方法，其中利用相關(guān)度選擇一個過程輸入包括確定是否第一過程輸入經(jīng)過了預(yù)定量的變化，并且只有第一過程輸入經(jīng)過了預(yù)定量的變化時，才選擇該第一過程輸入作為所選的一個過程輸入。
7.如權(quán)利要求1所述的多變量過程模型自適應(yīng)方法，其中選擇SISO模型的子集包括確定哪些過程輸入與測得的過程輸出和由多變量過程模型形成的建模過程輸出之間的誤差最相關(guān)，并且基于該相關(guān)確定來選擇一個或多個SISO模型。
8.如權(quán)利要求1所述的多變量過程模型自適應(yīng)方法，其中分別自適應(yīng)所選SISO模型子集中的每一個SISO模型包括在所選SISO模型子集中的至少一個上執(zhí)行模型切換自適應(yīng)技術(shù)。
9.如權(quán)利要求1所述的多變量過程模型自適應(yīng)方法，其中分別自適應(yīng)所選SISO模型子集中的每一個SISO模型包括在所選SISO模型子集中的至少一個上執(zhí)行屬性插值自適應(yīng)技術(shù)。
10.如權(quán)利要求1所述的多變量過程模型自適應(yīng)方法，還包括在將自適應(yīng)后的SISO模型子集提供給過程控制器以便在多變量過程模型中使用之前，驗(yàn)證具有自適應(yīng)后的SISO模型子集的多變量過程模型。
11.如權(quán)利要求10所述的多變量過程模型自適應(yīng)方法，其中驗(yàn)證具有自適應(yīng)后的SISO模型子集的多變量過程模型包括確定具有自適應(yīng)后的SISO模型子集的多變量過程模型與不具有自適應(yīng)后的SISO模型的多變量過程模型相比是否具有較低的建模誤差。
12.如權(quán)利要求10所述的多變量過程模型自適應(yīng)方法，其中驗(yàn)證具有自適應(yīng)后的SISO模型子集的多變量過程模型包括確定具有自適應(yīng)后的SISO模型子集的多變量過程模型與不具有自適應(yīng)后的SISO模型的多變量過程模型相比，在其作用于相同的過程輸入和過程輸出數(shù)據(jù)的情況下是否提供較好的控制。
13.如權(quán)利要求1所述的多變量過程模型自適應(yīng)方法，還包括在將自適應(yīng)后的SISO模型子集提供給過程控制器以便在多變量過程模型中使用之前，將自適應(yīng)后的SISO模型子集中的至少一個SISO模型變換為由過程控制器使用的形式。
14.如權(quán)利要求1所述的多變量過程模型自適應(yīng)方法，其中單獨(dú)自適應(yīng)所選SISO模型子集中的每一個SISO模型包括自適應(yīng)基于參數(shù)的SISO模型。
15.如權(quán)利要求14所述的多變量過程模型自適應(yīng)方法，其中基于參數(shù)的SISO模型是一階加空載時間模型。
16.如權(quán)利要求1所述的多變量過程模型自適應(yīng)方法，其中單獨(dú)自適應(yīng)所選SISO模型子集中的每一個SISO模型包括自適應(yīng)非參數(shù)SISO模型。
17.如權(quán)利要求16所述的多變量過程模型自適應(yīng)方法，其中非參數(shù)SISO模型是階躍響應(yīng)模型和脈沖響應(yīng)模型中的一個。
18.如權(quán)利要求16所述的多變量過程模型自適應(yīng)方法，其中單獨(dú)自適應(yīng)所選SISO模型子集中的每一個SISO模型包括調(diào)整非參數(shù)SISO模型的屬性。
19.如權(quán)利要求18所述的多變量過程模型自適應(yīng)方法，其中調(diào)整非參數(shù)SISO模型的屬性包括調(diào)整非參數(shù)SISO模型的直到首次觀察到響應(yīng)的時間，縮放比例和斜率中的一個。
20.一種在控制過程中使用的過程控制系統(tǒng)，包括過程控制器，包括由兩個或更多的在控制過程中使用的單輸入單輸出(SISO)模型組成的多變量過程模型；以及可通信連接至該過程控制器的模型自適應(yīng)單元，包括；用于選擇SISO模型的子集以進(jìn)行自適應(yīng)的第一單元；用于改變所選SISO模型子集中的每一個SISO模型的第二單元；和用于將改變后的SISO模型子集提供給過程控制器以便在多變量過程模型中使用的第三單元。
21.如權(quán)利要求20所述的過程控制系統(tǒng)，其中模型自適應(yīng)單元還包括監(jiān)督器單元，用于檢測一個或多個過程輸入或過程輸出中的變化，從而確定何時開始自適應(yīng)循環(huán)。
22.如權(quán)利要求21所述的過程控制系統(tǒng)，其中監(jiān)督器單元包括數(shù)據(jù)收集單元，并用于在數(shù)據(jù)收集單元中收集并存儲表示該一個或多個過程輸入或過程輸出中的一個的數(shù)據(jù)，并且分析所收集的數(shù)據(jù)來檢測該一個或多個過程輸入或過程輸出中的所述一個大于預(yù)定量的變化。
23.如權(quán)利要求21所述的過程控制系統(tǒng)，其中第一單元用于通過分析與過程輸出相關(guān)聯(lián)的一個或多個SISO模型來確定與該過程輸出相關(guān)聯(lián)的一個或多個SISO模型中每一個的輸入與該過程輸出之間的相關(guān)度，從而選擇SISO模型的子集，并且基于該相關(guān)度選擇要自適應(yīng)的SISO模型。
24.如權(quán)利要求20所述的過程控制系統(tǒng)，其中第一單元用于為多個過程輸入中的每一個確定該過程輸入與一誤差度之間的相關(guān)度，其中該誤差度為測得的過程輸出和由多變量過程模型形成的過程輸出之間的誤差度，利用該相關(guān)度選擇一個過程輸入，并且選擇將所選一個過程輸入關(guān)聯(lián)到測得的過程輸出的一個SISO模型作為SISO模型子集中的一個模型。
25.如權(quán)利要求20所述的過程控制系統(tǒng)，其中第二單元在所選SISO模型子集的至少一個SISO模型上執(zhí)行模型切換模型自適應(yīng)技術(shù)。
26.如權(quán)利要求20所述的過程控制系統(tǒng)，其中第二單元在所選SISO模型子集的至少一個SISO模型上執(zhí)行屬性插值模型自適應(yīng)技術(shù)。
27.如權(quán)利要求20所述的過程控制系統(tǒng)，其中模型自適應(yīng)單元還包括驗(yàn)證單元，用于在第三單元將改變后的SISO模型子集提供給過程控制器以便在多變量過程模型中使用之前，使用改變后的SISO模型子集測試多變量過程模型。
28.如權(quán)利要求27所述的過程控制系統(tǒng)，其中模型自適應(yīng)單元還包括變換單元，用于在將改變后的SISO模型子集提供給過程控制器以便在多變量過程模型中使用之前，將改變后的SISO模型子集中的至少一個變換為過程控制器內(nèi)的多變量過程模型使用的形式。
29.如權(quán)利要求20所述的過程控制系統(tǒng)，其中所選SISO模型子集中的至少一個SISO模型是基于參數(shù)的SISO模型。
30.如權(quán)利要求29所述的過程控制系統(tǒng)，其中基于參數(shù)的SISO模型是一階加空載時間模型。
31.如權(quán)利要求20所述的過程控制系統(tǒng)，其中所選SISO模型子集中的至少一個SISO模型是非參數(shù)SISO模型。
32.如權(quán)利要求31所述的過程控制系統(tǒng)，其中非參數(shù)SISO模型是階躍響應(yīng)模型和脈沖響應(yīng)模型中的一個。
33.如權(quán)利要求31所述的過程控制系統(tǒng)，其中第二單元用于通過調(diào)整非參數(shù)SISO模型的直到首次觀察到響應(yīng)的時間，縮放比例和斜率中的一個來調(diào)整非參數(shù)SISO模型的屬性。
34.如權(quán)利要求20所述的過程控制系統(tǒng)，其中過程控制器是模型預(yù)測控制型控制器。
35.一種在過程控制系統(tǒng)中使用的模型自適應(yīng)單元，該過程控制系統(tǒng)具有由兩個或更多個單輸入單輸出(SISO)模型組成的多變量過程模型，該模型自適應(yīng)單元包括計算機(jī)可讀介質(zhì)；存儲在該計算機(jī)可讀介質(zhì)中且用于在處理器上執(zhí)行的程序，該程序包括第一例程，被配置成選擇SISO模型的子集以進(jìn)行自適應(yīng)；第二例程，被配置成自適應(yīng)所選SISO模型子集中的每一個SISO模型；和第三例程，被配置成將自適應(yīng)后的SISO模型子集提供給多變量過程模型。
36.如權(quán)利要求35所述的模型自適應(yīng)單元，其中該程序還包括監(jiān)督器例程，被配置成檢測過程輸入或過程輸出中的變化，以確定何時開始自適應(yīng)循環(huán)。
37.如權(quán)利要求35所述的模型自適應(yīng)單元，其中第一例程為多個過程輸入中的每一個確定該過程輸入和一誤差度之間的相關(guān)度，其中該誤差度為測得的過程輸出和由多變量過程模型形成的過程輸出之間的誤差度，利用該相關(guān)度選擇一個過程輸入，并且選擇將所選一個過程輸入關(guān)聯(lián)到測得的過程輸出的一個SISO模型作為SISO模型子集中的一個模型。
38.如權(quán)利要求35所述的模型自適應(yīng)單元，其中第二例程在所選SISO模型子集的至少一個SISO模型上執(zhí)行模型切換模型自適應(yīng)技術(shù)。
39.如權(quán)利要求35所述的模型自適應(yīng)單元，其中第二例程在所選SISO模型子集的至少一個SISO模型上執(zhí)行屬性插值模型自適應(yīng)技術(shù)。
40.如權(quán)利要求35所述的模型自適應(yīng)單元，其中該程序還包括驗(yàn)證例程，其在第三例程將自適應(yīng)后的SISO模型子集提供給多變量過程模型之前，使用自適應(yīng)后的SISO模型子集測試多變量過程模型。
41.如權(quán)利要求40所述的模型自適應(yīng)單元，其中該程序還包括變換單元，其在第三例程將自適應(yīng)后的SISO模型子集提供給多變量過程模型之前，將自適應(yīng)后的SISO模型子集中的至少一個變換為多變量過程模型使用的形式。
42.如權(quán)利要求35所述的模型自適應(yīng)單元，其中所選SISO模型子集中的至少一個SISO模型是非參數(shù)SISO模型，并且其中第二單元通過調(diào)整非參數(shù)SISO模型的直到首次觀察到響應(yīng)的時間、縮放比例和斜率中的一個來調(diào)整非參數(shù)SISO模型的屬性。
全文摘要
一種自適應(yīng)多變量過程控制系統(tǒng)，包括具有多變量過程模型和自適應(yīng)系統(tǒng)的多變量過程控制器，如模型預(yù)測控制器，該多變量過程模型的特征在于一組兩個或更多個單輸入單輸出(SISO)模型，并且該自適應(yīng)系統(tǒng)自適應(yīng)該多變量過程模型。該自適應(yīng)系統(tǒng)檢測足以開始自適應(yīng)循環(huán)的過程輸入中的變化，并且當(dāng)檢測到該變化時，收集執(zhí)行模型自適應(yīng)所需的過程輸入和輸出數(shù)據(jù)。接下來，例如，基于哪些過程輸入與實(shí)際(測得的)輸出和由多變量過程模型形成的過程輸出之間的誤差最相關(guān)的確定結(jié)果，該自適應(yīng)系統(tǒng)確定多變量過程模型內(nèi)要自適應(yīng)的SISO模型子集。然后，該自適應(yīng)系統(tǒng)執(zhí)行標(biāo)準(zhǔn)的或公知的模型切換和參數(shù)插值技術(shù)自適應(yīng)每一個所選的SISO模型。在自適應(yīng)一個或多個SISO模型之后，通過確定自適應(yīng)后的多變量過程模型與當(dāng)前的多變量過程模型相比是否具有較低的建模錯誤，驗(yàn)證所得到的多變量過程模型。如果是，則在多變量過程控制器中使用該自適應(yīng)后的多變量過程模型。
文檔編號G05B17/02GK1652051SQ20041009977
公開日2005年8月10日 申請日期2004年12月3日 優(yōu)先權(quán)日2003年12月3日
發(fā)明者威廉·K·沃杰茨尼斯, 特倫斯·L·布萊文斯, 馬克·尼克松, 彼得·沃杰茨尼斯 申請人:費(fèi)舍-柔斯芒特系統(tǒng)股份有限公司