神经网络多步预测控制及其在精馏塔中的应用研究

• 作者: 吴建章 徐宝昌
• 来源期刊: 计算机与应用化学
• 学科: 工学
• 关键词: RBF网络 预测控制 在线辨识 多目标协调优化
• 年，卷（期）: 2012,（2）
• 页码范围: 240-244
• 分类号: TP183
• 字数: 5327字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-4160.2012.02.027

摘要

本文提出一种基于多神经网络并行预测模型的多变量协调预测控制,利用预测误差实时反馈校正各个神经网络预测模型的参数,对于对象的时变、未建模干扰及模型失配引起的误差均有很好的适应性.针对存在耦合的被控对象,本文在优化性能指标中采用多变量协调优化策略,对被控变量集及操作变量集优化,使被控变量达到优化值和使部分操作变量达到优化值.在单步预测控制的基础上,提出基于多RBF神经网络并行预测模型的多变量协调预测控制,提高了预测控制的鲁棒性及抗干扰能力.将此方法应用于精馏塔控制中,在保证主要产品质量合格的前提下,对操作变量进行约束,使部分操作变量达到优化值,从而减少能耗,提高经济效益.仿真结果表明,基于神经网络预测模型的多变量协调预测控制具有很好的动态特性、鲁棒性及显著的节能降耗效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐宝昌	中国石油大学北京自动化系	16	51	4.0	5.0
2	吴建章	中国石油大学北京自动化系	2	7	2.0	2.0