摘要：复杂工业过程具有模型维数高、多时间尺度耦合、动态不确定性等特点,其运行优化控制(Operational optimal control,OOC)一直是控制领域的研究难点与热点.本文聚焦一类由多个快变且互联的设备单元与慢变且模型未知的运行过程串联组成的工业过程,提出一种数据和模型混合驱动的非串级双速率组合分散运行优化控制方法.该方法通过奇异摄动理论,将非串级双速率运行优化问题描述为异步采样的慢子系统最优设定值跟踪和快子系统最优调节控制.利用工业运行数据,采用不依赖系统动态的Q-学习算法设计慢子系统最优跟踪策略,克服运行过程模型难以建立的情形;针对快子系统,设计基于模型的分散次优控制策略,并给出收敛因子的下界,解决设备层互联项对系统稳定性的影响.通过浮选过程仿真实验验证了所提控制方法的有效性.

摘要：重介质悬浮液密度是决定重介质选煤产品质量的重要影响因素,但由于重介质选煤运行过程是一个时变的强非线性过程,导致根据实时工况的变化在线调整重介质悬浮液密度异常困难.为此,本文针对重介质选煤过程特性,提出一种模型与数据混合驱动的自适应运行反馈控制方法,用于在线调整重介质悬浮液密度设定值.所提方法首先将重介质选煤过程分解为低阶线性模型和未建模动态非线性项两部分;进而针对线性部分,将PI控制与一步最优控制相结合,设计了模型驱动的自适应PI控制器;并利用随机向量函数链接网络设计了数据驱动的虚拟未建模动态补偿器;最后分析了闭环系统稳定性,并在基于MATLAB和Unity3D的虚拟现实仿真平台上进行了对比仿真实验,验证了所提方法的有效性.

摘要：针对非线性非最小相位的垂直起降飞机模型,提出一种基于级联观测器的鲁棒容错控制方案来使得故障系统的输出渐近跟踪给定的期望轨迹.首先,设计级联的两个降阶观测器分别估计未知的干扰和故障信息;然后,通过坐标变换和反馈线性化,把整个系统分解为两个解耦的跟踪子系统;进而基于干扰和故障估计信息分别设计鲁棒最优控制律和最优积分滑模控制律来镇定两个子系统;最后,仿真结果表明了所提方法的有效性和优越性.