面向CSTR的事件触发GDHP控制算法
来源:用户上传
作者:
摘 要：连续搅拌反应釜具有非线性、强耦合、参数时变的特点，为更好地控制反应釜，提出一种基于事件触发GDHP的连续搅拌反应釜过程控制方法。首先设计事件触发条件，之后运用神经网络技术，设计事件触发GDHP方法来近似最优控制律和值函数，最后得到控制变量冷却剂温度，实现反应釜快速稳定控制。实验结果表明：该算法在保证控制效果的前提下，不但具有良好的动态性能，而且有效降低了计算量和通信量。
关键词：连续搅拌反应釜;事件触发;自适应动态规划;神经网络
DOI：10.16640/j.cnki.37-1222/t.2019.19.114
0 引言
连续搅拌反应釜是一种复杂的的聚合反应器，在生物发酵、石油化工、化学制药等工业生产过程中得到广泛应用[1]。
在实际生产过程中，CSTR经常受到如反应物浓度变化、副反应、温度和气液相位不均、外部干扰等因素的影响，CSTR的自适应控制显得更加重要。
自适应动态规划（adaptive dynamic programming，ADP）作为一种新的自适应控制算法[2]，克服了动态规划难以求解最优控制策略的缺点，从而更适合应用在具有强非线性、高复杂性、强耦合的系统中，如：电力系统、智能交通系统、导航飞行系统等。
但是，传统ADP算法需要在每次采样时刻进行神经网络的更新，计算量和通信负担较大。因此，本文将事件触发机制引入ADP控制算法中，只有当某些条件违反时才对系统状态进行采样，从而提供了一种非周期性的策略来更新系统的状态和控制输出，极大地减少了计算量。
1 CSTR模型
考虑CSTR的动态方程如下：
其中，状态变量为生产物的浓度，反应器温度为输出量，输入量为夹套内的冷却装置的温度，为达姆科勒数，为无因式化的活化能，为反应热，为热交换系数。
2 事件触发GDHP控制算法
本文采用精度最高、控制效果最理想的全局二次啟发式规划（Globalized dual heuristic programming，GDHP）结构。
但由于GDHP结构复杂，所需计算量大，因此，引入事件触发机制。事件触发机制不仅能保持稳定有效的控制效果，还能降低计算成本，避免通信资源和计算资源的不必要浪费。
本控制算法包含两个神经网络：评价网络和执行网络，分别用来近似系统的性能指标函数、偏导数（协函数）和控制律。系统状态通过采样器进行采样，设置一个事件触发阈值，当事件被触发后，采样器才对系统进行采样，执行网络才会接受该采样信号并作为其输入，并用来近似最优控制律和输出控制信号，经零阶保持器转化为近似最优控制律输入系统模型。
3 实验结果与分析
为验证本算法的有效性和稳定性，本文将事件触发GDHP算法运用于解决CSTR的控制问题。
当触发误差满足触发条件，系统状态会再次通过采样器进行采样。评价网络结构为2-6-4，输入为温度和浓度这两个采样状态量，输出为代价函数对当前状态的偏导数、当前状态对上一时刻状态的偏导数;执行网络结构为2-6-1，输入为两个采样状态量，输出为控制量，即冷却剂温度。每个网络的离散化采样周期为。
评价网络和执行网络的初始权值都在区间[0，1]中随机选取，学习率会在一定程度上影响算法的收敛速度，通过实验选取合适的学习率，选取折扣因子=0.9，GDHP技术的调节参数初始化为0.5。
本实验中，CSTR系统选择以下物理参数。CSTR系统在本方法控制下的响应图如下，为了比较控制效果，本文也给出了初始权值相同情况下的传统GDHP控制的实验结果。
由上图可以看出，本文提出的事件触发GDHP方法和传统GDHP方法相比，在60步内浓度均能达到稳定。
由于时间触发是在每次迭代都会进行采样，故200步就会有200次采样;事件触发却只在事件被触发了才会进行采样，所以累计触发数目远远小于时间触发下的累计数目，本例中只有40步，仅占原始采样点的20%，极大地减少了计算量。在控制效果基本保持一样的情况下，事件触发控制的计算代价和通信成本随着累计数目的减少而减少，体现了事件触发控制在减少计算和通信的巨大优势。
4 结论
对于非线性连续系统，本文设计了一种基于事件触发的GDHP控制策略。针对CSTR系统，控制器只在触发时刻进行更新，保持理想控制效果的同时极大地降低了计算量。仿真实验表明，本文提出的算法是确实有效的。
参考文献：
[1]朱群雄，王军霞.连续搅拌釜式反应器的鲁棒最优控制[J].化工学报，2013，64（11）：4114-4120.
[2]张化光，张欣，罗艳红等.自适应动态规划综述[J].自动化学报，2013，39（04）：303-311.
[3]刘德荣，李宏亮，王鼎.基于数据的自学习优化控制：研究进展与展望[J].自动化学报，2013，39（11）：1858-1870.
转载注明来源:https://www.xzbu.com/1/view-14928285.htm
