面向过程经济性能优化的最优性条件在线预测与实现

• 作 者: 沈俊鹏 黄静雯 李宏光 刘操
• 机 构: 北京化工大学,
• 出 处: 信息与控制
• 发表日期: 2015年04期
• 关键词: Gaussian process economic performance on-line prediction optimal control

选择包含系统的约束条件和梯度信息的最优性条件(necessary conditions of optimality,NCO)作为控制系统的实现目标,可以从结构设计角度有效地提高生产过程的经济性能.针对NCO在线不易直接测量、离线估计不及时和不准确等问题,提出了一类基于高斯过程的NCO建模、预测及控制方法.通过生产过程实时数据在线动态更新高斯过程模型,实时准确预测NCO的值,以决策下一时刻的最优控制率,实现生产过程对经济性能最优值的跟踪.对一个化工过程实例进行了仿真,结果验证了该方法的有效性.