一类间歇过程的优化及非线性预测控制

摘要：

基于主产物浓度和反应温度的RBF神经网络模型,使用粒子群优化算法(PSO)求解该间歇反应主产物产率最大化问题,进而得到反应温度优化曲线.利用RBF神经网络建立了反应器冷却水控制温度阶段的预测模型,采用非线性预测控制,并引入了模型误差项,增强了控制方法的鲁棒性和间歇过程的抗干扰性能.利用 Lyapunov 原理对该预测控制算法做了稳定性分析,确定了系统稳定条件下的参数的取值范围.同时编制控制程序在多功能过程及控制实验装置(MPCE)装置上实现了算法的控制,并与以升温速率为基准的特殊PID调节器的控制结果比较,结果证明了基于RBF神经网络非线性预测控制方法的有效性.

关键词：RBF神经网络、最优控制、间歇反应器

所属期刊栏目：36

分类号：TP273(自动化技术及设备)

资助基金：国家自然科学基金60704011

在线出版日期：2010-01-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：111-116