稀土萃取过程的广义预测解耦控制
来源期刊：控制工程2021年第1期
论文作者：陆荣秀 刘淑丽 杨辉 朱建勇
关键词：稀土萃取;强耦合;解耦控制;极限学习机;
摘 要：考虑稀土萃取过程具有多变量、强耦合特性,提出一种基于广义预测解耦控制（GPDC）的稀土萃取过程控制方法。首先针对模型未知的强非线性稀土萃取过程,构建基于极限学习机的组分含量系统模型,并依据模型特点设计多个稀土萃取过程GPDC控制器;然后为降低各控制回路间的耦合性,在控制器的性能指标中引入校正策略,通过回路中模型预测值与参考值的偏差自适应调整偏差权重;最后基于CePr/Nd萃取过程中采集的数据进行GPDC与常规广义预测控制器进行对比仿真实验。仿真结果显示本文采用的GPDC算法能大幅度降低控制量的超调量,控制效果显著,这为解决稀土萃取过程中多变量强耦合的优化控制问题提供了借鉴。
陆荣秀1,2，刘淑丽1,2，杨辉1,2，朱建勇1,2
1. 华东交通大学电气与自动化工程学院2. 江西省先进控制与优化重点实验室
摘 要：考虑稀土萃取过程具有多变量、强耦合特性,提出一种基于广义预测解耦控制（GPDC）的稀土萃取过程控制方法。首先针对模型未知的强非线性稀土萃取过程,构建基于极限学习机的组分含量系统模型,并依据模型特点设计多个稀土萃取过程GPDC控制器;然后为降低各控制回路间的耦合性,在控制器的性能指标中引入校正策略,通过回路中模型预测值与参考值的偏差自适应调整偏差权重;最后基于CePr/Nd萃取过程中采集的数据进行GPDC与常规广义预测控制器进行对比仿真实验。仿真结果显示本文采用的GPDC算法能大幅度降低控制量的超调量,控制效果显著,这为解决稀土萃取过程中多变量强耦合的优化控制问题提供了借鉴。
关键词：稀土萃取;强耦合;解耦控制;极限学习机;
