科创中国

行业领域

高端装备制造产业,制造业

需求背景

随着工业生产自动化水平的提高，工业过程对控制算法的准确性和实时性要求越来越高。由于控制回路干扰或运行状态的变化，在长期运行后，控制性能会逐渐降低。典型的现代工业过程包括数百甚至数千个控制回路，人工监控系统中的所有控制回路是不可行的。如果不能尽快发现控制性能不良的回路，将对产品质量和环境造成不良影响。为了保持工业控制过程长期运行在最佳状态，必须能快速、准确地对工业控制过程进行评估。因此，基于动态数据获取的控制性能评价在实际工业生产过程中具有十分重要的工程意义。

   传统的控制性能评价大多是在假设扰动服从高斯分布的前提下提出。然而，由于系统的复杂性，以及变量之间相互作用，即使扰动服从高斯分布，系统的非线性也会导致变量呈现非高斯特性，导致不能反映控制器真实状态的控制性能。因此根据时变扰动模型，设计了每个时间点的多模型切换控制器，然后利用多模型混合理论得到控制器，它可以最小化所有扰动之间的最大总方差，解决了控制系统性能评估的准确性问题。

需解决的主要技术难题

（1）针对非高斯测量噪声的对象，建立合适的方法能够对动态数据特性进行提取；

（2）针对多变量耦合特性，各变量间的信息量并不独立，如何设计多变量分析模型，能够实现控制系统性能准确评估。

期望实现的主要技术目标

针对特定控制对象，能够实现控制系统性能达到：

（1）控制系统跟踪精度误差控制在3%以内；

（2）控制系统跟踪时间延时***s。

处理进度