科创中国

行业领域

高端装备制造产业,制造业

需求背景

数据驱动控制最早来源于计算机科学领域，控制领域出现这个概念是在近几年的事情。在生产数据大量积累的今天，面临工业过程难于机理建模的挑战，如何充分利用数据中包含的巨大信息，研究数据驱动的控制方法倍受关注。

预测控制采用预测模型、多步滚动优化和反馈校正控制策略，在过程控制界被认为是唯一能以系统和直观的方式处理多变量约束系统在线优化控制的先进技术，在复杂的工业生产过程中得到了广泛和成功的应用。子空间方法广泛适用于多变量系统，对被控系统先验知识要求较少，直接利用观测的输入输出数据辨识系统模型，且数值计算具有一定的鲁棒性。基于以上种种优点，目前已有不少基于子空间在线辨识与预测控制相结合的数据驱动控制方法。

需解决的主要技术难题

(1)为了使得到的系统模型能够更好的反映时变系统当前时刻的动态特性，需要开展在线辨识方法研究，以提高辨识的精度。

（2）控制器设计不包含受控过程数学模型信息，仅利用受控系统的在线和离线I/O 数据以及经过数据处理而得到的知识来设计控制器，如何保证控制器设计的收敛性、稳定性和鲁棒性。

（3）预测控制数据驱动以及性能评估等方面内容研究。

期望实现的主要技术目标

（1）参数辨识误差的精度控制在1%以内；

（2）预测控制系统响应时间小于0.1s；

（3）预测控制系统稳定，能够适应的参数偏差在±5%以内。

处理进度