一种分布式磨矿专家系统模型预测控制方法

技术领域

本发明属于模型预测控制技术领域，尤其涉及一种分布式磨矿专家系统模型预测控制方法。

背景技术

磨矿分级作业在冶金、有色金属选矿厂生产中有非常重要的地位，磨矿分级作业的优劣直接影响到选矿厂的经济、技术指标，对其进行有效控制是提高选矿厂经济效益最直接、有效的方法之一，加之近年来国家对智能化矿山及绿色矿山的大力推广，利用智能控制方法对磨矿专家系统进行优化，可以有效的减少电能的浪费，提高矿产资源的利用率，减少设备的磨损，从而提高生产效率，增加矿产企业收入。

往往在一个选矿厂中需要多个磨矿专家系统协同作业，才能保证生产的顺利进行，通过磨矿机、振动筛、给矿泵等设备形成一个工艺流程，才能保证生产有序且高效的运转。而现有的控制方法不能够针对多个单独的磨矿专家子系统所受到的服从概率约束的随机扰动和互相之间的耦合概率约束进行分布式模型预测控制，且无法解决磨矿专家系统中所存在的时变时延问题，导致磨矿专家系统中各个磨矿专家子系统不能够高效有序的进行。

发明内容

本发明实施例的目的在于提供一种分布式磨矿专家系统模型预测控制方法，旨在解决背景技术中提出的问题。

为实现上述目的，本发明实施例提供如下技术方案：

一种分布式磨矿专家系统模型预测控制方法，所述方法具体包括以下步骤：

获取N

根据磨矿专家子系统p的数学模型，构建磨矿专家子系统p的输出量的数学模型，并确定磨矿专家子系统p的输出量服从的局部概率约束条件；

根据磨矿专家子系统p的数学模型，设计分布式随机模型预测控制器；

根据磨矿专家子系统p的数学模型，设计量化器，并确定任意形状量化区域的满足条件；

确定概率约束处理策略和优化问题的迭代可行性；

进行优化问题和分布式实现处理。

作为本发明实施例技术方案进一步的限定，所述磨矿专家子系统p的数学模型表示为：

其中，

作为本发明实施例技术方案进一步的限定，所述随机扰动的第i部分的分布为：

Pr{ω

其中，α

作为本发明实施例技术方案进一步的限定，所述磨矿专家子系统p的输出量的数学模型表示为：

y

磨矿专家子系统之间的耦合输出量

s

其中，C

作为本发明实施例技术方案进一步的限定，所述磨矿专家子系统p的输出量服从的局部概率约束条件为：

磨矿专家子系统p的耦合输出量s

其中，h

作为本发明实施例技术方案进一步的限定，所述分布式随机模型预测控制器在k时刻的设计公式为：

u

其中，K

作为本发明实施例技术方案进一步的限定，所述量化器的设计公式为：

其中，μ(k)∈R,μ(k)＞0，当k≤k

作为本发明实施例技术方案进一步的限定，所述任意形状量化区域的满足条件为：

若||x

若||x

作为本发明实施例技术方案进一步的限定，所述确定概率约束处理策略和优化问题的迭代可行性中，概率约束条件满足公式：

其中，Φ

作为本发明实施例技术方案进一步的限定，所述进行优化问题和分布式实现处理中，概率约束条件的局部最优化问题

其中，

与现有技术相比，本发明的有益效果是：

本发明实施例通过构建磨矿专家子系统的数学模型；构建磨矿专家子系统的输出量的数学模型；设计分布式随机模型预测控制器；设计量化器；确定概率约束处理策略和优化问题的迭代可行性；进行优化问题和分布式实现处理。能够实现针对多个单独的磨矿专家子系统所受到的服从概率约束的随机扰动和互相之间的耦合概率约束进行分布式模型预测控制，且能够磨矿专家系统中所存在的时变时延问题，加入量化策略可以有效的缓解网络拥塞，利用模型预测控制所自带的预测功能处理时延问题，保证分布式磨矿专家系统中各个磨矿专家子系统可以高效有序的进行。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例。

图1示出了本发明实施例提供的方法的流程示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

可以理解的是，现有的控制方法不能够针对多个单独的磨矿专家子系统所受到的服从概率约束的随机扰动和互相之间的耦合概率约束进行分布式模型预测控制，且无法解决磨矿专家系统中所存在的时变时延问题，导致磨矿专家系统中各个磨矿专家子系统不能够高效有序的进行。

为解决上述问题，本发明实施例通过构建磨矿专家子系统的数学模型；构建磨矿专家子系统的输出量的数学模型；设计分布式随机模型预测控制器；设计量化器；确定概率约束处理策略和优化问题的迭代可行性；进行优化问题和分布式实现处理。能够实现针对多个单独的磨矿专家子系统所受到的服从概率约束的随机扰动和互相之间的耦合概率约束进行分布式模型预测控制，且能够磨矿专家系统中所存在的时变时延问题，加入量化策略可以有效的缓解网络拥塞，利用模型预测控制所自带的预测功能处理时延问题，保证分布式磨矿专家系统中各个磨矿专家子系统可以高效有序的进行。

其中，图1示出了本发明实施例提供的方法的流程示意图。

具体的，一种分布式磨矿专家系统模型预测控制方法，所述方法具体包括以下步骤：

步骤一、获取N

在本发明实施例中，通过定义P＝{1,2,...,N

其中，

Pr{ω

其中，α

步骤二、根据磨矿专家子系统p的数学模型，构建磨矿专家子系统p的输出量的数学模型，并确定磨矿专家子系统p的输出量服从的局部概率约束条件。

在本发明实施例中，磨矿专家子系统p的输出量的数学模型表示为：

y

磨矿专家子系统p的输出量都服从如下形式的局部概率约束条件：

假设多个磨矿专家子系统之间存在N

s

磨矿专家子系统p的耦合输出量s

其中，固定标量h

步骤三、根据磨矿专家子系统p的数学模型，设计分布式随机模型预测控制器。

在本发明实施例中，分布式随机模型预测控制器在k时刻的设计为：

u

其中，线性状态反馈增益矩阵为K

步骤四、根据磨矿专家子系统p的数学模型，设计量化器，并确定任意形状量化区域的满足条件。

在本发明实施例中，使用量化来改善网络拥塞是一种有效的方法，利用量化可以很大程度地减轻了网络的负担，量化策略就是将合理的值取为准确的数据，因此一定的误差存在于量化值与精确值之间，本发明实施例采用的量化器设计公式为：

其中，μ(k)∈R,μ(k)＞0，在矩形量化区域下，Q(·)是满足以下两个条件的分段常数值函数：

如果||x

如果||x

均匀量化器Q

如果||x

如果||x

其中，量化器的饱和值和灵敏度分别表示为M和Δ，为了得到量化器的设计公式是不饱和的，使用Zooming-out策略，得到：

||S

||S

其中，S

步骤五、确定概率约束处理策略和优化问题的迭代可行性。

在本发明实施例中，通过处理概率约束，以保证优化问题

式中：

式中：

步骤六、进行优化问题和分布式实现处理。

在本发明实施例中，所有q∈P

其中，

其中，Q＞0和R＞0为两个已知的加权矩阵，除去决策变量序列后为：

当时变延迟存在于接收信道或发送信道，可行的决策变量序列为：

该序列应用到执行器中，之前的决策变量序列c

为了保证成本函数

(1)离线过程：选择适当的参数v

(2)在线过程：时刻k＝0,1,2,...；步骤1：初始化：如果定义的

应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。