趙　眾，劉　洋
北京化工大學自動化研究所，北京

摘　　　要：針對大型聚乙烯工業裝置質量指標實時估計和牌號切換的復雜性，基于乙烯聚合原理推導了大型聚乙烯工業裝置質量指標實時預測模型，利用模塊反推方法推導了參數更新律，提出了一種漸近跟蹤狀態觀測器設計方法用于根據實驗室分析數據反饋修正質量指標并實時估計模型參數。參數更新律設計采用新型神經動力學方法實時求解，通過引入切換修正保證了參數更新律的魯棒性，選取足夠大的增益矩陣可使觀測器漸近跟蹤系統狀態。所提方法在大型聚乙烯工業裝置上的應用結果證實了其有效性和可行性，為實現大型聚乙烯工業裝置先進控制奠定了基礎。

關　鍵　詞：牌號切換；狀態觀測器；模塊反推；神經動力學

１　引　言
大型聚乙烯工業生產中存在著頻繁的牌號切換，由于缺乏實時的質量指標信息，產品質量的波動難以避免，甚至會出現反應器內部結塊造成停車。因此，開發大型聚乙烯工業裝置的多牌號質量指標在線估計技術意義重大［１］。聚乙烯生產中牌號切換問題可以看作非線性質量指標模型的參數攝動，為了在線修正模型參數，一種方法是將模型近似線性化，但當系統大范圍工作時，被控系統性能降低甚至失穩；另一種方法是用擴展卡爾曼濾波（ＥＫＦ）來估計參數，但是ＥＫＦ通過引入新參數來獲得線性表達式，這就使得模型變得更復雜且當模型失配時估計性能嚴重下降以至無法收斂。本文利用類Ｌｙａｐｕｎｏｖ函數法構造了非線性系統觀測器，通過在線調節觀測器增益來逼近實際生產過程，從而降低了牌號切換對系統性能的影響。自適應估計包括狀態觀測器和模塊化［２］的參數更新律，基于確定性等價原則設計的更新律通過調節網絡的收斂速率保證了系統的穩定性和跟蹤誤差的指數收斂性，仿真結果進一步驗證了方法的有效性。

登錄網站后可下載文件