典型文献
在线场景更新的多阶段非线性模型预测聚合反应控制
文献摘要：
针对聚合过程中时不变不确定性参数不能直接估计的情况,导致的多阶段非线性模型预测控制中场景树生成的合理性问题,提出一种基于贝叶斯概率加权的在线场景更新算法.该方法利用前一时间步中每个场景的模型预测信息和过程状态测量信息计算对应场景的概率权重,然后通过合适的自适应步长在线更新场景树中不确定性的离散实现场景.所提方法在保证过程约束满足的同时,逐渐缩小不确定性集合逼近不确定性的真实值,从而降低保守性,提升控制器性能.通过多个批次的半间歇聚合反应过程实例仿真结果表明,所提出的方法可以有效降低批次反应时间,提高生产效率.
文献关键词：
非线性模型预测控制;在线场景更新;贝叶斯概率加权;不确定性;半间歇聚合反应
中图分类号：
作者姓名：
陈显锋;孙京诰;张海峰
作者机构：
华东理工大学信息科学与工程学院,上海200237;华东理工大学 能源化工过程智能制造教育部重点实验室,上海200237
文献出处：
引用格式：
[1]陈显锋;孙京诰;张海峰-.在线场景更新的多阶段非线性模型预测聚合反应控制)[J].控制理论与应用,2022(04):770-776
A类：
在线场景更新,贝叶斯概率加权,半间歇聚合反应,间歇聚合反应
B类：
多阶段,反应控制,中时,不确定性参数,非线性模型预测控制,中场,场景树,新算法,法利,时间步,过程状态,自适应步长,在线更新,新场景,确定性的,实现场景,逼近,真实值,低保,保守性,控制器性能,反应过程,实例仿真
AB值：
0.248608
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
