學(xué)術(shù)報(bào)告：分批生產(chǎn)過程基于數(shù)據(jù)驅(qū)動(dòng)的建模、優(yōu)化與控制
時(shí)間：2017-12-06
來源：控制科學(xué)與工程學(xué)院
作者：
點(diǎn)擊量：次
時(shí) 間：2017年12月14日（周四）上午10:30-11:30
地 點(diǎn)：東院7D-101室
報(bào)告人：張杰 英國紐卡斯?fàn)柎髮W(xué)教授
IEEE Senior Member
報(bào)告人簡(jiǎn)介：
報(bào)告摘要：
分批生產(chǎn)過程適用于高附加值產(chǎn)品（例如特種聚合物、藥物、生物產(chǎn)品等）的靈捷制造，不同于連續(xù)系統(tǒng)，分批生產(chǎn)過程具有較強(qiáng)的非線性且常工作于瞬態(tài)；分批生產(chǎn)過程控制的一個(gè)難點(diǎn)在于產(chǎn)品質(zhì)量的變量通常是不可在線測(cè)量的，僅可在分批生產(chǎn)過程結(jié)束后通過實(shí)驗(yàn)數(shù)據(jù)分析獲得。分批生產(chǎn)過程控制的主要目標(biāo)是在安全操作下獲得最大數(shù)量的高品質(zhì)產(chǎn)品。本報(bào)告基于數(shù)據(jù)驅(qū)動(dòng)建模、推斷估計(jì)、可靠?jī)?yōu)化控制及迭代學(xué)習(xí)控制等方法給出分批生產(chǎn)過程的魯棒神經(jīng)網(wǎng)絡(luò)。Bootstrap組合神經(jīng)網(wǎng)絡(luò)提高了模型的概括能力，同時(shí)給出了模型預(yù)測(cè)估計(jì)精度。模型最優(yōu)化不同于過程最優(yōu)化，最優(yōu)目標(biāo)函數(shù)可以通過附加項(xiàng)（或在多目標(biāo)優(yōu)化中附加目標(biāo)）進(jìn)行擴(kuò)張。基于分批生產(chǎn)過程的重復(fù)性能夠使用當(dāng)前及過去的批處理信息提高下一個(gè)批處理的操作性。為克服未知擾動(dòng)的影響，提出了一種基于線性化模型的batch-to-batch最優(yōu)控制策略達(dá)到了該目的。
