學術報告：分批生產過程基于數據驅動的建模、優化與控制
時間：2017-12-06
來源：控制科學與工程學院
作者：
點擊量：次
時 間：2017年12月14日（周四）上午10:30-11:30
地 點：東院7D-101室
報告人：張杰 英國紐卡斯爾大學教授
IEEE Senior Member
報告人簡介：
報告摘要：
分批生產過程適用于高附加值產品（例如特種聚合物、藥物、生物產品等）的靈捷制造，不同于連續系統，分批生產過程具有較強的非線性且常工作于瞬態；分批生產過程控制的一個難點在于產品質量的變量通常是不可在線測量的，僅可在分批生產過程結束后通過實驗數據分析獲得。分批生產過程控制的主要目標是在安全操作下獲得最大數量的高品質產品。本報告基于數據驅動建模、推斷估計、可靠優化控制及迭代學習控制等方法給出分批生產過程的魯棒神經網絡。Bootstrap組合神經網絡提高了模型的概括能力，同時給出了模型預測估計精度。模型最優化不同于過程最優化，最優目標函數可以通過附加項（或在多目標優化中附加目標）進行擴張。基于分批生產過程的重復性能夠使用當前及過去的批處理信息提高下一個批處理的操作性。為克服未知擾動的影響，提出了一種基于線性化模型的batch-to-batch最優控制策略達到了該目的。
