控制与决策

作者：耿志强,辛尚华,王孟志,韩永明

单位：北京化工大学 信息科学与技术学院，北京 100029;智能过程系统工程教育部工程研究中心，北京 100029,,北京化工大学 信息科学与技术学院，北京 100029;智能过程系统工程教育部工程研究中心，北京 100029,,北京化工大学 信息科学与技术学院，北京 100029;智能过程系统工程教育部工程研究中心，北京 100029,,北京化工大学 信息科学与技术学院，北京 100029;智能过程系统工程教育部工程研究中心，北京 100029,

关键词：连续搅拌釜反应器;深度Koopman算子;模型预测控制;过程控制;非线性系统

基金：国家重点研发计划项目(2024YFB4105203)；国家自然科学基金青年基金项目(62422303)；北京市自然科学基金-丰台创新联合基金重点项目(L241015)；工业控制技术全国重点实验室开放课题(ICT2024B33)；中央高校基本科研业务费专项资金项目(buctrc202418).

多级连续搅拌釜反应器(CSTR)系统广泛应用于化工过程, 其多变量耦合和复杂的非线性动态特性给系统控制带来了挑战. 为此, 提出一种基于深度Koopman算子的建模方法和含三项惩罚函数的模型预测控制(MPC)方法. 通过深度Koopman算子将多级CSTR系统的动力学映射到高维线性空间, 并在该空间中设计含三项惩罚函数的模型预测控制算法, 从而提高多级CSTR系统的控制性能. 仿真结果表明, 深度Koopman模型在多步预测任务中具有良好的精度, 其在浓度和温度状态变量上的相对平均误差均低于0.10%. 相比于传统基于扩展动态模态分解的Koopman模型预测控制算法, 所提方法的均方根误差显著降低, 且约束优化问题平均求解时间明显低于非线性模型预测控制算法. 通过引入状态增量惩罚项, 所提出的三项MPC方法有效抑制了超调量, 且响应速度与两项MPC相近.

来源：2026年第3期

《控制与决策》期刊编辑部

查看控制与决策杂志2026年第3期