控制与决策

作者：乔俊飞,黄卫民,丁海旭,于涛

单位：北京工业大学 信息学部,北京 100124;智慧环保北京实验室,北京 100124,,北京工业大学 信息学部,北京 100124;智慧环保北京实验室,北京 100124,,北京工业大学 信息学部,北京 100124;智慧环保北京实验室,北京 100124,,北京工业大学 信息学部,北京 100124;智慧环保北京实验室,北京 100124,

关键词：复杂工业过程;特征建模;不确定性特征;指标模型;被控对象模型;全流程模型

基金：科技创新2030---“新一代人工智能”重大项目(2021ZD0112300)；国家自然科学基金创新群体项目(62021003)；国家科技重大专项项目(61890930)；国家自然科学基金项目(62073006).

针对复杂工业过程的特征建模是研究其优化控制的基础.复杂工业过程普遍具有强干扰、非线性、大时变等诸多不确定性特征,部分工艺涉及复杂的生化反应并伴有强污染和高危性,检测数据具有维度高、噪声大等特性,这均为建立精准的工业模型提出了更急迫的需求和更高的标准.鉴于此,总结并归纳当前复杂工业过程的建模思路和研究进展,旨在从多个视角分析不同建模方法的适用性和有效性,为先进的优化控制理论指导实际工业生产奠定模型基础.首先,从机理建模、数据驱动建模和混合建模3个方向对目前主流的工业建模方法进行划分和综述;然后,阐述各类建模方法的具体设计思路,并分析模型结构和算法特点;接着,调研不同建模策略在解决实际工业过程中的指标建模、被控对象建模、全流程建模等问题的具体应用情况;最后,结合目前工业智能化建设趋势及其面临的挑战性问题,指出未来的研究思路和发展方向.

来源：2023年第8期

《控制与决策》期刊编辑部

查看控制与决策杂志2023年第8期