基于二维模型预测控制的迭代学习控制性能评估方法

王永耀，索寒生，王 娟，孙希法

(1.中国石油化工集团有限公司 信息和数字化管理部，北京 100728；2.石化盈科信息技术有限责任公司 信息技术研究院，北京 100007；3.北京化工大学 信息技术研究院，北京 100029；4.北京时代凌宇科技股份有限公司，北京 100012)

为实现工业生产中的批次过程更好地运行，研究人员在批次生产控制方面做了大量的研究工作，迭代学习控制(iterative learning control，ILC)能够充分挖掘重复信息，是处理批次过程的有力工具。由于缺乏足够的维护、设备老化、传感器/执行器故障等原因[1]，控制器的性能会随着时间的推移逐渐下降，监测和评定控制器性能的性能评估技术应运而生[2]。然而，针对迭代学习控制的性能评估研究不多；同时，由于批次过程的周期性或重复性，针对一般系统的性能评估方法不适用。因此，迭代学习控制性能评估研究对推动工业发展具有重要意义。

1978年，迭代学习控制的概念首次出现在文献[3]中。1984年，Arimoto等[4]首次发表了ILC方面的研究论文。1990年，Geng等[5]成功地将二维系统理论应用于离散系统的迭代学习控制的设计，在此之后大批学者参照这个思路进行了研究[6]。二维系统是能够同时在两个独立的方向上演化的动态系统[7]，考虑到迭代学习控制的更新恰好同时包括时间轴和批次轴，因此可以把迭代学习控制作用下的闭环系统转换成二维系统，从而达到简化研究的效果。

控制性能评估(control performance assessment，CPA)技术可以有效解决控制性能欠佳的问题，因而在学术界和工业界引起广泛的关注[8]。……