数据驱动的批次生产系统设定点优化PI学习控制方法

本发明公开一种数据驱动的批次生产系统设定点优化PI学习控制方法，属于工业过程控制技术领域。本发明通过对被控系统模型沿时间方向动态线性化，提出一种仅基于过程输入与输出数据的PI控制器参数整定策略。根据已建立的带有闭环PI控制回路的批次生产系统模型，通过对其沿批次方向动态线性化，提出基于历史批次跟踪误差的自适应设定点学习律。对于未知的梯度向量和学习增益，通过优化设计的性能指标函数，推导出其沿批次方向的迭代更新算法。对于由非重复性负载干扰和初始漂移构成的未知总扰动，利用数据驱动迭代扩张状态观测器在线估计得到。本发明方法具有较好的理论创新和工程应用价值。