一、成果名称及简介：
发明专利：基于强化学习的工业过程最小-最大优化的容错控制方法、一种基于数据驱动Q-学习的工业过程容错控制方法、基于粒子群算法优化的间歇过程2D输出反馈预测控制方法
发明人：王立敏，李春，张旺喜，李雪玉，贾林竹，唐彬彬
专利号：ZL 2022 1 0358730.3，ZL 2021 1 1330939.0，ZL 2021 1 1330940.3
专利权人：海南师范大学
简介：
发明专利1：本发明涉及工业控制技术领域，具体是基于强化学习的工业过程最小‑最大优化的容错控制方法。包括：(1)在具有执行器故障和外部扰动的原系统状态空间模型基础上建立包含跟踪误差和状态增量的增广状态空间模型，并根据增广状态空间模型提出性能指标函数；(2)根据性能指标函数提出值函数以及Q函数，并构建相应的最优控制输入、最坏外部扰动及最优控制增益、最坏外部扰动增益的表达式；(3)给定能使系统稳定的最初的控制增益与外部扰动增益收集数据θj(k)及ρkj，θj(k)及ρkj是第j次迭代所产生的包含系统生产信息的数据；(4)通过强化学习更新控制增益K1F、外部扰动增益K2F；(5)如果达到迭代结束条件则迭代结束，否则转回步骤(4)继续迭代。本发明适用范围广、跟踪性能好、控制效果好。
发明专利2：本发明公布了一种基于数据驱动Q‑学习的工业过程容错控制方法，包括以下步骤：(1)在原系统的状态空间模型基础上建立包含跟踪误差和状态增量的具有执行器故障的等价状态空间模型，并根据新的模型提出性能指标函数；(2)提出值函数以及Q函数，并构建相应的最优控制输入及控制增益的表达式；(3)初始化稳定控制策略K0并收集数据θj(k)及ρkj；(4)通过非策略Q‑学习算法更新控制器增益K；(5)如果达到迭代结束条件则迭代结束，否则转步骤(4)继续迭代。本发明可以有效应对系统无法精确建模的问题，降低系统对模型的依赖，通过利用系统实际生产过程中所产生的数据进行不断学习，进而得到最优的控制律，最终达到良好的容错控制效果和跟踪性能。
发明专利3：本发明公布了基于粒子群算法优化的间歇过程2D输出反馈预测控制方法，其特征在于包括以下步骤：步骤1：建立具有范数有界的不确定性二维间歇过程状态空间模型；步骤2：设计二维迭代学习输出反馈预测控制器；步骤3：设计基于粒子群算法优化的2D输出反馈鲁棒预测跟踪控制器。本发明设计了具有扩展信息的控制器，该控制器具有较好的跟踪性能和鲁棒性，对系统不确定性和外界干扰具有较强的抵抗能力。考虑到实际生产中的输出和输入约束以及不可测量状态，输出反馈预测控制器实现了其控制目标并满足实际生产要求。采用PSO算法在传统控制器附近寻找更好的解，这弥补了由于手动调整，性能指标函数的某些参数可能不是最优的影响。
二、科技成果转化方式
转让
三、拟交易价格
转让费（全国独家买断）：共计1.8万元
四、价格形成过程
经专利发明人与出资方深圳星华慧知识产权运营有限公司协商，双方同意三项成果以0.6万元/项转让，转让费共计1.8万元，全国独家买断。
五、公示时间
2026年7月8日-7月22日
联系人：袁老师
联系电话：0898-65685516
国家大学科技园管理中心
2026年7月8日
