连续过程的模型寿命延长：基于正则化的模型-工厂失配非侵入式校正

在由模型预测控制控制的连续过程工厂中，由于过程老化引起的模型-工厂失配（MPM）会导致控制性能退化。我们提出了一种称为模型寿命延长（MLE）的概念及其实现，以非侵入式方式缓解这种退化。MLE 的目的是在假设老化时间尺度远大于参考信号激励间隔的前提下，利用常规运行数据持续更新（重新辨识）过程模型。我们通过 $\mathcal{L}_1$ 正则化回归估计 MPM，并通过交叉验证寻找最优正则化参数来实现 MLE，并通过数值实验表明，对于中试规模蒸馏塔，存在最优参数且可由交叉验证找到。然后我们基于所找到的参数构建更新后的模型，以展示在不向过程输入注入激励信号的情况下校正静态增益失配和传输延迟失配的可能性。