1.无穷时域优化的批次过程的线性二次容错控制方法，其特征在于该方法的具体步骤是：步骤(1).建立被控对象的扩展状态空间模型，具体是：a.利用实时数据驱动的方法建立局部预测模型：建立批次过程的实时运行数据库，通过数据采集装置采集实时过程运行数据，将采集的实时过程运行数据作为数据驱动的样本集合 其中， 表示第i组工艺参数的输入值，y(i)表示第i组工艺参数的输出值，N表示采样总数；以该对象的实时过程运行数据集合为基础建立基于最小二乘算法的离散差分方程形式的局部受控自回归滑动平均模型：其中，yL(k)表示k时刻局部预测模型的工艺参数的输出值， 表示通过辨识得到的模型参数的集合， 表示局部预测模型的工艺参数的过去时刻的输入和输出数据的集合，u(k-d-1)表示k-d-1时刻工艺参数对应的控制变量，d+1为实际过程的时滞，Τ为矩阵的转置符号；

采用的辨识手段为：

其中， 和P为辨识中的两个矩阵， γ为遗忘因子，为单位矩阵；

b.利用a步骤中得到的系数，建立批次过程的差分方程模型，其形式为：Δy(k)+HΔy(k-1)＝FΔu(k-d-1)其中,Δ是差分算子，F,H为a步骤中通过辩识得到的参数，d为时滞项；

c.根据b步骤中的差分方程，建立批次过程的状态空间模型，形式如下：其中，

Cm＝(1 0 0 … 0)

其中,Am为(d+1)×(d+1)阶矩阵,Bm为(d+1)×1阶矩阵,Cm为1×(d+1)阶矩阵；

d.将c步骤中得到的状态空间模型转换为包含状态变量和输出跟踪误差的扩展状态空间模型，形式如下：z(k+1)＝Az(k)+BΔu(k)＝Az(k)+Bu(k)-Bu(k-1)式中，

e(k)＝r(k)-y(k)

其中，r(k)为k时刻的理想输出值，e(k)为k时刻理想输出值与实际输出值之间的差值；

步骤(2).设计被控对象的无穷时域优化的批次过程线性二次容错控制器，具体是：a.选取批次处理过程的目标函数，形式如下：其中，Q＞0,R＞0分别为过程状态的加权矩阵、输入加权矩阵，[k0,kf]为优化时域；

qj1,qj2,…qjp+q+1为过程状态的权重系数，qje为输出跟踪误差的权重系数并且取qje＝1；

b.利用庞特里亚金最小值原理将a步骤的目标函数写成如下形式：其中，pk+1为拉格朗日乘子；

c.求 并令其等于零，可得

联合 进一步可以得到

-1

其中，R 表示输入加权矩阵的逆矩阵；

d.令kf趋于正无穷，可得

-1 Τ -1 Τ -1

Δu(k)＝-R B [I+K∞BR B ] K∞Az(k)Τ -1 Τ -1

K∞＝A [I+K∞BR B ] K∞A+QΤ Τ Τ -1 Τ

＝A K∞A-A K∞B(R+B K∞B) B K∞A+Qu(k)＝u(k-1)+Δu(k)其中，K∞为kf趋于正无穷时 的值；

e.将d步骤中得到的控制量u(k)作用于被控对象；

f.在下一时刻，依照a到e的步骤继续求解新的控制量u(k+1)，依次循环。