1.一种基于系统增广模型的批次过程预测控制方法，包括如下步骤：步骤1、建立批次过程中被控对象的状态空间模型；

步骤2、设计被控对象的批次过程控制器。

2.如权利要求1所述的基于系统增广模型的批次过程预测控制方法，其特征在于：所述步骤1具体如下：

1.1首先采集批次过程中的输入输出数据，利用该数据建立该批次过程的实际过程模型，形式如下：x(k+1)＝f(x(k),u(k))

y(k+1)＝g(x(k))

x(k)、x(k+1)分别为k、k+1时刻系统状态，u(k)∈Rnu为k时刻系统输入，y(k+1)∈Rny为k+

1时刻系统输出，f:Rnx×Rnu→Rnx为系统状态的映射函数，g:Rnx→Rny为系统输出的映射函nu ny nx数，R 、R 、R 分别是系统输入、系统输出、系统状态的维数；

1.2针对设定系统考虑状态观测器，形式如下：表示当前的状态预测， 为k-1时刻对k时刻的状态预测。h:Rny→Rnx为设定的误差映射函数。y(k)为k时刻系统输出。

1.3结合设计的系统模型，系统状态形式如下：其中， 分别为k-1时刻对k-1时刻的状态预测，u(k-1)为k-1时刻系统输入，定义预测误差其形式如下：其中，e(k)为定义预测误差；

1.4为了获取更加精确的控制效果，定义输出与状态约束形式如下：其中，ζy、ζx、ζu为相应的松弛变量， 第j个系统输出的比例因子， 第j个控制变量的比例因子， 第j个状态变量的比例因子。ymax、ymin分别为设定的输出最大、最小值，umax、umin分别为设定的输入最大、最小值，xmax、xmin分别为设定的状态最大、最小值，分别为设定的输出最大、最小值的控制器软化量， 分别为设定的输出最大、最小值的输出软化量， 分别为设定的状态最大、最小值的状态软化量；

1.5结合步骤1.1，设计增广模型并添加观测器其形式如下：x(k+1)＝f(x(k),u(k))+Ady(k+1)＝g(x(k))+Bd

其中，d∈Rny为扰动项，A∈Rnx×ny,B∈Rny×ny为系数矩阵；

1.6通过增广模型和观测器的输出测量同时估计状态和干扰，形式如下：其中，hx、hd分别是状态和误差的映射函数。 分别为k、k-1时刻对k时刻的扰动估计；

其中预测状态和输出根据步骤1.1-1.5计算，形式如下：其中， 为k-1时刻对k-1时刻的扰动估计， 为k-1时刻对k时刻的输出估计；

1.7根据上步骤，可以得到预测误差，形式如下：

1.8根据无差拍滤波状态和干扰设计方法，得到系统状态与干扰形式如下：

3.如权利要求2所述的基于系统增广模型的批次过程预测控制方法，其特征在于：所述步骤2具体如下：

2.1具有修正适应性的稳态目标优化：

minJ＝ι(x,u)＝x(k)TPx(k)+u(k)TQu(k)+e(k)2约束形式如下式：

其中，min表示求最小值，J表示需要求取的具有修正适应性的性能指标函数，ι(x,u)为设计的与状态和输入相关的性能指标函数，P、Q满足条件的系数矩阵。 是k-1时刻的输入目标；

其中，修正矩阵设计如下：

其中， 分别是k时刻，k+1时刻的修正矩阵。Hp是系统稳态输入到输出映射的雅可比矩阵，H为模型稳态映射相对于第一个参数的雅可比矩阵；λ∈(0,1]为权系数，为k时刻的输入目标； 为修正矩阵初始值且值为0；

2.3最优控制律可以通过最小化步骤2.1中的目标函数来获得，形式如下：其中，R(x*)为修正适应性的稳态目标下求取的最优控制律，设置值为

2.4考虑系统批次生产最优控制，综合步骤1.4的约束，设置新的目标函数，形式如下：综合系统约束形式，具体表达式如下式：

其中，表示批次生产过程的性能指标函数，ι(xi(k),ui(k))为第k时刻第i批次的性能指标函数，xi(k)、xi(k+1)分别为第k、k+1时刻第i批次的系统状态，ui(k)为第k时刻第i批次的控制输入，yi(k)为第k时刻第i批次的控制输出，i从1到N为批次数；

2.5步骤1.4的约束，设置批次生产系统的约束形式如下：其中， 分别为第i批次设定的输出最大、最小值， 分别为第i批次设定的输入最大、最小值， 分别为第i批次设定的状态最大、最小值，分别为第i批次设定的输出最大、最小值的控制器软化量，分别为第i批次设定的输出最大、最小值的输出软化量，分别为第i批次设定的状态最大、最小值的状态软化量。

2.5根据步骤2.4，最优控制律设计如下：R(x*,d*,u*)为设置批次生产系统优化设计的目标函数求取的最优控制律，设置值为

2.6在下一时刻，重复步骤2.1到2.5继续求解新的最优控制律，得到最优控制律R(x*,d*,u*)，并依次循环。