基于PID教师模型模仿学习训练得到的局部仿射神经网络控制器的训练后继承式圆盘裕度认证

《Journal of Process Control》：Post-training inherited disk-margin certification for local-affine neural network controllers trained from PID teachers

　　

通过模仿学习训练的神经网络（NN）控制器能够复现传统比例-积分-微分（PID）控制器的行为，但其部署需评估替换后教师模型的稳定性与鲁棒性属性是否得以保持。本文提出一种训练后框架，用于在PID被NN控制器替换时认证鲁棒性的继承程度。该方法以PID控制回路的平衡圆盘裕度（balanced disk margin）作为参考鲁棒性度量，并评估训练所得NN的局部仿射（local-affine）实现在标称工作点附近所继承的鲁棒性水平。该认证被表述为通过线性矩阵不等式（LMI）表达的积分二次约束（IQC）条件，其可行性为局部仿射NN控制器闭环系统的对象侧鲁棒性边界提供证明。框架在Van de Vusse连续搅拌釜式反应器（CSTR）这一逆响应非线性基准上进行了验证。结果表明，所提出的融合模仿训练、自主验证、局部仿射LMI认证与非线性仿真的流水线，能够识别出保持自主生存性并继承PID教师圆盘裕度显著比例的NN控制器。

研究背景方面，神经网络（NN）控制器因可逼近非线性输入输出映射并复现基于模型或专家控制器策略，在反馈控制中受到关注；在过程控制中，已有可靠常规控制器可作教师，支持从经典控制向学习控制渐进过渡。然而，用模仿学习得到的NN替换或适配常规控制器，不仅需关注监督模仿精度或迁移后性能，更需关注自主NN闭环在自身诱导状态分布下可能偏离教师回路，适配虽改善局部性能却可能削弱从原控制器继承的鲁棒性。因此，需从稳定性与鲁棒性角度对学后控制器生存性进行评估，这推动了能够量化鲁棒性继承的训练后认证方法的发展。现有NN控制器稳定性分析多经积分二次约束（IQC）、分段仿射（piecewise-affine）结构利用或合成期强加耗散性条件展开，而圆盘裕度（disk margin）以复乘性扰动统一刻画增益与相位同时变化，为PID回路鲁棒性提供自然桥梁。本文在《Journal of Process Control》发表，采取训练后认证视角：不合成带鲁棒约束的NN，而是评估已训练NN是否及如何继承PID教师的鲁棒裕度。研究人员在非线性Van de Vusse CSTR基准上，将PID教师闭环数据用于模仿训练NN控制器，训练后仅保留无PID教师仍能自主生存的NN，并将各NN在标称工作点冻结激活模式得到局部仿射实现K_N,0(z)，基于离散时间有界实引理建立对象侧IQC/LMI条件认证其平衡圆盘裕度半径，再与PID教师半径比较以量化继承比例，最后以非线性微分方程直接仿真作独立校验。

关键技术方法上，研究人员采用四条主线：其一，由PID教师(K_T)在标称离散LTI对象(P)上生成闭环数据，以误差窗、累积误差与前控量构成因果回归量ξ_k训练前馈多层感知机（MLP）近似教师控制作用；其二，自主部署筛除分布偏移下失稳NN，保留可行者；其三，在选定回归点ξ^?冻结激活斜率，将NN控制器转为局部仿射LTI控制器K_N,0(z)；其四，以平衡圆盘裕度（σ=0）为参考，用灵敏度函数S_T与补灵敏度T_T算得PID教师α_T，再对局部仿射NN回路建立植物侧IQC条件并化为LMI求解可达α_N,0，继承比即α_N,0/α_T，非线性CSTR微分方程仿真作伺服-调节校验。

研究结果部分，第1节引言指出学后NN需鲁棒性继承认证而非单步模仿精度，综述IQC、分段仿射、耗散合成及圆盘裕度相关工作并定位本文贡献。第2节问题表述中，2.1给出标称对象与PID教师(A_p,B_p,C_p; A_T,B_T,C_T,D_T)及PID闭环状态阵A_T,cl，确立参考回路；2.2定义圆盘集D(α,σ)={(2+(1?σ)δ)/(2?(1+σ)δ):|δ|<α}，取σ=0得平衡圆盘裕度α_T=‖(S_T?T_T)/2‖_∞^?1，作为教师鲁棒性水平；2.3给出模仿学习NN控制器u_N,k=f_θ(ξ_k)，回归量含e_k窗、i_e,k、u_k?1，导出回归动态x_R,k+1=A_Rx_R,k+B_Re_k+E_Ru_k并与静态NN耦合为非线性动态控制器K_N，2.3.1冻结激活得局部仿射实现。第3节IQC/LMI证书中，研究人员将局部仿射NN回路的鲁棒性通道写为离散时间有界实引理可检的LMI，可行性证得植物侧α_N,0边界。第4节CSTR实现与训练详述逆响应非线性Van de Vusse对象离散化、PID整定、MLP结构与回归窗长w_s及采样T_s。第5节验证与认证结果显示，筛选后若干NN在自主闭环生存，局部仿射LMI认证半径达PID教师α_T的显著分数（文中记为significant fraction），非线性设定点变更与扰动仿真与局部证书一致。第6节结论指出该训练后管道为PID到NN替换提供教师参照鲁棒性继承度量，局部仿射IQC/LMI证书可先于任何复用或迁移步骤成立。

讨论与结论翻译部分，研究人员总结：本文贡献为引入教师参照的鲁棒性继承度量以量化PID平衡圆盘裕度被模仿学习NN继承的比例；建立训练后局部仿射认证法，通过冻结NN激活模式并经植物侧IQC/LMI条件验证继承裕度；在非线性Van de Vusse CSTR上以自主闭环筛选、局部仿射认证与非线性伺服-调节校验完整评测流水线。结论表明，所提训练后框架能识别自主生存且继承PID教师圆盘裕度显著份额的NN控制器，为学后控制器在相关反馈回路中可靠复用或未来迁移提供控制理论认证前提；证书依构造为局部，适用已训练NN在选定工作点附近的局部仿射实现，非线性仿真仅作独立校验而非近似替代。未来工作可延伸至相关目标回路的迁移适用性评估与适配，不在本文范围。