基于改进小波阈值去噪的无模型自适应控制抗噪方法

发布时间：2017-12-12 07:09

  本文关键词：基于改进小波阈值去噪的无模型自适应控制抗噪方法

  更多相关文章： 无模型自适应控制 非线性小波阈值去噪 测量噪声 鲁棒性

【摘要】：随着工业生产过程的复杂化及对控制精度要求的严格化,以系统模型为基础的现代控制理论已不足以满足现代工业生产的要求。与此同时随着计算机技术的发展,工业计算机中存储有大量的生产、设备和过程数据,其中蕴含着系统运行的相关信息,以此为基础的数据驱动控制理论应运而生。无模型自适应控制(model free adaptive control, MFAC)作为一种重要的数据驱动控制方法,其控制器设计不依赖于系统模型,仅利用系统的I/O数据进行控制器的设计。经过二十余年的发展,无模型自适应控制方法在理论上和实际应用中都已取得诸多成果。对于实际系统,测量数据的噪声干扰是一个不可避免的问题,而系统的I/O数据又是无模型自适应控制器的设计依据,因此设计具有抗测量噪声扰动的无模型自适应控制方案具有重要的理论和实际意义。本文的主要工作如下：首先,对无模型自适应控制方法自提出以来在各领域的应用情况进行了综述。具体地,对关于无模型自适应控制方法应用的文献进行了统计,将这些文献按照不同的应用领域共分为15大类以及若干子类,并对各领域的应用情况进行了简要介绍。其次,针对测量噪声对控制系统产生的影响,采用模块化设计提出一种基于小波阈值去噪的无模型自适应控制方法控制方案。该方案采用自适应分解层数对传统小波阈值去噪方法进行改进,并利用该方法在滑动时间窗口内对系统输出数据进行实时去噪,再将处理后的数据应用于控制律的更新。从理论上证明了所提方法的收敛性,并通过仿真验证了其有效性。最后,对基于小波阈值去噪的无模型自适应控制方法控制方案进行了两方面的改进。一方面从控制效果出发,提出一种基于变长度滑动时间窗口的改进控制方案,减小了原控制方案的超调现象,通过输出更稳定的信号提高了控制效果,另一方面针对混合噪声中含有高斯白噪声和脉冲噪声的情况,提出一种带混合滤波器的改进控制方案。通过仿真验证了两种改进方案的有效性。
【学位授予单位】：北京交通大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP273

【相似文献】

中国期刊全文数据库 前10条

1 董文瀚;孙秀霞;林岩;;反推自适应控制的发展及应用[J];控制与决策;2006年10期

2 苏培华;师玉军;;自适应控制及其应用[J];商情(教育经济研究);2008年03期

3 曾庆国;邢桂菊;王仲初;;无模型自适应控制技术的研究和应用[J];工业控制计算机;2009年06期

4 刘晓华,张金普;多级人才系统的自适应控制[J];烟台师范学院学报(自然科学版);1991年02期

5 吴宏鑫;自适应控制技术的应用和发展[J];控制理论与应用;1992年02期

6 赵子都;自适应控制技术及应用[J];自动化博览;1996年01期

7 袁震东;;自适应控制的存在问题与发展趋势[J];电气自动化;1997年05期

8 王大庆,丁崇生,葛思华,何钺;自适应控制收敛速度的研究[J];机床与液压;1997年06期

9 孙艳娜,郭庆鼎;应用H~∞控制律的鲁棒自适应控制[J];沈阳工业大学学报;2000年05期

10 彭炫,段仁君,程邦宇;电厂污水处理的自适应控制[J];计算技术与自动化;2001年03期

中国重要会议论文全文数据库 前10条

1 李传庆;刘广生;;无模型自适应控制理论的研究进展[A];全国自动化新技术学术交流会会议论文集（一）[C];2005年

2 周淑秋;韩志刚;;同参数估计对偶的自适应控制新算法[A];1998年中国智能自动化学术会议论文集（上册）[C];1998年

3 秦滨;杨艳梅;韩志刚;;模型未知系统的无模型自适应控制[A];1995中国控制与决策学术年会论文集[C];1995年

4 徐国凯;张秀玲;吴忠强;;从参考模型取状态的混合自适应控制方案[A];1995中国控制与决策学术年会论文集[C];1995年

5 张纪会;武玉强;初学导;;输入受限的自适应控制[A];1996中国控制与决策学术年会论文集[C];1996年

6 延俊华;郭三明;杨凌霄;;电机串阻起动的负荷自适应控制[A];1996中国控制与决策学术年会论文集[C];1996年

7 侯忠生;黄文虎;;一类非性系统的间接自适应控制[A];1996年中国控制会议论文集[C];1996年

8 张纪会;周绍生;武玉强;初学导;;一类输入受限制系统的自适应控制[A];1996年中国控制会议论文集[C];1996年

9 钟晓敏;方建安;邵世煌;;基于神经元混沌自适应控制[A];1997年中国控制会议论文集[C];1997年

10 方锦清;黄良玉;罗晓曙;;半导体激光的混沌化及混沌自适应控制[A];第二十四届中国控制会议论文集（上册）[C];2005年

中国重要报纸全文数据库 前2条

1 羌菊兴 舒萦 凌鹰鹤 罗文钦（作者单位：宝钢集团宝钢股份公司）;自适应控制技术确保精确轧制[N];中国冶金报;2005年

2 本报记者 王笑梅;为了“中国制造”更完美[N];辽宁日报;2009年

中国博士学位论文全文数据库 前10条

1 吴健;基于逼近器的自适应控制新方法[D];西安电子科技大学;2015年

2 金尚泰;无模型学习自适应控制的若干问题研究及其应用[D];北京交通大学;2008年

3 卜旭辉;数据驱动无模型自适应控制与学习控制的鲁棒性问题研究[D];北京交通大学;2011年

4 张敏;复杂非线性系统的智能自适应控制研究[D];南京航空航天大学;2008年

5 管成;非线性系统的滑模自适应控制及其在电液控制系统中的应用[D];浙江大学;2005年

6 王卫红;无模型自适应控制理论几类问题的研究[D];北京交通大学;2008年

7 王晶;基于智能技术的非线性系统稳定自适应控制[D];中国科学院研究生院（计算技术研究所）;1999年

8 王永富;非线性系统的模糊建模与自适应控制及其应用[D];东北大学;2005年

9 周绍生;应用反推技术设计H_∞及自适应控制系统的研究[D];东南大学;2001年

10 翟军勇;基于多模型切换的智能控制研究[D];东南大学;2006年

中国硕士学位论文全文数据库 前10条

1 张淼;模型参考自适应切换控制器的设计[D];河北大学;2015年

2 李庆哲;无模型自适应控制在隧道窑控制中的应用研究[D];河北联合大学;2014年

3 王天钰;变速风电机组建模与仿真研究[D];西南交通大学;2015年

4 柳思宇;二级倒立摆的多模型自适应控制[D];中国地质大学(北京);2015年

5 张书珍;互联系统的分散自适应控制[D];曲阜师范大学;2015年

6 胡金波;基于以太网的直流电机自适应控制研究[D];河南科技大学;2015年

7 秦奇;飞行器纵向轨迹的L1自适应控制[D];北京理工大学;2015年

8 胡书昌;Boost型开关功率变换器区域自适应控制研究[D];重庆大学;2015年

9 冷艳村;非线性无模型自适应控制及其在过程控制中的应用[D];兰州大学;2015年

10 孙乾;车载自组织网络中周期性安全消息广播的研究[D];北京交通大学;2016年

，

本文编号：1281596