一类随机时延非高斯系统的控制器设计
发布时间：2021-08-07 08:08
随机系统的控制一直以来都是控制界研究的热点前沿之一,目前大多数的研究基于高斯线性系统。但实际的工业系统往往是非高斯的,而对于非高斯系统,传统的基于方差最小化的控制策略不再适用。与此同时,实际的控制系统中由于条件所限大多含有时延,一般将其看作随机干扰在时域内进行研究,一般都留有冗余。这就不可避免的造成了保守性。由此,本文主要研究了含有随机时延的非高斯非线性系统的控制问题,并针对当前研究的不足在以下几方面做出相应的工作。1、利用随机时延的分布信息,结合非负随机变量的拉普拉斯变换,基于输出期望等价原则给出了随机时延的频域描述方法。该相较于传统的处理方法,减少了保守性与复杂度,也方便了后续的分析研究。2、对非线性非高斯随机系统改进了常规的最小熵控制方法,并将之与梯度下降法相结合提出了自适应加权控制器。仿真结果表明新的控制方案有更好的控制效果。3、将提出的自适应控制器应用到半导体批次控制与风力发电中最大风能利用率控制中,检验自适应控制器适用性的同时拓展这一控制律的应用领域。
【文章来源】：北京化工大学北京市 211工程院校 教育部直属院校
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
图２－１?—个简单的随机时延环节??Ｆｉｇ．?２－１?Ａ?ｓｉｍｐｌｅ?ｓｔｏｃｈａｓｔｉｃ?ｄｅｌａｙ??
?北京化工大学硕士学位论文???＝?ＶＦ７?（２－２１）??ｊ?＝?ｌ?３??上式相应的ｚ变换为：??ＦＴ（ｚ）?＝?ｆ２ｖ＾?ｚ－ｅ＾Ｔ?（２＿２２）??Ｊ?＝?１??这里％?＝?ｔ／Ｔ。??推论２－５：事实上，不论是核密度估计还是Ｂ样条函数逼近，得出的概率密度函??数总是会存在误差的。这其实可以看作是一种不确定性。而这种不确定性与随机时延??对系统造成的影响相比微不足道，也不再是随机时延等效模型建立中的主要因素。因??此，在本文的讨论中忽略这种不确定性的影响不再进行额外的讨论。??利用随机时延Ｚ变换后拉普拉斯变换式（２－２２），可以得到随机时延的等效输出＾。??为方便控制器设计，本文统一地将等效随机时延与之后接受了延迟信号的对象统一称??为等效对象，如不意图所不：??等效对象??＇?Ｎ??，?＼??Ｉ?????Ｉ??Ｉ?｜??一￣卜？等效拉悴拉斯变换?一一？纣象??＼?????／??、?／??图２－２等效对象??Ｆｉｇ．?２－２?Ｔｈｅ?ｅｑｕｉｖａｌｅｎｔ?ｐｌａｎｔ??接下来，以一个线性连续系统为基础具体介绍如何建立随机时延的等效对象。假??定闭环控制系统如下：??ｘ?＝?Ａｘ?＋?Ｂｕ?（ｔ?—?ｒ）??（２－２３）??ｙ?＝?Ｃｘ??这里Ｔ为随机时延，并假设其分布可由混合指数分布函数拟合：??（＾??ｐ／?．?Ｖｊ＼ｊｅ￣Ｘ）Ｘ?ｘ＞Ｑ??ｆ（ｘ）?＝?＜ｊｒｉ?（２－２４）??ｌ?０?ｘ＜０??１４??
?第二章随机时延的处理方法研究???１２０００????．?．?＞???１００００??８０００?－??ｊＱ?，??Ｅ??呈??Ｓ＇?６０００?－??｜?Ｉ??ｕ：?４０００?■??Ｉ??２０００??〇?■?，?；???０?５０?１００?１５０?２００?２５０??Ｒａｎｄｏｍ?Ｄｅｌａｙ??图２＿３随机时延概率分布??Ｆｉｇ．?２－３?ｄｉｓｔｒｉｂｕｔｉｏｎ?ｏｆ?ｒａｎｄｏｍ?ｔｉｍｅ?ｄｅｌａｙ??随机时延的具体分布如图２－３所示，而随机时延等效替换法的验证结果如图２－４??所示。需要注意的是，这是由１０次Ｍｏｎｔｅ?Ｃａｒｌｏ模拟平均而来。??３?Ｉ?！?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ??丨■…■麵Ｄｅｓｉｇｎ??Ａｃｔｕａｌ??°?１?ＭｅａｎＡ｛＾）??－４?－?－??０???Ｉ?！?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ???０?０．５?１?１．５?２?２．５?３?３．５?４??ｔ（ｓ）??图２４随机时延等效替换法验证结果??Ｆｉｇ．?２－４?ｖｅｒｉｆｉｃａｔｉｏｎ?ｒｅｓｕｌｔｓ?ｏｆ?ｖａｌｉｄｉｔｙ?ｏｆ?ｒａｎｄｏｍ?ｄｅｌａｙ?ｅｑｕｉｖａｌｅｎｔ?ｒｅｐｌａｃｅｍｅｎｔ?ｍｅｔｈｏｄ??１７??
【参考文献】：
期刊论文
[1]风电场群远程集中监控系统设计及智能化管理[J]. 梁涛,袁正彬,梅春晓,孙国峰. 自动化与仪表. 2015(11)
[2]应对能源危机 实现可持续发展[J]. 吴楠,王玉梅,吴超. 科技信息. 2011(08)
[3]风力发电及其控制技术新进展[J]. 王志新,张华强. 低压电器. 2009(19)
[4]全球能源危机条件下的中国经济可持续发展研究[J]. 郑美华,黄邦根. 北方经济. 2008(19)
本文编号：3327419
【文章来源】：北京化工大学北京市 211工程院校 教育部直属院校
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
图２－１?—个简单的随机时延环节??Ｆｉｇ．?２－１?Ａ?ｓｉｍｐｌｅ?ｓｔｏｃｈａｓｔｉｃ?ｄｅｌａｙ??
?北京化工大学硕士学位论文???＝?ＶＦ７?（２－２１）??ｊ?＝?ｌ?３??上式相应的ｚ变换为：??ＦＴ（ｚ）?＝?ｆ２ｖ＾?ｚ－ｅ＾Ｔ?（２＿２２）??Ｊ?＝?１??这里％?＝?ｔ／Ｔ。??推论２－５：事实上，不论是核密度估计还是Ｂ样条函数逼近，得出的概率密度函??数总是会存在误差的。这其实可以看作是一种不确定性。而这种不确定性与随机时延??对系统造成的影响相比微不足道，也不再是随机时延等效模型建立中的主要因素。因??此，在本文的讨论中忽略这种不确定性的影响不再进行额外的讨论。??利用随机时延Ｚ变换后拉普拉斯变换式（２－２２），可以得到随机时延的等效输出＾。??为方便控制器设计，本文统一地将等效随机时延与之后接受了延迟信号的对象统一称??为等效对象，如不意图所不：??等效对象??＇?Ｎ??，?＼??Ｉ?????Ｉ??Ｉ?｜??一￣卜？等效拉悴拉斯变换?一一？纣象??＼?????／??、?／??图２－２等效对象??Ｆｉｇ．?２－２?Ｔｈｅ?ｅｑｕｉｖａｌｅｎｔ?ｐｌａｎｔ??接下来，以一个线性连续系统为基础具体介绍如何建立随机时延的等效对象。假??定闭环控制系统如下：??ｘ?＝?Ａｘ?＋?Ｂｕ?（ｔ?—?ｒ）??（２－２３）??ｙ?＝?Ｃｘ??这里Ｔ为随机时延，并假设其分布可由混合指数分布函数拟合：??（＾??ｐ／?．?Ｖｊ＼ｊｅ￣Ｘ）Ｘ?ｘ＞Ｑ??ｆ（ｘ）?＝?＜ｊｒｉ?（２－２４）??ｌ?０?ｘ＜０??１４??
?第二章随机时延的处理方法研究???１２０００????．?．?＞???１００００??８０００?－??ｊＱ?，??Ｅ??呈??Ｓ＇?６０００?－??｜?Ｉ??ｕ：?４０００?■??Ｉ??２０００??〇?■?，?；???０?５０?１００?１５０?２００?２５０??Ｒａｎｄｏｍ?Ｄｅｌａｙ??图２＿３随机时延概率分布??Ｆｉｇ．?２－３?ｄｉｓｔｒｉｂｕｔｉｏｎ?ｏｆ?ｒａｎｄｏｍ?ｔｉｍｅ?ｄｅｌａｙ??随机时延的具体分布如图２－３所示，而随机时延等效替换法的验证结果如图２－４??所示。需要注意的是，这是由１０次Ｍｏｎｔｅ?Ｃａｒｌｏ模拟平均而来。??３?Ｉ?！?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ??丨■…■麵Ｄｅｓｉｇｎ??Ａｃｔｕａｌ??°?１?ＭｅａｎＡ｛＾）??－４?－?－??０???Ｉ?！?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ???０?０．５?１?１．５?２?２．５?３?３．５?４??ｔ（ｓ）??图２４随机时延等效替换法验证结果??Ｆｉｇ．?２－４?ｖｅｒｉｆｉｃａｔｉｏｎ?ｒｅｓｕｌｔｓ?ｏｆ?ｖａｌｉｄｉｔｙ?ｏｆ?ｒａｎｄｏｍ?ｄｅｌａｙ?ｅｑｕｉｖａｌｅｎｔ?ｒｅｐｌａｃｅｍｅｎｔ?ｍｅｔｈｏｄ??１７??
【参考文献】：
期刊论文
[1]风电场群远程集中监控系统设计及智能化管理[J]. 梁涛,袁正彬,梅春晓,孙国峰. 自动化与仪表. 2015(11)
[2]应对能源危机 实现可持续发展[J]. 吴楠,王玉梅,吴超. 科技信息. 2011(08)
[3]风力发电及其控制技术新进展[J]. 王志新,张华强. 低压电器. 2009(19)
[4]全球能源危机条件下的中国经济可持续发展研究[J]. 郑美华,黄邦根. 北方经济. 2008(19)
本文编号：3327419
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3327419.html
