时滞及非方多变量系统的辨识与内模控制研究

发布时间：2017-05-24 05:16

  本文关键词：时滞及非方多变量系统的辨识与内模控制研究，由笔耕文化传播整理发布。

【摘要】：在实际的工业过程中,多变量系统广泛存在,这些多变量系统多具有复杂特征并且难控,这些复杂难控的对象通常是生产过程的核心部分,其控制效果会直接关系到产品质量、产品产率和能耗等,研究复杂多变量过程的控制问题,既具有重要的理论意义,又具有明确的工程应用价值。内模控制是一种实用性很强的先进控制方法,由于其设计原理简单、鲁棒性稳定性好,目前已成为复杂工业过程控制中最有效的方法之一。本文选取典型的具有时滞、耦合、非方等复杂特性的多变量过程为对象,对复杂多变量过程的模型辨识和内模控制器设计方法进行研究。主要工作如下：1、引入一种并行弥漫式智能搜索算法——烟花爆炸优化算法(FWA),分析了该算法的特点和目前存在的问题及原因,并提出了改进型烟花爆炸优化算法(MFA)。经过对比试验证明了改进后的优化算法(MFA)相对经典优化算法以及标准型烟花算法具有更快的收敛速度和更高的寻优精度。本文应用MFA进行多变量系统的模型辨识以及内模控制器设计过程中的参数优化与模型降阶。2、开展“传递函数下基于智能搜索的任意信号多变量系统闭环辨识”方法的研究。提出了一种基于并行弥漫式智能搜索的多变量频率响应闭环辨识方法(MFA-FRE),采用顺序阶跃测试方法将一个耦合的多变量系统(MIMO)转换为多个独立无关联的单输入单输出(SISO)系统,然后利用MFA算法对每一个单变量系统进行辨识。针对频率响应辨识法中的衰减因子参数难以确定的问题,该方法利用MFA良好的全局与局部搜索能力和快速收敛特性,快速寻找到能使辨识效果达到最优的衰减因子参数值,提高了辨识的速度和精度。对于非方多变量系统的辨识,本文进一步给出两种辨识方案,仿真证明了MFA-FRE辨识非方系统的可行性。3、以复杂线性输出误差类模型作为辨识对象进行辨识方法研究,结合辅助模型最小二乘法和迭代思想提出迭代最小二乘法；结合辅助模型随机梯度法和迭代思想提出迭代梯度法。仿真实验证明了两种迭代辨识方法针对带有自回归参数的模型进行参数辨识时的有效性。4、开展了“基于V规范型设计时滞多变量系统的解耦内模一体化控制器”的研究,设计时对象采用P规范型,解耦内模控制器采用V规范型,基于控制器和解耦器一体化的设计思想,所设计的控制器能够同时满足解耦和控制的要求。在设计过程中采用本文所提出的一种新的性能指标和MFA优化算法进行滤波器参数的寻优,同时兼顾抑制超调和缩小响应时间的要求。5、开展了“基于MEOTF-MFA的非方系统的内模控制方法”的研究。首先利用改进型有效开环传递函数(MEOTF)将具有耦合多时滞特性的非方系统分解为相对独立的多个单回路系统,再针对每一条单回路进行IMC-PID控制器设计,设计过程中采用Taylor-MFA降阶方法以获得更加精确的降阶模型。MEOTF-MFA非方控制器设计方法可以实现耦合多时滞非方系统的有效控制,在模型失配及存在干扰的环境下亦能表现良好性能。
【关键词】：多变量系统 内模控制 系统辨识 时滞系统 非方系统 并行弥漫式搜索算法
【学位授予单位】：北京化工大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：TP13;TP18
【目录】：

• 学位论文数据集4-5
• 摘要5-7
• ABSTRACT7-18
• 第一章 绪论18-32
• 1.1 本课题的研究背景与意义18-19
• 1.2 本课题相关领域概述19-24
• 1.2.1 系统辨识技术概述19-21
• 1.2.2 内模控制技术概述21-24
• 1.3 前人的研究成果24-28
• 1.3.1 内模控制的理论基础24-25
• 1.3.2 内模控制的设计方法25-28
• 1.4 本文的主要工作及内容安排28-32
• 第二章 改进型并行弥漫式智能搜索新算法32-56
• 2.1 引言32-33
• 2.2 基本型并行弥漫式智能搜索算法33-42
• 2.2.1 基本型并行弥漫式智能搜索算法的基本思想33-34
• 2.2.2 基本型并行弥漫式智能搜索算法的数学描述34
• 2.2.3 基本并行弥漫式智能搜索算法的算法组成34-36
• 2.2.4 基本型并行弥漫式智能搜索算法的算法实现36-38
• 2.2.5 基本型并行弥漫式智能搜索算法的特点分析38-40
• 2.2.6 基本型并行弥漫式智能搜索算法的性能40-42
• 2.3 对基本型并行弥漫式智能搜索算法的缺陷以及解决方法分析42-46
• 2.3.1 影响算法性能的因素分析42-43
• 2.3.2 算法中存在的缺陷以及解决方法分析43-46
• 2.3.3 小结46
• 2.4 改进型并行弥漫式智能搜索新算法46-55
• 2.4.1 对基本型烟花算法各组成部分的改进策略46-50
• 2.4.2 改进型并行弥漫式智能搜索新算法50-51
• 2.4.3 改进型并行弥漫式智能搜索算法与基本型并行弥漫式智能搜索算法的比较51-55
• 2.5 小结55-56
• 第三章 基于MFA-FRE的时滞非方系统闭环辨识方法56-78
• 3.1 引言56-57
• 3.2 基于传递函数的频率响应辨识法57-61
• 3.2.1 频率响应辨识法基本原理57-60
• 3.2.2 闭环辨识到开环辨识的等效转换60-61
• 3.3 基于MFA-FRE算法的工业过程建模系统与方法61-72
• 3.3.1 基于并行弥漫式智能搜索算法的工业过程建模系统61-63
• 3.3.2 基于并行弥漫式智能搜索算法的工业过程建模方法63-68
• 3.3.3 基于MFA-FRE的工业过程辨识法在方型多变量系统辨识中的应用68-70
• 3.3.4 基于MFA-FRE的工业过程辨识法在时滞非方系统辨识中的应用70-72
• 3.4 MFA-FRE多变量系统辨识方法的仿真实验72-76
• 3.4.1 方型多变量系统辨识72-74
• 3.4.2 多时滞大滞后方型多变量系统模型辨识74
• 3.4.3 多时滞非方多变量系统模型辨识74-76
• 3.5 小结76-78
• 第四章 基于迭代最小二乘法和迭代梯度法的动态线性输出误差模型参数辨识方法78-98
• 4.1 引言78
• 4.2 动态线性输出误差模型78-81
• 4.3 误差模型的迭代最小二乘辨识法81-87
• 4.3.1 带辅助模型的最小二乘辨识法81-84
• 4.3.2 迭代最小二乘辨识法84-87
• 4.4 迭代梯度辨识法87-91
• 4.4.1 带辅助模型的随机梯度法87-89
• 4.4.2 迭代梯度算法89-91
• 4.5 仿真实验91-97
• 4.6 小结97-98
• 第五章 基于V规范的时滞多变量系统的解耦内模一体化控制器98-118
• 5.1 引言98
• 5.2 多变量被控对象规范型与解耦方法98-103
• 5.2.1 多变量系统的规范型99-102
• 5.2.2 多变量系统的解耦102-103
• 5.2.3 多变量系统的解耦方法103
• 5.3 基于V规范型的解耦内模一体化控制器103-115
• 5.3.1 基于V规范的系统解耦功能设计104-106
• 5.3.2 基于V规范的系统内模控制器设计106
• 5.3.3 V规范内模控制器向PID控制器的转化106-108
• 5.3.4 时滞对象设计控制器时的处理方法108-111
• 5.3.5 基于改进并行优化算法的模型降阶111-112
• 5.3.6 基于MFA算法和新的性能指标的滤波器参数优化112-113
• 5.3.7 基于V规范的解耦内模控制器设计仿真实验113-115
• 5.4 IMC中超前项的解决办法115-117
• 5.5 小结117-118
• 第六章 基于MEOTF和MFA的时滞非方系统内模控制器118-142
• 6.1 引言118-119
• 6.2 非方系统常用控制器设计方法分析119-122
• 6.2.1 非方系统方形化方法119-122
• 6.2.2 非方系统的直接控制法122
• 6.2.3 瘦系统的控制方法122
• 6.3 基于MEOTF和MFA的时滞非方系统的内模控制器122-141
• 6.3.1 有效开环传递函数EOTF122
• 6.3.2 改进型有效开环传递函数MEOTF122-126
• 6.3.3 系统控制器设计中的时滞处理126
• 6.3.4 基于MFA的非方有效开环传递函数的降阶126-128
• 6.3.5 基于MEOTF的非方IMC-PID控制器128-129
• 6.3.6 基于MFA和新的性能指标的非方内模控制器参数129-130
• 6.3.7 基于MEOTF和MFA的非方内模控制器设计仿真实验130-141
• 6.4 小结141-142
• 第七章 总结与展望142-144
• 参考文献144-152
• 致谢152-154
• 研究成果及发表的学术论文154-156
• 作者和导师简介156-158
• 附件1158-159

  本文关键词：时滞及非方多变量系统的辨识与内模控制研究，，由笔耕文化传播整理发布。

本文编号：389913