收藏本站
《浙江大学》 2004年
收藏 | 手机打开
二维码
手机客户端打开本文

非线性系统建模及预测控制若干问题研究

刘斌  
【摘要】:模型预测控制(MPC),是指一类根据动态模型对系统未来行为进行预测和优化的控制策略。基于线性预测模型的线性MPC算法可以有效控制具有弱非线性的或工作在平衡点附近的强非线性动态系统,已被广泛应用于各种有约束多变量工业过程。然而,对那些具有严重非线性且工作范围很宽的复杂工业过程,无法用线性模型来精确拟合其系统特性,更无法准确预测其未来行为,因而需要使用非线性模型及相应的预测控制策略。本文针对一类具有非线性特性的复杂被控对象,研究其建模方法及相应的多步预测和控制量寻优策略。 本文提出了三种非线性实验建模方法,包括在线的模糊建模、可在线修正的离线模糊神经网络建模,以及完全离线的基于最小二乘支持向量机(LS-SVM)的建模方法。在控制策略方面,使用了基于分支定界原理的离散寻优方法和基于非线性模型线性化的广义预测控制(GPC)算法。本文还基于一种稳定广义预测控制(SGPC)结构,求出其控制器的滚动最优控制律,给出并证明了该系统的闭环稳定性条件。本文的主要内容包括: 1.基于一种SGPC结构,以参考信号为优化变量对目标函数进行寻优,求出了控制器的滚动最优控制律,该控制律可以无静差地跟踪常数设定值。文中给出并证明了SGPC闭环控制系统的稳定性条件。通过数值仿真,将SGPC与广义预测控制器做了性能比较,结果表明,SGPC不仅适用于非最小相位、开环不稳定、具有未知时滞和阶次的系统,而且适用于具有近似相消的零极点的被控对象。 2.针对一类具有严重非线性的复杂被控对象,提出一种基于在线模糊建模和离散优化的非线性预测控制算法。算法由两部分组成:第一部分采用模糊聚类和线性辨识方法在线建立系统的T-S模糊预测模型;第二部分基于分支定界法的基本原理对控制量进行离散寻优,从而实现对象的非线性预测控制。在模糊建模过程中,采用了无监督模糊竞争学习算法并引入丟弃准则以确保模糊模型可以即时跟踪系统动态。该算法也被推广到多变量系统。将提出的算法应用于两个具有不同程度非线性的SISO过程模型及一个MIMO过程模型,仿真结果说明了该算法的有效性。 浙江大学博士学位论文 3.针对一类具有严重非线性的复杂被控对象,提出两种基于T-S模糊模型 的预测控制算法。利用被控系统的采样数据集,用模糊聚类法初始化模 型参数,并用后向传播算法进行离线学习,得到系统的离线不S模糊模 型。该离线模型的后件参数在实时控制过程中可以根据实时采集的新信 息被在线修正,以提高模型精度。基于已经得到的模糊模型,第一种算 法,直接基于非线性模型,使用分支定界优化方法搜索最优控制序列; 第二种算法,在系统运行的每个采样周期,将非线性T-S模糊模型局部 动态线性化,从而得到系统的线性输入/输出关系,并用广义预测控制策 略实现被控对象的预测控制。在一个具有强非线性的系统模型上,将所 提出的两种算法做了仿真比较,仿真结果说明了各自的特点和有效性。 4.针对具有不同程度非线性的工业被控对象,提出了两种基于LS一SVM建 模的预测控制算法。对于具有弱非线性的系统,用具有线性核函数的 LS一SVM进行建模,并将所得模型转化为线性输入/输出关系。对具有严 重非线性的被控对象,首先用具有RBF核函数的LS一SVM离线建立被控 对象的非线性模型,然后在系统运行的每一个采样周期,将离线模型关 于当前采样点线性化,得到系统的在线输入/输出线性关系。基于得到的 线性模型,两种算法均采用广义预测控制算法来实现对被控系统的预测 控制。将两种算法分别应用到两种具有不同程度非线性的工业过程模型, 仿真结果说明了算法的有效性和优越性。 5.以EFPT过程装置中的锅炉水温为被控对象,构造了一个温度计算机控 制实验系统,并将前面提出的两种建模及预测控制算法应用到该系统中。 在验证两种算法有效性的同时,对两种算法中的建模方法进行了比较。 最后是全文的总结及展望。 关键词:非线性系统、模型预测控制、模糊建模、最小二乘支持向量机建模、离 散寻优、广义预测控制、稳定广义预测控制、温度计算机控制实验系统
【学位授予单位】:浙江大学
【学位级别】:博士
【学位授予年份】:2004
【分类号】:O231

手机知网App
【引证文献】
中国期刊全文数据库 前1条
1 钟伟民;钱锋;皮道映;;一种基于2次核函数支持向量机的多步预测控制算法[J];华东理工大学学报(自然科学版);2007年04期
中国博士学位论文全文数据库 前2条
1 钟伟民;支持向量机在先进控制中的应用研究[D];浙江大学;2006年
2 包哲静;支持向量机在智能建模和模型预测控制中的应用[D];浙江大学;2007年
中国硕士学位论文全文数据库 前4条
1 张尉;快速抗扰动预测控制算法及其在精轧系统中的应用[D];武汉科技大学;2011年
2 骆中华;基于数据驱动的软测量建模技术及其工业应用[D];浙江大学;2006年
3 张艳辉;基于支持向量机的建模与预测控制技术研究及应用[D];浙江大学;2006年
4 庞宇;自适应逆控制在工业生产中的应用[D];北京化工大学;2007年
【参考文献】
中国期刊全文数据库 前2条
1 杨春节,孙优贤,鲍伯良;一种简化的纸浆洗涤过程的GPC算法[J];机电工程;1997年06期
2 张学工;关于统计学习理论与支持向量机[J];自动化学报;2000年01期
中国博士学位论文全文数据库 前1条
1 孙宗海;支持向量机及其在控制中的应用研究[D];浙江大学;2003年
【共引文献】
中国期刊全文数据库 前10条
1 王全凤;郑浩;;基于径向基函数神经网络的高层建筑结构选型[J];四川建筑科学研究;2010年05期
2 张根耀,李竹林,赵宗涛;遮挡情况下运动目标的跟踪[J];安徽大学学报(自然科学版);2003年03期
3 王东霞;张楠;路晓丽;;基于育种算法的SVM参数优化[J];安徽大学学报(自然科学版);2009年04期
4 陶秀凤,唐诗忠,周鸣争;基于支持向量机的软测量模型及应用[J];安徽工程科技学院学报(自然科学版);2004年02期
5 陈弋兰;王鸣;孙书诚;;朴素贝叶斯分类器的误差估计[J];安徽工程科技学院学报(自然科学版);2008年04期
6 张红涛;胡玉霞;张恒源;顾波;;储粮害虫图像识别中的特征压缩研究[J];安徽农业科学;2008年27期
7 程伟;张燕平;赵姝;;支持向量机在粮食产量预测中的应用[J];安徽农业科学;2009年08期
8 武素华;;基于最小二乘支持向量机的土壤含水量检测的研究与分析[J];安徽农业科学;2009年09期
9 陈念;沈佐民;;基于化学成分检测和SVM分类的茶叶品质鉴定[J];安徽农业科学;2010年15期
10 张昭;何东健;;基于计算机视觉的竹块颜色分类方法研究[J];安徽农业科学;2010年26期
中国重要会议论文全文数据库 前10条
1 宋海鹰;桂卫华;阳春华;;基于核偏最小二乘的简约最小二乘支持向量机及其应用研究[A];第二十六届中国控制会议论文集[C];2007年
2 宋海鹰;桂卫华;阳春华;;基于最小二乘支持向量机的Hammerstein-Wiener模型辨识[A];第二十六届中国控制会议论文集[C];2007年
3 李德伟;席裕庚;;有界扰动系统基于集结的鲁棒预测控制器设计[A];第二十六届中国控制会议论文集[C];2007年
4 ;Inverse System Control of Nonlinear Systems Using LS-SVM[A];第二十六届中国控制会议论文集[C];2007年
5 ;A Novel Proximal Support Vector Machine and Its Application in Radar Target Recognition[A];第二十六届中国控制会议论文集[C];2007年
6 ;A CDMA Signal Receiver Based on LS-SVM[A];第二十六届中国控制会议论文集[C];2007年
7 刘志斌;金连文;;候选字静态生成技术及其在两级LDA汉字识别中的应用[A];第二十六届中国控制会议论文集[C];2007年
8 张彬;金连文;;基于AdaBoost的手写体汉字相似字符识别[A];第二十六届中国控制会议论文集[C];2007年
9 张颖;巢志骏;席裕庚;;预测调度算法在单机问题中的应用[A];第二十六届中国控制会议论文集[C];2007年
10 顾小军;杨世锡;钱苏翔;;基于支持向量机的旋转机械多类故障识别研究[A];第二十六届中国控制会议论文集[C];2007年
中国博士学位论文全文数据库 前10条
1 赵莹;半监督支持向量机学习算法研究[D];哈尔滨工程大学;2010年
2 张宏瀚;高性能U型减摇水舱系统设计与控制方法研究[D];哈尔滨工程大学;2010年
3 母丽华;煤矿安全预警系统的方法研究[D];哈尔滨工程大学;2010年
4 梁洪;基于内容的医学图像检索及语义建模关键技术研究[D];哈尔滨工程大学;2010年
5 任桢;图像分类任务的关键技术研究[D];哈尔滨工程大学;2010年
6 冷欣;船用增压锅炉汽包水位预测控制方法研究[D];哈尔滨工程大学;2009年
7 殷志伟;基于统计学习理论的分类方法研究[D];哈尔滨工程大学;2009年
8 朱广平;混响干扰中的信号检测技术研究[D];哈尔滨工程大学;2009年
9 孔凡芝;引线键合视觉检测关键技术研究[D];哈尔滨工程大学;2009年
10 乔小燕;基于生物形态学的赤潮藻显微图像分割与特征提取研究[D];中国海洋大学;2010年
中国硕士学位论文全文数据库 前10条
1 曾传华;基于颜色和纹理特征的竹条分级方法研究[D];华中农业大学;2010年
2 展慧;基于多源信息融合技术的板栗分级检测方法研究[D];华中农业大学;2010年
3 杜二玲;拟概率空间上等均值噪声下统计学习理论的理论基础[D];河北大学;2007年
4 朱杰;一种基于聚类的支持向量机反问题求解算法[D];河北大学;2007年
5 廖甜甜;白细胞图像语义识别分类的研究[D];南昌航空大学;2010年
6 黄正荣;基于振动波的高速公路车辆行驶状态辨识理论研究[D];南昌航空大学;2010年
7 刘棉;人机划拳系统的实现[D];山东科技大学;2010年
8 刘桂珍;颅骨三维重建与信息提取[D];山东科技大学;2010年
9 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年
10 张海峰;空间三维信息重构与飞行器路径规划[D];山东科技大学;2010年
【同被引文献】
中国期刊全文数据库 前10条
1 陶秀凤,唐诗忠,周鸣争;基于支持向量机的软测量模型及应用[J];安徽工程科技学院学报(自然科学版);2004年02期
2 杨启伟;陈以;;常用温度控制法的对比[J];兵工自动化;2005年06期
3 黄涵洲,陈伙平,韩光胜;预测控制的研究现状[J];北京工业大学学报;1997年02期
4 曹柳林,陶斌军;基于对角递归神经网络的粘度软测量模型[J];北京化工大学学报(自然科学版);2001年02期
5 董翠英,陈娟;基于逆系统方法的内模控制在伺服系统低速问题中的研究[J];北京化工大学学报(自然科学版);2005年02期
6 朱群雄,孙锋;RNN神经网络的应用研究[J];北京化工大学学报(自然科学版);1998年01期
7 李丽娜,侯朝桢;基于支持向量机(SVM)的工业过程辨识[J];北京理工大学学报;2003年05期
8 刘伟;关于非线性动态系统神经网络辨识模型的分析[J];常州技术师范学院学报;2002年02期
9 李海军;徐建忠;王国栋;刘相华;;热轧带钢精轧温度的设定策略[J];东北大学学报;2006年05期
10 王群京;鲍晓华;倪有源;李争;;基于支持向量机和遗传算法的爪极发电机建模及参数优化[J];电工技术学报;2006年04期
中国重要会议论文全文数据库 前1条
1 谭耘宇;卞皓;曹伟文;;带钢头部温度精度的优化[A];2005中国钢铁年会论文集(第4卷)[C];2005年
中国博士学位论文全文数据库 前9条
1 张涛;非线性系统控制策略的研究[D];浙江大学;2001年
2 孙宗海;支持向量机及其在控制中的应用研究[D];浙江大学;2003年
3 杨旭华;神经网络及其在控制中的应用研究[D];浙江大学;2004年
4 刘瑞兰;软测量技术若干问题的研究及工业应用[D];浙江大学;2004年
5 马儒宁;神经网络与支持向量机相关问题研究[D];复旦大学;2005年
6 宋夫华;支持向量机逆系统方法及其应用研究[D];浙江大学;2006年
7 钟伟民;支持向量机在先进控制中的应用研究[D];浙江大学;2006年
8 王玉坤;自适应逆控制及其应用的研究[D];哈尔滨工程大学;2006年
9 陈水宣;热轧带钢温度建模和数值模拟[D];浙江大学;2008年
中国硕士学位论文全文数据库 前10条
1 柳晓菁;自适应逆控制及其应用研究[D];燕山大学;2003年
2 童豪;生物发酵过程中的软测量技术应用研究[D];浙江大学;2004年
3 王国鹏;基于支持向量机的系统建模方法研究[D];华北电力大学(河北);2005年
4 肖根福;精轧温度过程控制模型研究[D];南昌大学;2005年
5 骆中华;基于数据驱动的软测量建模技术及其工业应用[D];浙江大学;2006年
6 谭悦;热工大时滞系统的模糊预测控制[D];华北电力大学(河北);2006年
7 杨华;广义预测控制的快速算法研究及应用[D];燕山大学;2006年
8 冀尔康;基于神经网络的自适应逆控制方法研究[D];燕山大学;2006年
9 杜鹃;基于支持向量机的非线性预测控制研究[D];浙江大学;2006年
10 刘永健;基于LS-SVM的入侵检测模型与实时测试平台研究[D];国防科学技术大学;2005年
【二级引证文献】
中国期刊全文数据库 前7条
1 吴一鸣;雷虎民;邵雷;刘代军;;基于输入输出数据的一体化多模型建模与控制[J];电光与控制;2011年08期
2 曹克强;胡良谋;李小刚;苏新兵;;基于支持向量机的非线性系统内模控制[J];机床与液压;2012年09期
3 曹克强;胡良谋;李小刚;苏新兵;;非线性系统的支持向量机逆模型辨识及控制[J];机械科学与技术;2011年05期
4 胡良谋;曹克强;苏新兵;李娜;侯艳艳;;基于加权LS-SVM的非线性系统内模控制研究[J];机械科学与技术;2012年01期
5 陈佳;颜学峰;钟伟民;钱锋;;基于多项式核RVM的非线性模型预测控制[J];控制工程;2008年02期
6 刘毅;喻海清;高增梁;王海清;李平;;核学习自适应预测控制器的在线更新方法[J];控制理论与应用;2011年09期
7 陈秋霞;俞立;黄骅;;基于RVM的非线性预测控制及在聚丙烯牌号切换中的应用[J];控制与决策;2010年08期
中国重要会议论文全文数据库 前1条
1 阎纲;梁昔明;龙祖强;李翔;;一种新的提前一步预测控制算法[A];第二十七届中国控制会议论文集[C];2008年
中国博士学位论文全文数据库 前3条
1 闫正兵;内部热耦合空分塔的建模与优化研究[D];浙江大学;2010年
2 包哲静;支持向量机在智能建模和模型预测控制中的应用[D];浙江大学;2007年
3 邢永忠;最小二乘支持向量机的若干问题与应用研究[D];南京理工大学;2009年
中国硕士学位论文全文数据库 前10条
1 胡兴武;垃圾焚烧发电厂燃烧智能控制系统的研究[D];华北电力大学(北京);2011年
2 陈寿辉;铁合金冶炼矿热炉电极位置检测建模及优化设定研究[D];中南大学;2011年
3 张尉;快速抗扰动预测控制算法及其在精轧系统中的应用[D];武汉科技大学;2011年
4 吕竹清;基于SVM和形状特征的电极三维模型分类检索的研究[D];华中科技大学;2011年
5 廖龙飞;多输出支持向量机及其应用研究[D];北京化工大学;2011年
6 刘斐;微小型无人直升机角动态的建模研究[D];浙江大学;2008年
7 陈明忠;基于支持向量机的微生物发酵过程软测量方法研究[D];江苏大学;2008年
8 岳雅;非线性预测控制研究及其仿真[D];西安科技大学;2008年
9 郑建斌;基于LS-SVM的开关磁阻电动机调速系统研究[D];太原理工大学;2010年
10 钱丽;基于EGK’M-RBF神经网络的软测量建模与强化学习控制算法的研究[D];北京化工大学;2010年
【二级参考文献】
中国期刊全文数据库 前10条
1 王国胜,钟义信;支持向量机的若干新进展[J];电子学报;2001年10期
2 朱凌云,曹长修;基于支持向量机的缺陷识别方法[J];重庆大学学报(自然科学版);2002年06期
3 尹中航,王永成,蔡巍;应用支持向量机进行网上信息自动分类[J];高技术通讯;2001年11期
4 孙宗海,孙优贤;关联向量机在微生物发酵传感器故障诊断中的应用[J];高校化学工程学报;2004年04期
5 田盛丰,黄厚宽;基于支持向量机的数据库学习算法[J];计算机研究与发展;2000年01期
6 萧嵘,孙晨,王继成,张福炎;一种具有容噪性能的SVM多值分类器[J];计算机研究与发展;2000年09期
7 肖健华,吴今培,杨叔子;基于SVM的综合评价方法研究[J];计算机工程;2002年08期
8 宋春雷,王龙,黄琳;学习理论与鲁棒控制[J];控制理论与应用;2000年05期
9 胡寿松,王源;基于支持向量机的非线性系统故障诊断[J];控制与决策;2001年05期
10 袁著祉;;递推广义预测自校正控制器[J];自动化学报;1989年04期
【相似文献】
中国期刊全文数据库 前10条
1 李超璟,熊伟丽,徐保国;Wiener型系统基于神经网络的在线训练算法广义预测控制[J];内蒙古大学学报(自然科学版);2003年02期
2 李嗣福;参数化模型预测空间实现及递推预测算法[J];控制理论与应用;1993年06期
3 胡俐蕊,刘智勇;一种广义预测控制直接算法[J];贵州大学学报(自然科学版);2002年01期
4 胡俐蕊,刘智勇;基于灰色模型的广义预测控制直接算法[J];五邑大学学报(自然科学版);2001年03期
5 师五喜;;广义预测控制中Diophantine矩阵多项式方程的显式解[J];控制理论与应用;2007年02期
6 慈宇红;;广义预测控制的改进算法[J];科技促进发展;2007年06期
7 仲炜;侯岩松;;最小方差预测模型和预测控制预测模型的分析研究[J];甘肃科技;2006年08期
8 宋娟;;多变量非线性系统模糊直接广义预测研究[J];科技信息;2011年01期
9 王祯学;基于随机参考输入的广义预测控制[J];四川大学学报(自然科学版);1987年04期
10 张阿卜;一类工业过程广义预测控制的闭环稳定性[J];厦门大学学报(自然科学版);1996年04期
中国重要会议论文全文数据库 前10条
1 桂卫华;李学明;蒋朝辉;;长流程大滞后过程分散广义预测控制研究[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
2 何德峰;季海波;陈作贤;郑涛;;区域稳定的有效非线性预测控制[A];第二十六届中国控制会议论文集[C];2007年
3 孙明玮;陈增强;袁著祉;杨明;;飞航导弹高精度自适应预测控制设计[A];第二十四届中国控制会议论文集(上册)[C];2005年
4 王繁珍;陈增强;林霞;孙青林;袁著祉;;基于CARIMA模型的PFC与GPC的等价性[A];第十七届全国过路控制会议论文集[C];2006年
5 冯少辉;赵均;钱积新;;动态矩阵控制改进算法[A];第二十一届中国控制会议论文集[C];2002年
6 付东波;田学民;;广义预测控制在一种双线性系统中的应用[A];2001系统仿真技术及其应用学术会议论文集[C];2001年
7 朱立禺;;基于BP神经网络的广义预测控制[A];1995年中国控制会议论文集(上)[C];1995年
8 李同月;张萍;;一类非线性系统的广义预测控制[A];2007中国控制与决策学术年会论文集[C];2007年
9 李小琳;毛军发;;基于二阶电路的缓冲器时延模型[A];2005'全国微波毫米波会议论文集(第一册)[C];2006年
10 黄伟斌;张阿卜;;基于遗传算法的对角递归神经网络预测控制器的训练[A];1999中国控制与决策学术年会论文集[C];1999年
中国重要报纸全文数据库 前10条
1 唐黎明;比例遥控电路[N];电子报;2007年
2 张宝根;现代企业治理机制下的内部控制[N];河北经济日报;2006年
3 山西 张小菊;I~(2)C总线彩电硬件故障的检修[N];电子报;2005年
4 潘必卿 卢敬叁;自动控制与计量技术[N];中国质量报;2004年
5 田海燕;河北院科研创新获多项专利[N];中国电力报;2010年
6 刘侃 孙利民;MCT8000——中国制造业腾飞的翅膀[N];科技日报;2000年
7 中南大学无机非金属材料研究所 王海东 吴建华;水泥回转窑模糊控制器骨架系统开发[N];中国建材报;2006年
8 安连祥 刘新艳 刘永刚 宴俊秋;基于自适应张力控制系统研究与仿真[N];世界金属导报;2009年
9 河南 王水成;亚超声摇控开关扩容方法[N];电子报;2004年
10 温庆琳;完善企业内部控制之我见[N];湖南经济报;2002年
中国博士学位论文全文数据库 前10条
1 刘斌;非线性系统建模及预测控制若干问题研究[D];浙江大学;2004年
2 张健中;一类连续化工生产过程的模型辨识及非线性预测控制研究[D];哈尔滨工业大学;2010年
3 张健中;一类连续化工生产过程的模型辨识及非线性预测控制研究[D];哈尔滨工业大学;2010年
4 张日东;非线性预测控制及应用研究[D];浙江大学;2007年
5 陈杨;基于微分—代数混合方程机理模型的非线性预测控制[D];浙江大学;2011年
6 翁学义;非线性预测控制方法的研究[D];浙江大学;1998年
7 孙峻;非线性模型预测控制理论及应用研究[D];西北工业大学;2002年
8 万娇娜;基于有限精度求解的非线性预测控制算法研究[D];浙江大学;2011年
9 陈志旺;直接广义预测控制算法研究[D];燕山大学;2007年
10 林永君;基于复杂机理模型的过程预测控制研究[D];华北电力大学;2002年
中国硕士学位论文全文数据库 前10条
1 岳雅;非线性预测控制研究及其仿真[D];西安科技大学;2008年
2 霍伟静;一类非线性系统的PID广义预测控制[D];燕山大学;2009年
3 牛立尚;预测控制理论若干问题的研究[D];吉林大学;2007年
4 卢立明;预测控制在网络控制系统中的实现[D];浙江大学;2006年
5 陈旦;广义预测控制及其应用研究[D];浙江大学;1996年
6 李玮;间歇过程模糊预测学习控制方法研究[D];郑州大学;2006年
7 王振;基于神经网络PID的预测控制在危化品生产过程中的研究与应用[D];青岛科技大学;2008年
8 王晓枫;基于CAN总线网络的预测控制算法研究及应用[D];浙江工业大学;2009年
9 曹楠;多变量广义预测控制在单元机组协调控制系统中的应用研究[D];华北电力大学;2000年
10 左志强;广义预测控制及其在冷连轧张力控制中的应用[D];燕山大学;2002年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026