收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

含非平稳干扰的模型辨识及其在模型预测控制中的应用

Haider Sajjad Ali  
【摘要】:在过去的几十年间,预测控制技术在过程工业中得到了广泛应用。由于模型预测控制是一种基于模型的技术,所以模型的精确度是其成功应用的关键。存在不可测量扰动的系统的建模是一项复杂的任务。这些不可测扰动的出现会影响模型精确度,从而使得模型预测控制下的控制性能变差。本文解决了存在不可测扰动下的模型辨识问题,并将方法应用到模型预测控制技术中。 具有平稳扰动的模型辨识问题在已有文献中已得到很好的解决,且此类方法在实际中也得到广泛地使用。大多数模型预测控制技术是基于此类模型。然而,在过程工业中,扰动一般来说是非平稳的、难以建模和预测。本文提出具有非平稳扰动的系统的三阶段模型辨识算法。 本文的主要创新如下: 提出了一种扩展Box-Jenkins(EBJ)模型。为了描述非平稳扰动,增加了一个时变偏差项。此模型可同时描述具有平稳扰动和非平稳扰动的过程对象的动态。此外,提出了针对多输入多输出(MIMO)系统的扩展Box-Jenkins(EBJ)模型辨识方法。 为了辨识提出的EBJ模型,提出了一种三阶段多新息递归最小二乘(TSMIRLS)辨识方法。将EBJ模型分解为三个子系统,即:过程模型、平稳干扰模型以及非平稳干扰项。每一个子系统通过单独的TSMIRLS辨识方法辨识。针对各子系统可采用不同的可调参数。由仿真结果可知,对比BJ模型,EBJ模型在参数估计方面具有更高的精度。 对提出的EBJ模型的参数还采用三阶段多新息随机梯度(TSMISG)方法辨识。由于基于RLS的算法的计算量大,当参数的个数过大时,可使辨识问题不可行。为了降低计算量,本文在三阶段辨识算法中采用了随机梯度方法。本文对此类算法的计算过程的复杂性和精确性进行了分析和比较。 基于上述的三阶段模型辨识技术,提出了两种不同的模型预测控制方法。第一种方法针对具有自适应扰动的时不变系统。在此方法中,过程模型仍然固定,但扰动模型参数是在线辨识的。将输出误差造成的冗余项用来估计不可测扰动。根据自适应扰动模型,预测未来时刻扰动,且将其包含进模型预测中以提高精确性。将算法应用到温室过程中,仿真结果证明了所提算法的有效性。第二种方法针对时变系统,提出了一种自适应模型预测控制算法,其中过程模型和扰动模型同时在线更新。将EBJ模型进行推广,以描述时变系统。在模型预测控制描述中,采用了时变的目标函数。通过仿真,验证了提出的模型辨识算法和相应的自适应模型预测控制方法的有效性。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 罗云虎;模型预测控制在自主式水下航行体运动控制中的应用[J];水雷战与舰船防护;2004年04期
2 罗云虎;模型预测控制在自主式水下航行体控制系统中的应用[J];自动化技术与应用;2004年11期
3 张浩然,韩正之,李昌刚;基于神经网络的非线性模型预测控制[J];计算机仿真;2003年05期
4 吴建国,张培建;基于预测函数控制的PVC聚合釜温度系统[J];控制工程;2004年S2期
5 孙浩,席裕庚,张钟俊;一类非线性系统的模型预测控制算法[J];上海交通大学学报;1994年04期
6 孙青林;林霞;陈增强;袁著祉;;基于增量加权的预测函数控制[J];控制工程;2006年01期
7 陈本松;;基于现代工业过程控制的预测函数控制[J];湖南文理学院学报(自然科学版);2007年02期
8 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
9 邹志云;模型预测控制在STD—V40工控机上的实现及应用[J];工业控制计算机;1995年04期
10 邹健,杨莹春,诸静;基于灰色模型的预测模糊控制策略及其应用研究[J];中国电机工程学报;2002年09期
11 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
12 马静;李书臣;肖军;翟春艳;;基于模型预测控制的迭代学习控制器设计[J];河北工业科技;2006年01期
13 马静;胡玉娥;詹习生;;基于模型预测的迭代学习控制器设计[J];广东工业大学学报;2006年02期
14 周锐,成晓静,陈宗基;战术任务规划系统研究[J];控制与决策;2004年04期
15 田民;佟为明;;动态矩阵控制在喷雾干燥塔中的应用研究[J];测控技术;2006年10期
16 游廉明;阮学斌;吴跃华;;基于RBFNN的料场称重预测控制系统[J];控制工程;2006年S2期
17 托加索夫 Yu A;;工业反应蒸馏塔的鲁棒模型预测控制(英文)[J];沈阳化工学院学报;2009年01期
18 张旭;杨学友;;基于模型预测控制的统一电能质量调节器[J];控制工程;2011年02期
19 许健;孙秀霞;李大东;;模型预测控制在飞行器规划系统中的应用[J];传感器与微系统;2011年07期
20 马艳;卜丽;孙长江;;基于模型预测控制的乳化物干燥控制系统[J];制造业自动化;2011年15期
中国重要会议论文全文数据库 前10条
1 张聚;张海华;;时延网络控制系统的显式模型预测控制[A];Proceedings of the 2011 Chinese Control and Decision Conference(CCDC)[C];2011年
2 朱目成;张涛;尹伯彪;周肇飞;;双纵模激光器的热稳频控制系统的研究[A];首届信息获取与处理学术会议论文集[C];2003年
3 武俊峰;王振英;;基于状态观测器的约束鲁棒模型预测控制[A];04'中国企业自动化和信息化建设论坛暨中南六省区自动化学会学术年会专辑[C];2004年
4 吴丽娟;;基于Laguerre级数模型的模型预测控制[A];2000中国控制与决策学术年会论文集[C];2000年
5 邹志云;;甲醇/水二元间歇精馏塔的模型预测控制[A];中国自动化学会全国第九届自动化新技术学术交流会论文集[C];2004年
6 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
7 黎予颖;刘明波;;基于轨迹灵敏度的模型预测紧急切负荷控制[A];中国高等学校电力系统及其自动化专业第二十四届学术年会论文集(上册)[C];2008年
8 付庆华;曹玉强;;基于模型预测控制的快速温度调节器[A];1996中国控制与决策学术年会论文集[C];1996年
9 李慧;李文学;张德江;;基于PC机的电厂锅炉燃烧控制系统的设计与实现[A];2004中国控制与决策学术年会论文集[C];2004年
10 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
中国博士学位论文全文数据库 前10条
1 杨罡;电力系统模型预测控制技术研究[D];北京交通大学;2013年
2 曾静;聚合反应过程的分布式模型预测控制策略研究[D];东北大学;2008年
3 郑毅;加速冷却过程的模型预测控制[D];上海交通大学;2010年
4 Haider Sajjad Ali;含非平稳干扰的模型辨识及其在模型预测控制中的应用[D];重庆大学;2014年
5 许芳;快速模型预测控制的FPGA实现及其应用研究[D];吉林大学;2014年
6 冯少辉;模型预测控制工程软件关键技术及应用研究[D];浙江大学;2003年
7 石屹然;SI发动机AFR非线性模型预测控制理论与方法研究[D];吉林大学;2014年
8 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
9 李志军;约束模型预测控制的稳定性与鲁棒性研究[D];华北电力大学(北京);2005年
10 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
中国硕士学位论文全文数据库 前10条
1 王振英;不确定扰动情形下离散系统约束鲁棒模型预测控制[D];哈尔滨理工大学;2005年
2 张有昌;轻烃分馏装置的建模与先进控制应用研究[D];浙江大学;2005年
3 孙荣春;基于LMI的滚动时域H_∞控制在三容实验系统中的应用研究[D];吉林大学;2004年
4 陈飞;模型预测控制器的性能评价与监控[D];浙江工业大学;2004年
5 严博涛;直拉单晶炉生长系统模型预测控制方法研究[D];西安理工大学;2010年
6 余主正;基于以太网的预测控制系统研究[D];浙江工业大学;2005年
7 冯伟;迭代学习模型预测控制算法研究[D];华北电力大学(北京);2009年
8 张鹏;基于混合逻辑动态的混杂系统建模及其模型预测控制[D];吉林大学;2007年
9 侯海良;基于RBF-ARX模型的预测控制在磁悬浮系统中的应用[D];中南大学;2008年
10 王元慧;模型预测控制在动力定位系统中的应用[D];哈尔滨工程大学;2006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
  • 010-62982499
  • 010-62783978