收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

分布参数系统的确定学习理论及其应用

彭滔  
【摘要】:流体系统和振动系统广泛存在于自然界和工程界中。随着现代工业的飞速发展,人们对各种装备在轻型化、智能化、精密化程度上的要求和性能不断的提升,使得流体系统和柔性体振动系统被科学界和工业界所重视。由于这些系统本身材料质地的特性,使得其具有无限个自由度,系统的运动状态不再像通常的刚体系统那样可以用有限个参数就能完整的描述,而必须用场才能较完整的描述,即它们的状态既是时间变量的函数也是空间变量的函数,因而这类系统被称为“无限维分布参数系统”。要能对分布参数系统进行较好的设计或作用,首先就需要充分了解该系统的动态行为。但是在未知的动态环境下,要准确的知道分布参数系统的内部动态是一个极富挑战的任务。最近,Wang等人利用自适应控制和系统动力学的概念与方法,提出了确定学习理论。该理论研究非线性系统在未知动态环境下的知识获取、表达、存储和再利用等问题。 本文主要研究含未知内部动态的非线性分布参数系统的确定学习问题,由于分布参数系统的无限维本质特性,使得在未知动态环境下准确建立完整的分布参数系统内部动态异常困难,甚至可以说是在现有条件下不可能完成的任务。我们主要运用确定学习理论提供的框架和方法,在一定的精度内实现对分布参数系统内部动态的准确逼近/辨识。然而,现有的确定学习理论是针对有限维动态系统建立的,而使得其不能直接的应用于无限维分布参数系统。因此,我们首先在合适精度内建立分布参数系统的有限维逼近系统,然后对有限维动态系统应用确定学习理论得到其沿轨迹的准确逼近,进而实现对原分布参数系统的内部动态辨识/逼近。所得到的系统模型不仅在一定精度内反映原分布参数的本质动态特性还易于工程实现,其中主要包括运用何种逼近方法将分布参数系统转化为有限维动态系统、系统的可辨识条件、辨识算法的设计等内容。本文的主要内容概括如下 1.研究一类周向抛物型分布参数系统的确定学习问题。抛物型分布参数系统常常出现在流体、热传导和粒子扩散等物理系统中。系统的“周向”是指分布参数系统描述的物理对象具有环形的几何结构。根据系统的周向结构特点,我们首先利用离散Fourier变换极其逆变换的方法将所考虑的分布参数系统转化为有限维动态系统。其次,我们分析了有限维动态系统的几个重要性质。由于有限统动态系统的系数矩阵是由离散Fourier变换在离散过程中引入的,根据离散Fourier变换与循环矩阵的联系可知系数矩阵是一个循环矩阵;并且由系统的周向几何结构分析可得有限维系统的内部动态是沿系数矩阵的对角线局部占优。对有限维动态系统运用确定学习理论,通过采用径向基函数(Radial Basis Function,RBF)神经网络得到对有限统系统的主要内部动态的沿系统轨迹的精确逼近,进而得到抛物型分布参数系统内部动态沿轨迹的准确逼近。 2.研究涡扇发动机轴流压气机系统的旋转失速初始扰动的建模与快速检测。旋转失速是轴流压气机系统的一种不稳定流动现象,当压气机处于旋转失速状态时,压气机的转子和定子叶片都承受巨大的压力而造成叶片的损伤,失速团的非轴对称流动使得燃烧室和涡轮内局部过热而可能烧坏壁面和叶片。旋转失速会使得压气机的流量和压力突然下降,导致发动机推力的骤然下降而大大限制压气机的性能和降低发动机的效率。由旋转失速造成的叶片槽道内的气流堵塞会引起发动机的喘振(压气机的另一种典型不稳定流动现象/故障)。因为发动机是在失速边界附近效率最大,所以检测旋转失速为提高发动机的性能和预防喘振极为重要。要阻止压气机不进入旋转失速,则需要在旋转失速发生前进行预测。因此,要快速检测旋转失速的初始扰动。快速准确的检测方法是以对初始扰动建立准确建模为基础。因此,我们首先研究旋转失速初始扰动的建模。我们在压气机周向和轴向上布置多个传感器测量压气机的流量和压力信号,运用确定学习理论采用动态RBF神经网络辨识初始扰动的内部动态,得到旋转失速初始扰动的内部动态沿轨迹的准确逼近。因而,建立旋转失速初始扰动的RBF神经网络模型。并将在辨识过程中收敛的RBF神经网络权值在收敛后一段时间内的平均值(常数权值)作为旋转失速初始扰动的模式保存,将多个旋转失速初始扰动建模生成的常数权值保存构成旋转失速初始扰动的模式库。在建模的基础上,我们运用保存的模式库快速检测旋转失速初始扰动。对被检测的压气机系统用模式库中保存的常数权值构造一系列的动态估计器,动态估计器的个数与模式库中保存的模式个数相同,动态估计器的维数与学习辨识过程中构造的RBF神经网络维数相同。由于RFB神经网络模型是旋转失速初始扰动模式内部动态的本质表现,因此动态估计器中嵌入了已辨识的旋转失速初始扰动的内部动态。将被检测的压气机的状态与动态估计器的状态做差生成残差系统,依据确定学习理论的动态模式识别方法,残差度量动态模式的相似性。因此,我们用平均l1范数对残差进行评估,所有残差中平均l1范数最小的那个就是压气机正出现的模式。当旋转失速初始扰动模式所对应的残差的范数最小时,就表明压气机中出现了失速初始扰动,则实现失速初始扰动的快速检测。由于,检测是在失速的初始扰动阶段完成,因此可以预测旋转失速,并且由于旋转失速是喘振的先兆,这样就可以预防喘振和预警发动机。 3.研究带Dirchilet边界条件的完全共振型波动系统的确定学习问题。根据Lagrangian应力定律、Newton第二定律以及Dirchilet边界条件可知,所讨论的完全共振型波动系统是描述两端固定的柔性振动弦。我们讨论了两大类波动系统:1)系统内部动态部分未知;2)系统内部动态完全未知。我们利用有限差分方法将波动系统在空间域上离散为一个高维的常微分方程组描述的有限维非线性动态系统。然后,利用Gronwall不等式定理和Leary-Schauder不动点定理证明了有限维动态系存在唯一解,并且其解收敛到原波动系统的解。这就保证了这是一个有效的逼近,并且使得有限维动态系统保持了波动系统的本质动态特性。最后,我们运用确定学习理论构造了动态RBF神经网络,其沿轨迹精确辨识了有限维动态系统的内部动态,进而得到有限维截断误差精度内对波动系统内部动态的准确逼近。但是由于第1),2)类波动系统未知内部动态关联的离散点不一样,而使得RBF神经网络的输入维数不同。对于第1)类波动系统,RBF神经网络输入的只是离散点本身的信息,而第2)波动类系统则还要输入相邻两离散点的信息。对输入维数分析可知,输入的离散点是由未知内部动态中包含的最高阶空间微分项来决定。因此,在相同的截断误差精度内,系统中增加对空间变量的未知低阶微分项并不会增加RBF神经网络的输入维数。若要提高逼近精度,则可以通过增加有限维截断误差精度、空间离散点个数和神经元个数来实现。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 胡健生;杨成梧;;一阶分布参数系统参数估计的Walsh级数分析法[J];信号处理;1992年04期
2 欧阳亮;;关于一类分布参数系统的快速控制问题[J];自动化学报;1985年03期
3 程建纲;分布参数系统的能控性[J];控制理论与应用;1992年06期
4 胡跃明,周其节;二阶分布参数系统的变结构控制[J];控制理论与应用;1993年03期
5 岳东,刘永清;具无界扰动项的分布参数系统的鲁棒控制[J];控制理论与应用;1995年03期
6 岳东,刘永清,高存臣;分布参数系统的输出变结构控制[J];控制理论与应用;1997年02期
7 王一平,黄际英;无耗均匀传输线的系统特性[J];电波科学学报;1997年01期
8 周璇,喻寿益,李兰君,高崧;分布参数系统中传感器位置的优化[J];中南大学学报(自然科学版);2003年04期
9 陈云烽;复合型分布参数系统的一个最优控制问题[J];控制理论与应用;1989年S1期
10 岳东,许世范,刘永清,高存臣;分布参数系统滑动模控制设计的Lyapunov函数方法[J];中国矿业大学学报;1997年01期
11 吴惕华;分布参数工业系统控制[J];河北省科学院学报;1994年02期
12 王兴成;一类分布参数系统鲁棒自适应控制算法[J];大连海事大学学报;1996年04期
13 丁斗章;扰动影响下一阶线性定常分布参数系统的小波预测控制[J];上海电机技术高等专科学校学报;2003年04期
14 岳东,许世范;二阶分布参数系统变结构控制的问题讨论[J];控制与决策;1996年05期
15 郑立辉,冯珊,潘德惠;宏观经济管理中一类系统的最优控制问题研究[J];控制与决策;1998年03期
16 雍炯敏;一类分布参数系统的镇定问题[J];控制理论与应用;1986年02期
17 崔智,潘德惠;分布参数系统最优控制的一种方法[J];控制与决策;1991年04期
18 王泉;结构控制的若干问题与展望[J];大自然探索;1993年04期
19 顾幸生,蒋慰孙;基于正交函数逼近变换的分布参数系统可控性与可观性[J];华东理工大学学报;1997年05期
20 谢振东,刘永清;分布参数系统目标跟踪的二阶P-型学习算法[J];暨南大学学报(自然科学与医学版);1998年01期
中国重要会议论文全文数据库 前10条
1 崔宝同;邓飞其;刘永清;;时滞不确定分布参数系统的鲁棒稳定性[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
2 李东海;纪瀛皇;李明大;刘京宫;;一类分布参数系统的PID控制器设计[A];中国自动化学会控制理论专业委员会D卷[C];2011年
3 林英;高存臣;赵林;;一类多时滞不确定分布参数系统的滑动模控制[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
4 李凌;袁德成;井元伟;苗鑫;;基于线上求解法的分布参数系统仿真[A];第八届全国信息获取与处理学术会议论文集[C];2010年
5 徐永健;潘日芳;;分布参数系统处理的一种新方法[A];第三届全国控制与决策系统学术会议论文集[C];1991年
6 潘永泉;;基于神经网络的图像序列参数估计方法[A];1994中国控制与决策学术年会论文集[C];1994年
7 赵文荣;侯学章;朱广田;;关于双线性分布参数系统的一类最优控制[A];1994年中国控制会议论文集[C];1994年
8 陶纪元;黄琳;楚天广;李勇;;挠性航天器的P-S系统模型[A];1998年中国控制会议论文集[C];1998年
9 顾幸生;蒋慰孙;;m-PMCP逼近理论及其在分布参数系统控制中的应用(Ⅰ)——m-PMCP逼近理论[A];1994中国控制与决策学术年会论文集[C];1994年
10 王兴成;;一类分布参数系统鲁棒自适应控制算法[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集(下册)[C];1995年
中国博士学位论文全文数据库 前10条
1 彭滔;分布参数系统的确定学习理论及其应用[D];华南理工大学;2011年
2 李延波;分布参数系统与It(?)型随机系统的稳定与滑模控制研究[D];中国海洋大学;2007年
3 白乙拉;非光滑分布参数系统参数辨识及其应用[D];大连理工大学;2006年
4 董学平;一类分布参数混合系统的稳定性研究[D];南京理工大学;2007年
5 崔宝同;时滞分布参数系统的振动、稳定与控制[D];华南理工大学;2003年
6 刘志祥;深部开采高阶段尾砂充填体力学与非线性优化设计[D];中南大学;2005年
7 戴雪龙;PET探测器神经网络定位方法研究[D];中国科学技术大学;2006年
8 马戎;智能控制技术在炼钢电弧炉中的应用研究[D];西北工业大学;2006年
9 邢海龙;不确定分布参数系统与随机系统变结构控制设计及应用[D];中国海洋大学;2007年
10 文敦伟;面向多智能体和神经网络的智能控制研究[D];中南大学;2001年
中国硕士学位论文全文数据库 前10条
1 林英;多时滞分布参数系统的滑模控制与稳定性[D];中国海洋大学;2011年
2 李谦;抛物线型分布参数系统的状态重构与点控制[D];上海交通大学;2010年
3 赵林;几类时滞不确定分布参数系统的滑模变结构控制研究[D];中国海洋大学;2011年
4 杨立儒;基于神经网络的电路故障诊断的研究与实现[D];解放军信息工程大学;2010年
5 刘兰兰;基于神经网络和遗传算法的H型钢粗轧工艺参数优化研究[D];山东大学;2011年
6 田鹏明;基于神经网络的振动主动控制研究[D];太原理工大学;2012年
7 姜宇;发动机裂解设备故障诊断技术的研究[D];吉林大学;2012年
8 邢远凯;基于决策树和遗传算法的神经网络研究及应用[D];浙江大学;2010年
9 陈少华;基于Hopfield神经网络控制系统的研究[D];山东科技大学;2010年
10 高宝建;基于神经网络的月降水预报模型在洪泽湖的应用研究[D];南京信息工程大学;2012年
中国重要报纸全文数据库 前10条
1 于翔;数字神经网络中的协同应用[N];网络世界;2009年
2 健康时报特约记者  张献怀;干细胞移植:修复受损的神经网络[N];健康时报;2006年
3 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年
4 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
5 本报首席记者 任荃 实习生 史博臻;轨交“神经网络”触动创新神经[N];文汇报;2011年
6 计算机世界实验室 韩勖;当布线系统遭遇神经网络[N];计算机世界;2009年
7 曹建兵 李祖兵 特约记者 何天进 本报记者 于莘明;给导弹植入“神经网络”[N];科技日报;2005年
8 谭薇;“潮湿计算机”:拥有人类智慧的超级大脑[N];第一财经日报;2010年
9 ;人老了,大脑仍能形成新的神经网络[N];新华每日电讯;2004年
10 韩婷婷;ICT强壮奥运“神经网络”[N];通信产业报;2007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