收藏本站
收藏 | 论文排版

多变量非线性过程控制

黄道平  
【摘要】:本文主要研究了多变量非线性过程控制问题,主要工作和研究成果由五部分组成:一、介绍了对于有纯滞后过程的基于神经网络的预测控制,提出了几种在线反馈校正方法。然后对非线性串联工业过程提出了基于神经网络的多重反馈预测控制、变校正系数及其设计方法。进一步,将此方法推广到多变量非线性系统,提出了带中间状态反馈校正的基于神经网络的多变量非线性预测控制,给出了反馈校正矩阵的设计方法。二、提出了动态多变量非线性系统的静态逆模型概念,给出了基于集成模型的非线性系统的逆系统线性化策略,同时亦提出和讨论了多种有效和实用的静态逆模型求取方法。三、将单输入单输出的Hammerstein模型推广至多输入多输出系统,提出了广义Hammerstein模型,给出了其辨识建模方法。进一步,为了适应更一般的多变量非线性系统,提出了一种由人工神经网络与线性离散差分模型相结合的集成模型,并给出了其辨识训练方法。以此类模型为基础,提出了相应的多变量非线性预测控制算法。它们利用了线性预测控制的成果,避免了通常非线性模型(包括普通人工神经网络模型)预测控制所需的在线数值寻优计算,大大节约了在线计算时间,提高了算法的可靠性和稳定性,确实为一种有效的多变量非线性控制算法。四、提出了一种通过对象输出预测实现对角优化解耦的补偿器设计方法,给出了该补偿器的解耦算式。此预测优化解耦补偿器有别于传统的动态或静态解耦补偿方法,适用于具有非最小相位特性的众多多变量系统的解耦补偿,具有很好的稳定性和可实现性。进一步将基于线性模型的自适应预测优化解耦补偿器的原理推广到非线性系统,设计出适用于一般多变量非线性系统的非线性自适应预测优化解耦补偿器。五、根据解耦补偿和优化控制的思想,提出了一种完全不依赖于对象模型的自适应神经元多变量优化补偿器模型,给出了神经元权系数的在线学习方法,分析了神经元优化补偿器的工作机理。该自适应神经元优化补偿器算法简单、实现容易、完全不需要对象模型。 对本文提出的各种新的控制方法、新的算法均进行了仿真研究,并给出了相应的仿真研究结果。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王燕霞;杨铭震;;学习、识别与计算的一种新途径——人工神经网络[J];图书与石油科技信息;1994年01期
2 于强;王刚;秦琳琳;郑涛;吕旭涛;;多温区空间晶体生长炉的解耦预测控制研究[J];系统仿真学报;2010年08期
3 张世峰;周建芳;;焦炉集气管压力自适应预测解耦控制系统设计[J];重庆大学学报;2009年01期
4 任艳焱;;自抗扰控制器解决多变量系统的耦合问题的研究[J];赤峰学院学报(自然科学版);2010年05期
5 黄道平,朱学峰,周其节;基于一种集成模型的多变量非线性预测控制[J];控制理论与应用;1999年01期
6 王殿辉,柴天佑;基于ANN模型的非线性自校正预测控制器[J];自动化学报;1997年03期
7 陈善本,吴林,张铨,张福恩;不确定对象的人工神经网络自学习控制方法[J];自动化学报;1997年01期
8 王群仙,李少远,曹保定,孟昭忠;基于神经网络的预测控制模型研究[J];河北省科学院学报;1995年Z1期
9 闵华清,杨进,周万隆,徐贵刚;神经网络控制系统的仿真研究[J];武汉化工学院学报;1996年04期
10 谢春利,李平;多变量系统预测函数解耦控制[J];系统工程与电子技术;2003年05期
11 乐清洪,滕霖,王润孝,朱名铨;产品质量智能预测控制研究[J];制造技术与机床;2004年11期
12 刘玉成;刘玉斌;李太福;苏盈盈;;自适应模糊控制在烧结炉系统中的应用[J];微计算机信息;2009年04期
13 汪木兰,顾绳谷;模糊控制的回顾和发展趋势[J];工业仪表与自动化装置;1994年01期
14 盖凌云;;CAPP中人工神经网络的应用[J];中国科技信息;2006年18期
15 李穗丰;陈燕清;;BP神经网络及其在数据分类中的应用[J];电脑与电信;2006年09期
16 匡胤;;基于人工神经网络的系统建模及MATLAB实现[J];四川理工学院学报(自然科学版);2007年05期
17 宁青菊;于成龙;田清泉;;人工神经网络在陶瓷材料中的应用[J];材料导报;2008年08期
18 杨彦彬;;一种基于神经网络的主动队列管理算法[J];电子科技;2009年06期
19 朱海涛;;浅析人工智能技术在设备故障诊断中的应用[J];四川有色金属;2009年02期
20 贺艳辉;袁永明;张红燕;龚贇翀;王红卫;;基于神经网络的水产品价格预测模型研究[J];农业网络信息;2010年11期
中国重要会议论文全文数据库 前10条
1 李少远;王群仙;曹保定;孟昭忠;;基于神经网络的预测控制模型研究[A];1995中国控制与决策学术年会论文集[C];1995年
2 赵卿;曹晓岚;;人工神经网络及其在医学中的应用[A];第五次全国中西医结合神经科学术会议论文集[C];2004年
3 吕红丽;贾磊;;基于模糊线性化模型的非线性预测控制[A];第二十四届中国控制会议论文集(下册)[C];2005年
4 田国富;张国忠;张幼君;;人工神经网络在齿轮设计中的应用[A];全面建设小康社会:中国科技工作者的历史责任——中国科协2003年学术年会论文集(下)[C];2003年
5 陈亮;杜尚丰;;温室环境神经网络预测控制[A];农业工程科技创新与建设现代农业——2005年中国农业工程学会学术年会论文集第五分册[C];2005年
6 赵琪;吴素芬;薛燕;张亮;;神经网络模型在中长期水文预报中的实用性探究[A];2007年度“新疆优秀水利科技论文奖”获奖论文集[C];2008年
7 魏权利;;人工神经网络专家系统在测控设备故障诊断中的应用[A];2003中国控制与决策学术年会论文集[C];2003年
8 李灏;张春路;丁国良;;压缩机热力计算的新方法[A];上海市制冷学会一九九七年学术年会论文集[C];1997年
9 彭岩;王万森;涂序彦;;基于SOM的预警模型研究与应用[A];2003年中国智能自动化会议论文集(上册)[C];2003年
10 石红瑞;王先来;李光泉;;多层递归神经网络非线性动态系统建模[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(上册)[C];1995年
中国博士学位论文全文数据库 前10条
1 黄道平;多变量非线性过程控制[D];华南理工大学;1998年
2 王俊国;基于神经网络的建模方法与控制策略研究[D];华中科技大学;2004年
3 吴建发;优选压裂井方法研究[D];西南石油学院;2005年
4 李军红;冷轧带肋钢筋工艺的现代优化方法及质量控制[D];南昌大学;2006年
5 Han Qiang;[D];山东大学;2005年
6 申金山;基于人工神经网络的化学发光法及光度法在多组分同时测定中的应用研究[D];四川大学;2005年
7 张治国;人工神经网络及其在地学中的应用研究[D];吉林大学;2006年
8 王海瑞;密闭式城市生活垃圾直接气化熔融焚烧过程控制策略研究[D];昆明理工大学;2007年
9 刘传文;仿生优化算法在数字图像处理中的应用研究[D];武汉理工大学;2008年
10 刘永阔;核动力装置故障诊断智能技术的研究[D];哈尔滨工程大学;2006年
中国硕士学位论文全文数据库 前10条
1 张坚;神经网络控制技术在现代电站中的应用[D];重庆大学;2003年
2 黄海啸;超声马达混合自适应控制方法研究[D];吉林大学;2009年
3 林建祺;燃料电池发动机系统建模与控制研究[D];武汉理工大学;2007年
4 韩亚伟;基于神经网络的结构振动预测控制研究[D];天津大学;2003年
5 史一平;有界导数神经网络非线性预测控制应用研究[D];浙江大学;2008年
6 薛昊洋;广义PID神经网络在单元机组协调控制系统中的应用[D];华北电力大学(河北);2006年
7 林友;磷炉工艺参数系统建模及其优化[D];昆明理工大学;2005年
8 周峰;OKP企业的供应商评估中DEA与ANN的集成及实现[D];南京理工大学;2009年
9 李湘君;智能预测控制算法及其应用研究[D];南京工业大学;2004年
10 段江海;基于人工神经网络的电阻点焊专家系统设计[D];西北工业大学;2001年
中国重要报纸全文数据库 前10条
1 胡性慧 王唯赫 杨腾;人工神经网络拓宽版权贸易路径[N];中国知识产权报;2010年
2 张东方;沙明;杨松松;人工神经网络在中药领域中的应用[N];中国医药报;2003年
3 本报记者 靖九江 采写;人工神经网络在临床上的应用[N];中国医药报;2005年
4 苑希民(中国水利水电科学研究院决策支持技术研究室 主任) 李彦彬 徐建新(华北水利水电学院) 李鸿雁(北京理工大学管理与经济学院) 苑韶峰 吕军(浙江大学环境与资源学院);人工神经网络 灵感源于大脑[N];中国水利报;2005年
5 记者 周前进;人工神经网络可筛查糖尿病[N];健康报;2000年
6 ;ARM发布RealView系统建模器[N];人民邮电;2006年
7 荆建勇;修养自学习来[N];山西发展导报;2000年
8 徐会川;延伸人类智力——人工神经网络[N];电脑报;2003年
9 葛一鸣 路边文;人工神经网络将大显身手[N];中国纺织报;2003年
10 成兆义;微软拼音输入法的自学习[N];中国电脑教育报;2003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