分享到:

多变量线性系统的在线辨识

本文提出了一种在线辨识别线性多变量系统状态空间数学模型——SSMM-State-Space Mathematical Model的新方法  (本文共5页) 阅读全文>>

上海交通大学
上海交通大学

基于局部学习策略的非线性系统多模型建模与控制

随着现代工业生产的发展,生产过程日趋大型化、复杂化,工作点的变化范围大,使得完全通过机理模型来了解被控过程中各变量之间的关系变得更加困难,且成本很高。因此,人们往往从系统的输入输出数据出发,借助于机器学习、统计学理论以及数据挖掘等手段,采用基于分治策略的多模型建模方法,分析和了解被控过程相关特性,达到对非线性系统建模与控制的目的。这种建模方法,将复杂问题简单化,以多个局部模型来覆盖系统的不确定性与结构的复杂性,以及逼近系统的强非线性,从而倍受人们的关注。本文以非线性系统为研究对象,直接利用所获得的系统数据,在分治策略框架下,将多模型方法与数据聚类,以及局部建模算法相结合,研究了非线性系统的模型辨识与控制器设计等问题,其主要内容包括:针对一类可由分段仿射模型表示的非线性系统,在获得系统全部工况数据的基础上,提出一种PWARX模型离线辨识算法。利用改进的G-K模糊聚类算法,在克服聚类迭代过程中出现非数值解问题的同时,实现对系统数据的...  (本文共143页) 本文目录 | 阅读全文>>

重庆大学
重庆大学

基于支持向量机的热工过程逆动力学建模及控制

系统逆动力学问题是一类典型的动态系统反演课题,其核心内容在于,根据所期望的系统输出过程和已知的系统当前和历史状态,确定应该施加于系统的输入过程。热力系统逆动力学问题已经成为热工过程控制与故障诊断等许多相关领域的一个基础性的重要课题,对该问题进行深入研究,具有十分重要的科学意义和工程实际意义。支持向量机(SVM)是建立在统计学习理论基础上的一种机器学习算法,具有理论完备、全局优化、适用于小样本建模和泛化能力强等优点,已经成为复杂系统辨识的有效工具。本文研究了基于SVM的热工过程逆动力学模型辨识与控制问题,主要研究工作与结果包括以下五个方面。①针对两类典型热工对象,建立了逆动力学模型的基本结构;提出了一种基于对象动态过程相关分析的多输入多输出(MIMO)系统逆动力学模型输入向量的约简方法,通过对象动态过程的相关分析,获得对象逆动力学过程的最大相关量和主导参数,在此基础上确定MIMO系统逆动力学模型的输入向量。利用该方法对双输入双输出...  (本文共118页) 本文目录 | 阅读全文>>

浙江大学
浙江大学

化工过程中的若干预测控制算法与应用研究

随着全球化市场的竞争日趋激烈、不可再生资源的日益减少和环境压力的不断加大,如今的生产企业对过程控制的性能和效益提出了更高的要求。预测控制技术以其对模型质量要求不高、控制性能好、易于处理约束和经济效益可观等特点,越来越受到工业控制界的关注。本文在前人基础上,从实际出发,对预测控制的若干问题进行了较为深入的研究,包括:(1)针对DMC算法对扰动估计能力弱的缺点,提出了一种扰动自适应DMC算法。采用时间序列(ARMA)模型描述不可测扰动的动态特性。考虑到扰动往往具有时变性,采用递推算法在线辨识ARMA模型,并对扰动的未来行为作出预估,提高了系统的模型预测精度,改善了DMC抑制扰动的能力。(2)提出一种基于多次迭代思想的递推伪线性回归(MIPLR)算法。递推辨识ARMA(X)模型,算法的准则函数不是参数向量的二次函数形式,所以相应的解析解不存在,传统的在线递推算法辨识精度不理想。MIPLR采用多次迭代思想,在每一次递推过程中通过多次迭代...  (本文共157页) 本文目录 | 阅读全文>>

华中科技大学
华中科技大学

两类非线性过程的智能控制方法及其应用研究

论文针对两种类型非线性过程控制系统,分别提出了相应的智能控制方法,并将其应用于实际中。第一类被控系统为滞后时间小、响应速度快(控制周期要求在200ms 以内)的非线性过程控制系统,这类系统的典型代表是焊管连续生产中焊接过程(对焊管采用直接高频感应加热方式或直接电阻加热方式)温控系统; 第二类被控系统为大滞后(滞后时间≥10s)非线性过程控制系统,其主要特点为滞后时间长、响应速度慢,这类系统的典型代表是工业电阻加热炉温控系统。论文主要工作如下: 1)对智能控制理论及应用的历史和发展现状进行了综述,并指出了目前存在的问题和发展研究方向。2)针对第一类非线性过程控制系统,提出了相应的具有分级结构的模糊自适应控制方法。其设计思想是将整个控制系统构成三级控制结构:(1)基本模糊控制级。为了满足系统实时控制要求,基本模糊控制级采用模糊逻辑控制方式。(2)自适应调整级。为了适应被控系统参数时变情况,采用自适应控制方式,定时在线调整模糊控制器参...  (本文共139页) 本文目录 | 阅读全文>>

浙江大学
浙江大学

基于火焰光谱检测的炉内煤种辨识与锅炉优化控制技术研究

随着《巴黎气候变化协定》的即将生效,当前节能减排的大环境对能源行业发展格局形成了很大冲击,作为温室气体排放大户的燃煤电厂,急需进一步提高锅炉运行效率以缓解减排压力。而近几年,机组本体设备与辅助系统工艺改进方面的节能潜力已几乎耗尽,目前最有前景的研究方向就是利用先进控制技术实现锅炉的优化运行,而锅炉优化控制的技术瓶颈则在于炉内参数的在线测量与先进控制算法对复杂工况的适应性。本文针对这两项技术需求,开展了以下研究工作:1)通过火焰发射光谱的基础理论与测量机理研[,利用Na、K、Li等碱金属元素含量与比例对煤种的标识意义,提出了基于煤粉火焰光谱中碱金属原子发射光谱强度关系特征的煤种辨识方法,从机理上对测量与环境因素进行消去与补偿,获得稳定的特征量,实验结果表明特征量可复现、可区分、工况适应性满足煤种辨识要求。2)根据煤种辨识的机理特征向量,结合一系列辅助特征参数,采用SVM算法实现煤种辨识方法的算法设计、系统开发与应用测试,验证了基于...  (本文共202页) 本文目录 | 阅读全文>>