面向工业控制与软测量建模的系统辨识方法研究

发布时间：2023-06-05 20:48

　　通过可观测的信息,建立系统的模型是对系统进一步认知与研究的有效途径。尤其是在工业、航天等领域,有了系统的模型,便可以对系统设计合适的控制算法、对系统的输出进行预测、对系统的目标进行优化等。系统辨识是获取系统动态模型的重要手段,因此研究系统辨识具有十分重要的理论和实用价值。首先,本文以工业控制系统中常见的两种控制回路——比例、积分、微分(PID)控制以及模型预测控制(MPC)回路为研究对象,从降低辨识实验成本的角度提出了一种无外部激励闭环辨识的方法,并对模型在闭环无外部激励情况下的可辨识条件进行了理论上的分析;本文的另一贡献是拓展了系统辨识在软测量建模领域的应用。本工作主要的研究内容与结果如下:1.以单变量PID闭环系统为研究对象,提出了基于无外部激励辨识的PID整定策略。首先,引入了数据的丰富性与模型的可辨识性这两个闭环辨识中的重要概念,通过这两个概念探讨了不添加外部激励的情况下,能否通过噪声激励的数据估计出系统模型的问题。研究结论表明,当控制器阶次高于模型阶次时,可以在不添加外部激励的情况下辨识得到系统的模型。对于PID控制的闭环控制系统,在不添加外部激励的情况下,仅利用线性控制系统...

【文章页数】：160 页

【学位级别】：博士

【文章目录】：
致谢
摘要
Abstract
缩写、符号清单、术语表
1 绪论
    1.1 系统辨识简介
    1.2 系统辨识的研究方向
    1.3 本文研究内容
        1.3.1 模型在无外部激励闭环系统中的可辨识条件
        1.3.2 无外部激励闭环辨识方法
        1.3.3 软测量模型的辨识
    1.4 本文结构安排
2 基于无外部激励辨识的PID整定方法
    2.1 引言
    2.2 闭环辨识背景介绍
        2.2.1 预测误差辨识方法
        2.2.2 可辨识性与数据丰富性
    2.3 无外部激励的辨识方法
    2.4 基于无外部激励辨识的PID整定
        2.4.1 PID控制器
        2.4.2 PID切换控制规则
        2.4.3 预测试
        2.4.4 模型验证
        2.4.5 基于IMC的PID参数整定
    2.5 仿真研究
    2.6 本章小结
3 多变量模型在闭环系统中的可辨识条件
    3.1 引言
    3.2 多变量闭环辨识
    3.3 多变量模型在线性控制器下的可辨识条件
        3.3.1 研究准备
        3.3.2 常见MISO模型的可辨识条件
        3.3.3 MIMO模型的可辨识条件
    3.4 多变量模型在切换控制闭环系统中的可辨识条件
    3.5 仿真研究
    3.6 本章小结
4 面向MPC的无外部激励辨识方法
    4.1 引言
    4.2 模型预测控制算法
        4.2.1 预测模型
        4.2.2 滚动优化
        4.2.3 反馈校正
    4.3 模型在MPC回路中的可辨识条件
        4.3.1 DMC的最小实现形式
        4.3.2 模型在DMC闭环系统中的可辨识条件
    4.4 基于切换控制的辨识方法
        4.4.1 DMC权重系数与控制性能之间的关系
        4.4.2 切换规则
        4.4.3 预测试
        4.4.4 模型验证
    4.5 仿真研究
    4.6 本章小结
5 软测量模型的辨识
    5.1 引言
    5.2 输出慢采样系统的LPV模型描述
    5.3 LPV模型的辨识
        5.3.1 局部线性模型辨识
        5.3.2 权重函数辨识
        5.3.3 优化全局模型
        5.3.4 模型结构选择
    5.4 算例仿真
    5.5 工业实例
    5.6 本章小结
6 总结与展望
    6.1 论文总结
    6.2 研究展望
附录A
附录B
参考文献
作者简历
作者攻读博士学位期间科研成果



本文编号：3832026