基于Hammerstein模型的非線性預(yù)測控制的研究.pdf_第1頁
已閱讀1頁,還剩68頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、線性模型預(yù)測控制技術(shù)在工業(yè)過程控制中已經(jīng)被廣泛應(yīng)用,并取得了良好的效果。但由于實際的工業(yè)生產(chǎn)過程對象實際上廣泛地存在著非線性特性,對于具有強非線性特性的對象,利用傳統(tǒng)的線性模型預(yù)測控制方法往往不再能夠獲得滿意的控制效果,這種情況下必須將非線性模型和預(yù)測控制方法很好的結(jié)合才能解決這一問題。Hammerstein模型是一類特殊的非線性模型,這類模型可以有效地描述很多工業(yè)過程對象,因此具有廣泛的應(yīng)用場合及非常重要的研究價值。
   隨

2、著模型預(yù)測控制技術(shù)的廣泛應(yīng)用,人們逐漸意識到,雖然模型預(yù)測控制器起初是按照一定的性能要求設(shè)計的,然而由于模型失配等因素的影響,導(dǎo)致這些性能并不一定能夠得到完全的滿足,甚至有時差距很大;另外即使這些性能要求在運行初期能夠得到滿足,然而隨著系統(tǒng)設(shè)備的老化,一些執(zhí)行機構(gòu)甚至被控對象的特性難免會發(fā)生變化,如果此時不對控制系統(tǒng)進行重新設(shè)計,或者排除故障,那么系統(tǒng)的控制性能則必然會日趨惡化。因此對預(yù)測控制回路進行性能監(jiān)控與評價具有十分重要的意義。<

3、br>   本文在簡要介紹Hammerstein模型結(jié)構(gòu)的基礎(chǔ)上,研究了含有色噪聲Hammerstein模型的辨識,基于Hammerstein模型的帶約束模型預(yù)測控制以及非線性預(yù)測控制器的性能評價,基于MATLAB和OPCC接口的先進控制實現(xiàn)技術(shù)等問題。并且對每一部分都進行了實驗研究與驗證。本文的主要貢獻如下:
   1.針對線性子系統(tǒng)為ARMAX模型的Hammerstein模型,提出了雙遞推增廣最小二乘法,即首先采用特殊設(shè)計

4、的輸入信號將模型非線性靜態(tài)部分和線性動態(tài)部分進行解耦,利用遞推增廣最小二乘法對模型線性動態(tài)部分進行辨識;得到線性子系統(tǒng)模型后,再次利用遞推增廣最小二乘法辨識模型非線性靜態(tài)部分。
   2.以往大多數(shù)基于Hammerstein模型的非線性預(yù)測控制的研究都沒有考慮到約束問題,或者即使考慮到約束問題,也僅是出于研究的需要。而實際工業(yè)過程無論是控制量還是輸出量都必然受到一個物理的約束。本文探討了根據(jù)實際的情況將控制量和輸出量的約束引入到

5、優(yōu)化運算當中并求取可行解的方法。其中對輸入變量的約束可以映射為對中問變量的約束。而正是由于輸入變量約束的引入,使得由中問變量求解實際控制作用時必然存在一個實數(shù)可行解。
   3.利用基于模型的設(shè)計性能指標,提出了對基于Hammerstein模型的帶約束預(yù)測控制系統(tǒng)的性能評價方法。
   4.利用OPC接口技術(shù),開發(fā)了MATILAB與S7-300PLC進行直接數(shù)據(jù)交互的實驗平臺,從而方便地實現(xiàn)了對實驗室水箱液位控制系統(tǒng)的H

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論