發(fā)布時(shí)間：2020-11-18 00:37

　　 現(xiàn)代工業(yè)過(guò)程越來(lái)越復(fù)雜,控制要求越來(lái)越高。大多數(shù)控制方法都是基于過(guò)程數(shù)學(xué)模型的,然而由于過(guò)程的復(fù)雜性,其數(shù)學(xué)模型難以通過(guò)機(jī)理建模得到,因此越來(lái)越多的需求集中在通過(guò)辨識(shí)建模方法獲得過(guò)程模型。對(duì)于多輸入多輸出的辨識(shí)建模,基于子空間方法的系統(tǒng)辨識(shí)在近二十年中得到極大的關(guān)注,也提出了不少的新問(wèn)題。本文對(duì)于閉環(huán)子空間辨識(shí),連續(xù)系統(tǒng)的子空間辨識(shí),遞歸子空間辨識(shí)及子空間辨識(shí)在實(shí)際工業(yè)過(guò)程中的應(yīng)用進(jìn)行了研究。具體內(nèi)容如下: 1.閉環(huán)辨識(shí)問(wèn)題是子空間辨識(shí)中的一個(gè)難點(diǎn)。本文提出了基于正交分解和主元分析的閉環(huán)子空間辨識(shí)方法,并將該方法和其他文獻(xiàn)中的基于主元分析的子空間辨識(shí)方法做比較,分析了其他文獻(xiàn)中的辨識(shí)方法在閉環(huán)辨識(shí)中得到有偏估計(jì)的原因,最后提出了五種不同的輔助變量用于基于主元分析的閉環(huán)子空間辨識(shí),并用數(shù)值例子對(duì)其在辨識(shí)中的效果進(jìn)行比較。結(jié)果表明,當(dāng)輔助變量包含更多的過(guò)去輸入輸出時(shí),其辨識(shí)效果更好。 2.連續(xù)系統(tǒng)的含噪聲變量模型和閉環(huán)子空間辨識(shí)問(wèn)題還未得到更多的重視,其主要原因是由于離散子空間辨識(shí)本身對(duì)于含噪聲變量模型和閉環(huán)系統(tǒng)還未完全解決。本文提出了基于線性濾波和主元分析的連續(xù)系統(tǒng)含噪聲變量模型的子空間辨識(shí)方法,并且進(jìn)一步的通過(guò)擴(kuò)展前面章節(jié)的對(duì)閉環(huán)子空間辨識(shí)問(wèn)題的探討,將此辨識(shí)方法推廣至連續(xù)系統(tǒng)的閉環(huán)辨識(shí)。數(shù)值例子和Benchmark模型的仿真表明了所提出的方法具有很好的辨識(shí)效果。 3.閉環(huán)系統(tǒng)的遞歸子空間辨識(shí)方法的研究很少,原因是很多閉環(huán)子空間辨識(shí)算法不適應(yīng)于遞歸計(jì)算。本文提出了基于高階自回歸模型的遞歸子空間辨識(shí)方法,通過(guò)高階自回歸模型解決了閉環(huán)問(wèn)題,并且將奇異值分解的遞歸更新問(wèn)題轉(zhuǎn)化成子空間跟蹤問(wèn)題。數(shù)值仿真證明該方法不僅可以對(duì)時(shí)不變系統(tǒng)進(jìn)行遞歸辨識(shí),而且在跟蹤慢時(shí)變系統(tǒng)參數(shù)變化的方面具有良好的性能。 4.介紹高爐煤氣余熱余壓發(fā)電系統(tǒng)。高爐煤氣頂壓的高精度控制是成功實(shí)施高爐煤氣余熱余壓發(fā)電的關(guān)鍵,這也就需要精確的過(guò)程模型。然而由于其過(guò)程的復(fù)雜性,很難通過(guò)機(jī)理建立過(guò)程的動(dòng)態(tài)模型。因此,將子空間辨識(shí)方法應(yīng)用于高爐煤氣余熱余壓發(fā)電系統(tǒng),建立以高爐頂壓為輸出的狀態(tài)空間方程,對(duì)于設(shè)計(jì)高精度的控制方法具有重要的意義。結(jié)果表明了該模型的有效性。
【學(xué)位單位】：浙江大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位年份】：2009
【中圖分類】：N945.14
【文章目錄】：
致謝
摘要
Abstract
目錄
1 緒論
    1.1 引言
    1.2 子空間辨識(shí)研究現(xiàn)狀
    1.3 研究?jī)?nèi)容
2 經(jīng)典子空間辨識(shí)
    2.1 引言
    2.2 預(yù)備知識(shí)
    2.3 狀態(tài)空間方程辨識(shí)問(wèn)題的描述
        2.3.1 過(guò)程形式
        2.3.2 新息形式
    2.4 子空間辨識(shí)方法
        2.4.1 N4SID
        2.4.2 MOESP
        2.4.3 CVA
        2.4.4 統(tǒng)一框架
    2.5 本章小結(jié)
3 基于正交分解和主元分析的閉環(huán)子空間辨識(shí)
    3.1 引言
    3.2 閉環(huán)辨識(shí)問(wèn)題
    3.3 算法描述
        3.3.1 閉環(huán)系統(tǒng)的正交分解實(shí)現(xiàn)理論
        3.3.2 辨識(shí)算法
    3.4 算法分析
    3.5 數(shù)值仿真
    3.6 本章小結(jié)
4 基于GPMF的連續(xù)系統(tǒng)子空間辨識(shí)
    4.1 引言
    4.2 連續(xù)辨識(shí)問(wèn)題
    4.3 EIV連續(xù)系統(tǒng)的子空間系統(tǒng)辨識(shí)
    4.4 連續(xù)系統(tǒng)的閉環(huán)子空間系統(tǒng)辨識(shí)
    4.5 仿真
    4.6 本章小結(jié)
5 基于HOARX的遞歸子空間辨識(shí)
    5.1 引言
    5.2 遞歸子空間算法概述
    5.3 基于HOARX的遞歸子空間算法
    5.4 數(shù)值仿真
    5.5 本章小結(jié)
6 工業(yè)實(shí)例
    6.1 TRT系統(tǒng)簡(jiǎn)介
    6.2 TRT的連續(xù)模型辨識(shí)
    6.3 本章小結(jié)
7 總結(jié)與展望
參考文獻(xiàn)
博士研究生期間發(fā)表的論文
博士研究生期間參加的科研項(xiàng)目和成果

【引證文獻(xiàn)】

相關(guān)期刊論文 前2條

1 吳桐;趙健康;楊磊;;四旋翼無(wú)人機(jī)的系統(tǒng)模型與辨識(shí)[J];計(jì)算機(jī)仿真;2012年08期

2 林遠(yuǎn)宗;余楚中;;一種子空間辨識(shí)的廣義預(yù)測(cè)控制算法[J];微型機(jī)與應(yīng)用;2011年19期

相關(guān)碩士學(xué)位論文 前3條

1 羅小鎖;基于子空間辨識(shí)的預(yù)測(cè)控制方法研究[D];重慶大學(xué);2011年

2 宋振國(guó);燃煤鍋爐分布控制實(shí)現(xiàn)及其仿真平臺(tái)開發(fā)[D];北京化工大學(xué);2011年

3 吳桐;基于子空間的小型無(wú)人旋翼機(jī)的系統(tǒng)辨識(shí)研究[D];上海交通大學(xué);2011年

本文編號(hào)：2888115