Hammerstein--Wiener型非線性系統(tǒng)的辨識與控制.pdf

1、在實際工業(yè)控制系統(tǒng)中，理想的線性控制系統(tǒng)是不存在的，工業(yè)對象往往都具有較強的非線性特性。非線性系統(tǒng)的建模、辨識、自適應(yīng)控制等方面的研究，已經(jīng)逐漸成為研究非線性系統(tǒng)的重要方向。
　　Hammerstein-Wiener型非線性系統(tǒng)是常見的用來描述非線性系統(tǒng)的模型，它是由一個靜態(tài)非線性系統(tǒng)、一個動態(tài)線性系統(tǒng)和另一個靜態(tài)非線性系統(tǒng)串聯(lián)而成。該類模型的特點是可將靜態(tài)非線性特性和動態(tài)線性特性分開考慮，簡單又有效地描述了相當(dāng)廣泛的一類非線性系

2、統(tǒng),能較好地反映大多數(shù)工業(yè)生產(chǎn)過程的非線性特性。例如將電弧爐煉鋼過程中的電極調(diào)節(jié)系統(tǒng)表示成Hammerstein-Wiener型非線性系統(tǒng)的形式，提高了系統(tǒng)的準(zhǔn)確性，使系統(tǒng)模型更接近工業(yè)生產(chǎn)過程的實際。
　　論文首先介紹了本課題的研究背景，簡述了非線性系統(tǒng)辨識與控制方法的研究現(xiàn)狀，并簡要說明了本文的研究內(nèi)容及論文的整體結(jié)構(gòu)。接下來主要研究了一種基于混合神經(jīng)網(wǎng)絡(luò)以及預(yù)測函數(shù)控制的理論對Hammerstein-Wiener型非線性系統(tǒng)

3、進行辨識與控制的方法。
　　利用混合神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)對Hammerstein-Wiener模型進行辨識，該混合神經(jīng)網(wǎng)絡(luò)利用兩個多層前饋網(wǎng)絡(luò)分別逼近兩個非線性增益，而用線性神經(jīng)元網(wǎng)絡(luò)估計線性動態(tài)子系統(tǒng)，從而推導(dǎo)出統(tǒng)一的反向傳播算法分別對前饋網(wǎng)絡(luò)和線性神經(jīng)元網(wǎng)絡(luò)的權(quán)系數(shù)和閾值進行訓(xùn)練，達到同步辨識的效果;同時，對實際工業(yè)生產(chǎn)中具有Hammerstein-Wiener模型結(jié)構(gòu)的電極調(diào)節(jié)系統(tǒng)進行了辨識，并用MATLAB仿真驗證了該方法的有效性

4、。
　　預(yù)測函數(shù)控制是以被控對象的基函數(shù)的輸出響應(yīng)可以疊加為前提的，因而只適用于線性動態(tài)系統(tǒng)，其具有計算量小、實時性高、控制性能優(yōu)良的特點。利用非線性靜態(tài)增益的逆與非線性對象串聯(lián)，抵消非線性對象中的非線性靜態(tài)增益部分，把非線性對象的控制問題轉(zhuǎn)化為對線性對象的控制問題，從而實現(xiàn)了非線性對象的預(yù)測函數(shù)控制。同時，對實際工業(yè)生產(chǎn)中具有Hammerstein-Wiener模型結(jié)構(gòu)的電極調(diào)節(jié)系統(tǒng)的控制器進行了設(shè)計，并用MATLAB仿真驗證了