基于PLS方法的建模以及控制器設(shè)計(jì).pdf

1、隨著信息產(chǎn)業(yè)和計(jì)算機(jī)技術(shù)的發(fā)展，基于數(shù)據(jù)驅(qū)動(dòng)的方法和理論獲得了巨大的應(yīng)用突破，越來越受到工業(yè)界和學(xué)術(shù)界的重視。偏最小二乘(Partial LeastSquares，PLS)作為一種多元回歸技術(shù)，已經(jīng)在流程工業(yè)的建模、故障診斷和軟測量等多個(gè)領(lǐng)域有不少研究并獲得運(yùn)用，但基于這些研究的控制方法仍有比較大的欠缺。流程工業(yè)的多變量建模與控制問題一直受到較多關(guān)注。而流程工業(yè)存在內(nèi)部機(jī)理復(fù)雜，變量眾多，強(qiáng)非線性等問題，使得建立純機(jī)理模型十分困難，也限

2、制了基于模型的控制方法的使用。本文通過結(jié)合PLS方法在降維、解耦，以及去除自變量共線性等方面的優(yōu)點(diǎn)，分別提出一種針對(duì)過程變化的自適應(yīng)動(dòng)態(tài)PLS模型更新方法，以及建立在更新方法基礎(chǔ)上的控制方法;提出了一種針對(duì)過程動(dòng)態(tài)非線性特性的動(dòng)態(tài)模糊PLS建模方法，以及基于動(dòng)態(tài)模糊PLS模型上的控制器設(shè)計(jì)方法。主要的研究內(nèi)容包括:
　　 (1)針對(duì)過程受到工況變化、設(shè)備、催化劑等變化引起的原始模型與當(dāng)前對(duì)象產(chǎn)生的偏差，對(duì)基于模型的控制器的控制性

3、能產(chǎn)生較大影響，甚至引起整個(gè)系統(tǒng)的不穩(wěn)定。所以，我們在第二章中，提出了一種將RPLS方法與遞推最小二乘方法相結(jié)合的自適應(yīng)模型更新方法。結(jié)果顯示，這種自適應(yīng)算法在極點(diǎn)漂移以及增益變化的情況下都能較好的更新模型參數(shù)，實(shí)現(xiàn)模型與過程匹配。在此基礎(chǔ)上，結(jié)合動(dòng)態(tài)自適應(yīng)PLS模型特點(diǎn)，引入內(nèi)?？刂破鳎瑢?shí)現(xiàn)對(duì)過程的控制，并在測試模型上驗(yàn)證了我們的方法。
　　 (2)非線性特性是困擾工業(yè)過程建模與控制的一個(gè)難題，同時(shí)非線性特性的存在卻具有普遍性

4、。對(duì)多變量系統(tǒng)的非線性特性的建模就變得更加困難，模糊模型特別是TS模型為解決非線性問題提供了一種有效途徑，通過將模糊方法與PLS方法結(jié)合，將多變量的動(dòng)態(tài)非線性建模問題轉(zhuǎn)變?yōu)槎鄠€(gè)單輸入單輸出的動(dòng)態(tài)非線性建模問題，從而建立起描述過程動(dòng)態(tài)非線性特性的動(dòng)態(tài)模糊PLS模型。
　　 (3)結(jié)合提出的動(dòng)態(tài)模糊PLS建模方法，我們將考慮在Kasper/Ray等學(xué)者提出的PLS控制框架的基礎(chǔ)上，結(jié)合TS模糊模型特點(diǎn)，引入了模糊PID控制方法，在p