單變量辨識(shí)方法的研究與工程化應(yīng)用.pdf

1、在工業(yè)現(xiàn)場(chǎng)中，大多數(shù)的回路還是單變量的，所以單變量辨識(shí)問題的研究還是具有重要的現(xiàn)實(shí)意義。在本論文中，針對(duì)工業(yè)現(xiàn)場(chǎng)情況，從工程實(shí)際應(yīng)用出發(fā)，通過大量的仿真、對(duì)比、分析，完成的主要工作如下：
　　 1、使用MATLAB軟件做仿真實(shí)驗(yàn)，從工程實(shí)際應(yīng)用角度出發(fā)，對(duì)常用的系統(tǒng)辨識(shí)的方法進(jìn)行仿真。對(duì)常用的最小二乘類方法，做大量的仿真實(shí)驗(yàn)，并對(duì)其優(yōu)缺點(diǎn)進(jìn)行分析，并且針對(duì)其缺點(diǎn)思考改進(jìn)的方法。并討論了閉環(huán)辨識(shí)的可辨識(shí)性以及性質(zhì)評(píng)價(jià)。
　　

2、 2、研究了隨機(jī)數(shù)直接搜索方法(NLJ方法)的原理，并且針對(duì)工業(yè)現(xiàn)場(chǎng)遇到的滯后問題做了仿真研究。對(duì)于在工業(yè)辨識(shí)中，我們常常會(huì)碰到的初始非穩(wěn)態(tài)和終值非穩(wěn)態(tài)的情況，這方面也做了仿真和研究。
　　 3、研究了粒子群優(yōu)化算法(PSO算法)的原理，PSO的巨大優(yōu)勢(shì)在于簡(jiǎn)單容易實(shí)現(xiàn)的且具有深刻的智能背景。這樣的特點(diǎn)使得該算法不僅適合科學(xué)研究，而且適合工程應(yīng)用。對(duì)于慣性權(quán)重w和加速度因子c1，c2的選擇進(jìn)行了討論。本文將PSO算法應(yīng)用于閉環(huán)

3、模型，非線性的Hammerstein模型等工業(yè)常見模型的參數(shù)辨識(shí)中，得到了比較滿意的結(jié)果。
　　 4、PSO算法局部收斂速度緩慢，所以將序列二次規(guī)劃(SQP)與之結(jié)合，將SQP算法作為PSO算法局部種群迭代過程中的全局最優(yōu)解的局部搜索器，提高了運(yùn)算的精度和速度。該辨識(shí)方法具有適應(yīng)不同的初始值，收斂速度快的特點(diǎn)。最后將該方法應(yīng)用于初始非穩(wěn)態(tài)和終值非穩(wěn)態(tài)的閉環(huán)控制系統(tǒng)的參數(shù)辨識(shí)，也取得了較為滿意的結(jié)果。
　　 5、結(jié)合實(shí)際的