復(fù)雜工業(yè)過(guò)程的多模型辨識(shí)及控制應(yīng)用研究.pdf

1、復(fù)雜工業(yè)過(guò)程存在系統(tǒng)變量多、非線性作用強(qiáng)及環(huán)境隨機(jī)干擾影響大等問(wèn)題，傳統(tǒng)的建模方法由于模型形式單一往往難以描述系統(tǒng)全貌，導(dǎo)致控制效果不理想，因此多模型辨識(shí)及相應(yīng)的控制策略成為復(fù)雜工業(yè)過(guò)程控制領(lǐng)域的研究熱點(diǎn)和難點(diǎn)。
　　本文在現(xiàn)有研究基礎(chǔ)上，研究了復(fù)雜工業(yè)過(guò)程多模型辨識(shí)及控制的有關(guān)問(wèn)題，提出了智能體多模型的辨識(shí)方法和在線聚類(lèi)多模型的辨識(shí)方法，為復(fù)雜工業(yè)過(guò)程多模型辨識(shí)提供了新的思路。此外，在建模的基礎(chǔ)上研究了間接自適應(yīng)模糊控制策略和廣

2、義預(yù)測(cè)控制策略，對(duì)不同辨識(shí)方法及控制策略分別給出了相應(yīng)的算例及應(yīng)用仿真驗(yàn)證。最后，利用所研究算法對(duì)某電站660MW機(jī)組旋流燃燒器進(jìn)行了整體的多模型辨識(shí)及控制系統(tǒng)的設(shè)計(jì)。本文的主要研究工作包括:
　　1.提出了一種智能體和T-S模糊模型相結(jié)合的智能體模糊多模型構(gòu)建方法，并從理論上證明了智能體多模型系統(tǒng)可以任意精度逼近任意線性或非線性系統(tǒng)。不同于傳統(tǒng)多模型策略，智能體多模型系統(tǒng)中的每個(gè)智能體是一個(gè)動(dòng)態(tài)方程，可以獨(dú)立表征一種工況，也可以

3、與其他智能體協(xié)同表征新的工況，使得該方法在描述復(fù)雜系統(tǒng)時(shí)有相當(dāng)大的靈活性。電熱水器系統(tǒng)的辨識(shí)仿真實(shí)驗(yàn)被用來(lái)驗(yàn)證該方法的可行性和有效性。
　　2.針對(duì)存在隨機(jī)噪聲干擾的多變量非線性系統(tǒng)，提出了一種基于最小熵聚類(lèi)的多模型在線辨識(shí)算法。通過(guò)最小熵模糊減聚類(lèi)算法在線確定多模型中子模型個(gè)數(shù)及其相應(yīng)隸屬度權(quán)值，聚類(lèi)過(guò)程中同時(shí)考慮了子系統(tǒng)規(guī)則化程度。給出了求取子模型參數(shù)的加權(quán)最小二乘遞推表達(dá)，實(shí)現(xiàn)了子模型參數(shù)的在線辨識(shí)。數(shù)值算例的仿真實(shí)驗(yàn)驗(yàn)證了

4、算法的有效性。此外，本文基于在線辨識(shí)策略進(jìn)一步討論了辨識(shí)過(guò)程中模型參數(shù)初調(diào)算法，對(duì)余熱利用系統(tǒng)中冷卻水回路電動(dòng)閥的模型辨識(shí)檢驗(yàn)了算法對(duì)環(huán)境隨機(jī)干擾的自適應(yīng)能力。
　　3.設(shè)計(jì)了基于李雅普諾夫函數(shù)的間接自適應(yīng)模糊控制器，針對(duì)智能體與模糊邏輯相結(jié)合的多模型被控對(duì)象，給出了保證系統(tǒng)穩(wěn)定輸出的最優(yōu)模糊自適應(yīng)控制律。針對(duì)煙氣余熱利用過(guò)程進(jìn)行了仿真實(shí)驗(yàn)，為了驗(yàn)證算法的性能，同傳統(tǒng)PID控制器的控制結(jié)果進(jìn)行了對(duì)比。
　　4.基于上述的辨識(shí)