由于實(shí)際的復(fù)雜工業(yè)過(guò)程常常具有強(qiáng)非線性、不確定性、多變量、強(qiáng)耦合以及工況變化頻繁等特點(diǎn),很難建立其精確的數(shù)學(xué)模型描述,即使能夠建立其數(shù)學(xué)模型,也由于往往過(guò)于復(fù)雜,使得傳統(tǒng)控制難以達(dá)到理想的控制效果。扎德提出的模糊集合理論為不能用精確數(shù)學(xué)模型表達(dá)的復(fù)雜或病態(tài)系統(tǒng)提供了一種有效的建模方法。以系統(tǒng)的輸入和輸出量試驗(yàn)數(shù)據(jù)為依據(jù),確定其模糊規(guī)則,建立系統(tǒng)的模糊模型。本文緊緊圍繞著非線性系統(tǒng)的模糊建模和辨識(shí)方法展開(kāi)討論和研究。 首先,在非線性系統(tǒng)模糊建模過(guò)程中,由于存在噪聲干擾以及耦合等不確定因素使得通過(guò)采用模糊聚類獲得的描述模糊關(guān)系矩陣,其列間可能存在嚴(yán)重線性相關(guān)性,這樣必然存在一些冗余規(guī)則。如何找到這些規(guī)則,化簡(jiǎn)規(guī)則,壓縮模糊模型的輸入空間是模糊建模的關(guān)鍵問(wèn)題。本文根據(jù)目標(biāo)函數(shù)選擇模糊模型的結(jié)構(gòu),提出了一種非線性系統(tǒng)模糊建模新方法,并通過(guò)定理證明了該方法的收斂性。 其次,將時(shí)域領(lǐng)域的H_∞辨識(shí)方法應(yīng)用于非線性系統(tǒng)的模糊建模中,使得由干擾到估計(jì)誤差的最大能量增益達(dá)到最小,并利用線性矩陣不等式方法求解辨識(shí)過(guò)程中未知的能量因子γ,克服了實(shí)際工程中γ的值通常要由經(jīng)驗(yàn)值給出的不確定性或是由迭代算法給出的復(fù)雜性等缺點(diǎn)。 最后,采用模糊辨識(shí)方法對(duì)電站仿真器中的汽輪發(fā)電機(jī)密封油冷卻系統(tǒng)進(jìn)行模糊建模,仿真及實(shí)驗(yàn)結(jié)果表明本文提出的模糊建模方法能有效地建立非線性系統(tǒng)模型,模型具有較好的精確性。相對(duì)于其它建模方法而言,得到的模型具有可解釋性。
【學(xué)位單位】：大連理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2009
【中圖分類】：N945.14
【部分圖文】：

圖4.5FCM方法聚類結(jié)果Fig.4·5TheclusteringresultsbyFCM圖4.6刪減規(guī)則后的聚類中心Fig.4.6Theclusteringcentersafterrulesdeletion采用本章的方法對(duì)結(jié)論參數(shù)進(jìn)行辨識(shí)。分別選取不同的初始參數(shù)幾，氏，進(jìn)行分組實(shí)驗(yàn)。，實(shí)驗(yàn)一:在初始化幾=o.U，00一O，中。一0條件下，模型輸出與實(shí)際樣本間均方差為0.01〕_8，模糊模型與實(shí)際系統(tǒng)輸出擬和曲線和誤差曲線分別為圖4.7和4.8。值幅以旗糊摸型輸出曲線實(shí)際系統(tǒng)輸2040印的100120140160出曲線}180200廠||卜||卜||L|卜日日日日。6SJ，，d介山吸0幅值

基于模糊模型的魯棒辨識(shí)研究及應(yīng)用FCM模糊聚類方法進(jìn)行聚類，選取規(guī)則數(shù)c=10。應(yīng)用第3章算法，經(jīng)過(guò)刪減規(guī)則后得到新的規(guī)則數(shù)c=3。圖4.5給出了FCM方法聚類結(jié)果以及圖4.6給出了刪減規(guī)則后的聚類中心。_☆介砂☆☆一 101234圖 4.5FCM方法聚類結(jié)果☆ ☆ ***森 森護(hù)、☆ ☆ *****☆ ☆☆Fig.4· 5TheclusteringresultsbyFCM圖4.6刪減規(guī)則后的聚類中心 Fig.4.6Theclusteringcentersafterrulesdeletion采用本章的方法對(duì)結(jié)論參數(shù)進(jìn)行辨識(shí)。分別選取不同的初始參數(shù)幾，氏，進(jìn)行分組實(shí)驗(yàn)。，實(shí)驗(yàn)一:在初始化幾=o.U，00一O，中。一0條件下，模型輸出與實(shí)際樣本間均方差為0.01〕_8，模糊模型與實(shí)際系統(tǒng)輸出擬和曲線和誤差曲線分別為圖4.7和4.8。值幅以旗糊摸型輸出曲線實(shí)際系統(tǒng)輸 2040印的 100120140160出曲線} 180200廠||卜||卜||L|卜日日日日。 6SJ，，d介山吸0幅值樣本數(shù)t.7模型與實(shí)際系統(tǒng)輸出擬和曲線 TheoutPutcurvesofthemodelandthesystem樣本數(shù)t圖4Fig.47圖4.Fig.4.88誤差曲線Thee廳 oreurve實(shí)驗(yàn)二:在初始化幾一0.000U
【共引文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前10條

1 余熠;基于SOC估計(jì)算法的電動(dòng)汽車充電器設(shè)計(jì)[D];安徽工程大學(xué);2010年

2 吳香庭;基于遺傳算法的K-means聚類方法的研究[D];山東科技大學(xué);2010年

3 蔣靜;基于子空間的二階統(tǒng)計(jì)量盲信道辨識(shí)算法研究[D];鄭州大學(xué);2010年

4 趙金平;基于矩陣變換的MIMO-OFDM系統(tǒng)信號(hào)檢測(cè)[D];鄭州大學(xué);2010年

5 劉維巍;語(yǔ)音信號(hào)基音周期檢測(cè)算法研究[D];哈爾濱工程大學(xué);2010年

6 孫洪勝;基于方位角測(cè)量的無(wú)源定位算法研究[D];哈爾濱工程大學(xué);2010年

7 鞏俊;語(yǔ)音信號(hào)欠定盲源分離技術(shù)的研究[D];大連理工大學(xué);2010年

8 柳永娟;數(shù)字音頻真實(shí)性鑒定的研究[D];大連理工大學(xué);2010年

9 唐科威;基于洛倫茲流形的特征提取算法研究[D];大連理工大學(xué);2010年

10 王賢明;基于橢球集員估計(jì)理論的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法研究[D];長(zhǎng)沙理工大學(xué);2010年

本文編號(hào)：2840806