在工業(yè)生產的實際過程中，被控對象本身或受到外界影響，往往存在大量不確定性，如：被控系統(tǒng)是子系統(tǒng)動態(tài)變化或是參數時變快的非線性系統(tǒng)，存在較大外部擾動的或隨機系統(tǒng)，系統(tǒng)參數變化大的復雜線性系統(tǒng)或隨機系統(tǒng)；系統(tǒng)、傳感器或執(zhí)行器出現(xiàn)故障。對于這類系統(tǒng)，常規(guī)的辨識算法不能做到時實跟隨模型參數的變化，故此，系統(tǒng)特性難以用常規(guī)的辨識算法進行全面地描述，使得相對于實際的工業(yè)過程，基于模型設計的控制器的精度難以滿足它的控制要求。為解決上述難題，多模型方法開辟了一個新的方向，是一種處理復雜系統(tǒng)的有效方法。方法將復雜非線性系統(tǒng)分解成若干簡單的線性系統(tǒng)，逐一求解分解后的線性系統(tǒng)，并通過某種合成法則以獲得原復雜系統(tǒng)良好的建模及控制效果。無論是在理論研究還是實際的工業(yè)應用中，從其被提出以來，都已經取得了很大的成果。雖然，多模型的方法對復雜系統(tǒng)有著良好的控制效果，但其本身仍存在需要改進的地方，包括：如何選取和優(yōu)化模型集、怎樣確保模型切換時的穩(wěn)定性、對存在隨機干擾的不確定如何進行系統(tǒng)控制等。針對現(xiàn)有的多模型方法存在的問題，本文的進行了研究，主要研究工作如下：在利用多模型的分解-合成的策略對復雜非線性系統(tǒng)建模時，對系統(tǒng)... 

【文章來源】：華東交通大學江西省

【文章頁數】：72 頁

【學位級別】：碩士

【部分圖文】：

多模型控制結構圖

圖（2）為多模型自適應系統(tǒng)的結構圖2 多模型自適應控制系統(tǒng)結構圖Fig. 2 Structure of MMAC-Multiple Model Adaptive Control

預測模型、滾動優(yōu)化、反饋校正是預測控制所具有其鮮明的特征，其基本結構如圖（3）所示。圖3 預測控制的基本結構Fig. 3 The basic structure of predictive control2.2 預測控制的生成過程1）對未來某段時長內的系統(tǒng)輸出序列進行預測，針對被控對象的某類控制模型，在每個采樣時刻k，通過系統(tǒng)過去、現(xiàn)在及將來的控制輸入，過去和現(xiàn)在的系統(tǒng)輸出完成對未來輸出序列的預測，即圖11中的y(k+1),...,y(k+N)。2）通過對公式（2-1）的目標函數極小化得到未來的控制序列：u(k),...u(k+Nu-1),沿某個參考軌跡yr(k+j),使未來輸出預測序列y(k+j)到達設定值。為了能夠按照一定的響應速度使輸出y(k)平滑地過渡到設定值ω，在預測控制中，參考軌跡通常采用一階滯后模型，如下所示：

【參考文獻】：
期刊論文
[1]一種基于多模型切換的階梯式廣義預測控制算法[J]. 李小田,王昕,王振雷,錢鋒.  化工學報. 2012(01)
[2]過熱汽溫多模型預測控制的現(xiàn)場應用[J]. 袁立川,丁艷軍,李東海.  清華大學學報(自然科學版). 2010(08)
[3]改進的模糊C-均值聚類算法研究[J]. 齊淼,張化祥.  計算機工程與應用. 2009(20)
[4]改進模糊劃分的FCM聚類算法的一般化研究[J]. 朱林,王士同,鄧趙紅.  計算機研究與發(fā)展. 2009(05)
[5]多模型控制方法研究及應用[J]. 周磊.  中國制造業(yè)信息化. 2007(19)
[6]多模型自適應控制算法的性能分析[J]. 李曉理,康運鋒,胡廣大.  系統(tǒng)仿真學報. 2007(04)
[7]基于多模型切換的智能控制研究[J]. 翟軍勇,費樹岷.  東南大學學報(自然科學版). 2004(S1)
[8]非線性系統(tǒng)辨識方法的新進展[J]. 李秀英,韓志剛.  自動化技術與應用. 2004(10)
[9]交互式多模型算法中模型集選擇的分析研究[J]. 徐肖豪,高彥杰,楊國慶.  航空學報. 2004(04)
[10]含有界擾動系統(tǒng)的多模型自適應控制[J]. 李曉理,王書寧.  控制理論與應用. 2003(04)



本文編號：2972612