針對(duì)無(wú)穩(wěn)態(tài)非線性系統(tǒng),提出2種線性變參數(shù)（linear parameter varying,LPV）模型辨識(shí)方法.對(duì)于線性權(quán)重LPV模型,結(jié)合高斯牛頓法和最小二乘法對(duì)局部線性模型的參數(shù)尋優(yōu);對(duì)于高斯權(quán)重LPV模型,采用Narendra-Gallman算法并根據(jù)參數(shù)與優(yōu)化目標(biāo)之間的關(guān)系,將參數(shù)分為線性部分和非線性部分并進(jìn)行交替迭代.通過(guò)對(duì)循環(huán)流化床鍋爐實(shí)際工業(yè)系統(tǒng)的建模結(jié)果和實(shí)測(cè)結(jié)果對(duì)比驗(yàn)證了所提算法的有效性.與帶穩(wěn)態(tài)LPV模型相比,3個(gè)主要輸出蒸汽壓力、蒸汽溫度和爐膛溫度均獲得較好的輸出擬合效果,最優(yōu)匹配率分別提高52.8%,21.1%和32.2%以上.驗(yàn)證了所提算法在復(fù)雜工業(yè)非線性對(duì)象建模上的有效性和實(shí)用性. 

【文章來(lái)源】：廈門大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017,56(04)北大核心CSCD

【文章頁(yè)數(shù)】：7 頁(yè)

【文章目錄】：
1 無(wú)穩(wěn)態(tài)非線性系統(tǒng)LPV模型辨識(shí)
    1.1 線性權(quán)重LPV模型辨識(shí)
    1.2 高斯權(quán)重LPV模型辨識(shí)
2 循環(huán)流化床鍋爐系統(tǒng)辨識(shí)
    2.1 工作點(diǎn)和局部模型初值確定
    2.2 LPV模型辨識(shí)結(jié)果
3 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]高純度分餾塔的建模及其非線性控制[J]. 黃江茵,趙晶.  廈門大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(02)



本文編號(hào)：3097125