模糊辨識是目前系統(tǒng)辨識中廣泛使用的方法,其具備可以全面高效地利用專家理論和系統(tǒng)的輸出輸入數(shù)據(jù)的特點(diǎn),而且得到的辨識相對于其它黑箱模型而言具備可說明性。模糊模型是模糊辨識理論建立的硬件基礎(chǔ),其已經(jīng)被證明在非線性動力系統(tǒng)建模、基于規(guī)則的學(xué)習(xí)控制和模式識別中起到很大作用,它不僅極大豐富了辨識理論方法,而且有力地推動了模糊控制理論和仿真技術(shù)的發(fā)展。本論文緊緊圍繞著非線性系統(tǒng)模糊建模和辨識方法展開討論和研究,并將其應(yīng)用于實(shí)際工業(yè)生產(chǎn)中。文中首先提出了一種基于模糊聚類的非線性系統(tǒng)模糊辨識方法,并將該方法成功應(yīng)用于電力變壓器頂層油溫的預(yù)測中,建立了基于T-S模型的油溫預(yù)測模型,模型的前件參數(shù)由模糊C均值聚類算法確定,后件參數(shù)由遞推最小二乘法確定。然后針對現(xiàn)有算法的不足,提出了一種改進(jìn)的模糊辨識方法,并將其應(yīng)用于發(fā)制品檢測滴定過程中,建立系統(tǒng)過程模型后,不僅能實(shí)現(xiàn)檢測的自動化而且能夠優(yōu)化發(fā)制品檢測的效率及準(zhǔn)確度,因此,這項(xiàng)研究具有非常良好的工程實(shí)踐應(yīng)用價值。本文的主要研究工作概述如下:（1）通過模糊聚類方法確定模糊模型的前件結(jié)構(gòu),并對模糊聚類算法的性質(zhì)和特點(diǎn)進(jìn)行了研究。主要包括:聚類指數(shù)和聚類初值的選... 

【文章頁數(shù)】：60 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及意義
    1.2 模糊辨識的發(fā)展及研究現(xiàn)狀
    1.3 本文的主要研究工作
2 基于模糊聚類的非線性系統(tǒng)模糊辨識
    2.1 基于目標(biāo)函數(shù)的模糊聚類分析
    2.2 性能分析
    2.3 基于模糊聚類的非線性系統(tǒng)模糊辨識
    2.4 收斂性分析
    2.5 仿真實(shí)例
    2.6 本章小結(jié)
3 基于改進(jìn)的模糊聚類的非線性系統(tǒng)辨識
    3.1 問題的提出
    3.2 改進(jìn)的模糊辨識方法
    3.3 仿真實(shí)例
    3.4 本章小結(jié)
4 模糊辨識在變壓器頂層油溫預(yù)測中的應(yīng)用
    4.1 問題提出
    4.2 實(shí)例分析
        4.2.1 模型參數(shù)辨識
        4.2.2 預(yù)測結(jié)果及分析
    4.3 本章小結(jié)
5 模糊辨識在發(fā)制品檢測滴定過程的應(yīng)用
    5.1 問題提出
        5.1.1 酸堿滴定原理與工藝流程
        5.1.2 絡(luò)合滴定工藝流程
    5.2 發(fā)制品酸堿滴定模型
    5.3 模糊辨識在酸堿滴定中的應(yīng)用
    5.4 模糊辨識在絡(luò)合滴定過程的應(yīng)用
    5.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
致謝


【參考文獻(xiàn)】：
期刊論文
[1]滴定分析實(shí)驗(yàn)教學(xué)中的幾點(diǎn)體會[J]. 王敏,黃運(yùn)龍,汪竹青.  廣東化工. 2017(01)
[2]基于濾波器估計的正交函數(shù)神經(jīng)網(wǎng)絡(luò)非線性系統(tǒng)H∞控制[J]. 王宏偉,夏浩.  控制與決策. 2017(02)
[3]非均勻多采樣率非線性系統(tǒng)的模糊辨識[J]. 王宏偉,夏浩.  控制與決策. 2015(09)
[4]基于子空間的多率控制系統(tǒng)閉環(huán)辨識[J]. 王佳,王宏偉,夏浩,顧宏.  信息與控制. 2014(05)
[5]基于子空間方法的非均勻周期刷新和采樣系統(tǒng)辨識[J]. 王宏偉,王佳,夏浩.  控制與決策. 2014(05)
[6]輸入變量個數(shù)對T-S模糊建模精度的影響[J]. 劉福才,劉硯,王樹恩.  模糊系統(tǒng)與數(shù)學(xué). 2013(01)
[7]基于模糊聚類和學(xué)習(xí)自動機(jī)的多目標(biāo)無功優(yōu)化[J]. 王玉榮,萬秋蘭,陳昊.  電網(wǎng)技術(shù). 2012(07)
[8]EDTA絡(luò)合滴定法連續(xù)測定鐵礦石中鈣和鎂[J]. 張建珍,樊曉紅,薛麗華.  冶金分析. 2011(08)
[9]基于混合聚類算法的模糊函數(shù)系統(tǒng)辨識方法[J]. 施建中,韓璞,王東風(fēng),焦嵩鳴.  信息與控制. 2011(03)
[10]非均勻采樣數(shù)據(jù)系統(tǒng)的AM-RLS辨識方法及仿真研究[J]. 劉艷君,謝莉,丁鋒.  系統(tǒng)仿真學(xué)報. 2009(19)



本文編號：3694469