本文關(guān)鍵詞：非線性系統(tǒng)多模型自適應(yīng)控制方法研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著生產(chǎn)力的提高和控制理論的發(fā)展,被控對(duì)象往往存在高度的非線性。傳統(tǒng)的自適應(yīng)控制針對(duì)的是參數(shù)不變,或者發(fā)生緩慢變化的控制對(duì)象。但系統(tǒng)內(nèi)部特性發(fā)生改變或者外部出現(xiàn)大幅擾動(dòng)時(shí),系統(tǒng)調(diào)節(jié)時(shí)間長,超調(diào)量大,控制性能往往不好,甚至是不穩(wěn)定的。 本課題針對(duì)此問題,本文對(duì)復(fù)雜非線性系統(tǒng)采用多模型自適應(yīng)控制的方法,從下面幾個(gè)方面進(jìn)行研究。 1)對(duì)于一類仿射非線性的被控對(duì)象,把自適應(yīng)動(dòng)態(tài)規(guī)劃(Adaptive Dynamic Programming,ADP)算法與多模型思想相結(jié)合,并分析了其收斂性和穩(wěn)定性。ADP算法方法是利用神經(jīng)網(wǎng)絡(luò)等函數(shù)近似結(jié)構(gòu),來逼近動(dòng)態(tài)規(guī)劃中的性能指標(biāo)函數(shù)和控制策略,并保證控制量有界。但是控制器不能保證系統(tǒng)的動(dòng)態(tài)品質(zhì),尤其是瞬態(tài)過程,常常導(dǎo)致超調(diào)很大。根據(jù)多模型控制階梯狀設(shè)定值的思路,設(shè)定階梯狀的跟蹤軌跡,使被控對(duì)象的狀態(tài)從一個(gè)設(shè)定值跟蹤到另一個(gè)設(shè)定值,逐漸的接近最終目標(biāo),最后對(duì)仿真結(jié)果進(jìn)行了分析,結(jié)果表明了此方法的可行性和有效性。 2)通過反向傳播(Back Propagation, BP)神經(jīng)網(wǎng)絡(luò)建模,來近似非線性離散時(shí)間系統(tǒng)的動(dòng)態(tài)特性,用帶死區(qū)辨識(shí)算法調(diào)整神經(jīng)網(wǎng)絡(luò)的權(quán)值參數(shù)。當(dāng)系統(tǒng)的參數(shù)隨時(shí)間改變時(shí),對(duì)應(yīng)的神經(jīng)網(wǎng)絡(luò)權(quán)值也不一樣。根據(jù)不同權(quán)值的神經(jīng)網(wǎng)絡(luò)構(gòu)造出多模型,覆蓋系統(tǒng)參數(shù)的不確定性。設(shè)置固定模型和自適應(yīng)模型的不同組合,每個(gè)采樣周期,根據(jù)性能指標(biāo)函數(shù)選擇最佳模型和對(duì)應(yīng)的控制器,取得了很好的控制效果。最后給出了嚴(yán)格的穩(wěn)定性和收斂性證明。 3)把多模型控制方法應(yīng)用到實(shí)際的高爐布料系統(tǒng)中,根據(jù)大量雷達(dá)掃描得到的高爐料面數(shù)據(jù)進(jìn)行分類,建立多模型料面模型集；設(shè)定期望料面,針對(duì)料面模型集中的每種料面,設(shè)計(jì)對(duì)應(yīng)的布料控制策略,求出相應(yīng)的布料矩陣。在一個(gè)布料周期中,根據(jù)切換機(jī)制把獲得的實(shí)時(shí)料面數(shù)據(jù)與模型集相匹配,進(jìn)而采取相應(yīng)的布料矩陣進(jìn)行布料,直至達(dá)到期望料面。此方法在某鋼廠2500m3高爐布料系統(tǒng)中得以實(shí)施,生產(chǎn)數(shù)據(jù)驗(yàn)證了方法的有效性。 本文的主要?jiǎng)?chuàng)新點(diǎn)包括： 1)提出了一種基于ADP算法的多設(shè)定值跟蹤控制方法。由于控制器約束的存在,引入非二次型的性能指標(biāo)函數(shù),使得控制量始終在有界的范圍內(nèi)變化。不會(huì)由于設(shè)定值的微小變化使得輸出有大的波動(dòng)。根據(jù)多模型控制的思想,階段性的跟蹤階梯狀的參考設(shè)定值,既確保了系統(tǒng)的穩(wěn)定性,又極大的減小了超調(diào)量,改善控制品質(zhì)。 2)用BP神經(jīng)網(wǎng)絡(luò)來近似非線性離散時(shí)間系統(tǒng)的動(dòng)態(tài)特性,考慮系統(tǒng)的未建模動(dòng)態(tài),提出了一種BP神經(jīng)網(wǎng)絡(luò)魯棒多模型自適應(yīng)控制器。用固定模型和自適應(yīng)模型的三種不同組合來建立多模型集,通過基于辨識(shí)誤差的性能指標(biāo)函數(shù)來選擇最佳模型和對(duì)應(yīng)的控制器。此部分的主要貢獻(xiàn)是給出了嚴(yán)格的BP神經(jīng)網(wǎng)絡(luò)魯棒多模型自適應(yīng)控制穩(wěn)定性和收斂性證明。 3)在實(shí)際高爐布料控制問題中,建立先驗(yàn)的料面多模型集和對(duì)應(yīng)的布料矩陣,并設(shè)立切換機(jī)制。由于雷達(dá)的在線自動(dòng)監(jiān)控,使得高爐內(nèi)部料面的形狀能夠?qū)崟r(shí)獲得,形成了在線反饋機(jī)制,設(shè)計(jì)出完整的閉環(huán)控制系統(tǒng)。此方法克服了傳統(tǒng)的高爐布料開環(huán)控制方法的不足,提高了布料的精度和效率。
【關(guān)鍵詞】：非線性系統(tǒng) 多模型自適應(yīng)控制 ADP BP神經(jīng)網(wǎng)絡(luò) 高爐布料
【學(xué)位授予單位】：北京科技大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP273;TP183
【目錄】：

• 致謝4-5
• 摘要5-7
• Abstract7-12
• 1 引言12-27
• 1.1 研究目的12-13
• 1.2 研究背景13-24
• 1.2.1 非線性控制13-14
• 1.2.2 自適應(yīng)控制14-19
• 1.2.3 多模型自適應(yīng)控制19-24
• 1.3 研究意義24-25
• 1.4 研究內(nèi)容及創(chuàng)新點(diǎn)25-27
• 2 非線性系統(tǒng)多模型自適應(yīng)控制27-34
• 2.1 模型集的建立27-28
• 2.2 多模型自適應(yīng)控制器的分類28-32
• 2.2.1 交互式多模型控制28-29
• 2.2.2 加權(quán)式多模型控制29-30
• 2.2.3 間接切換多模型控制30-32
• 2.2.4 直接多模型自適應(yīng)控制方法32
• 2.3 多模型自適應(yīng)算法的收斂性和穩(wěn)定性32-33
• 2.4 本章小結(jié)33-34
• 3 基于ADP算法的非線性系統(tǒng)多模型控制34-51
• 3.1 ADP的基本理論35-36
• 3.1.1 ADP原理35
• 3.1.2 ADP的分類35-36
• 3.1.3 無限時(shí)域與有限時(shí)域自適應(yīng)動(dòng)態(tài)規(guī)劃36
• 3.2 帶有控制器約束的非線性離散時(shí)間系統(tǒng)ADP控制36-42
• 3.2.1 問題描述37-39
• 3.2.2 ADP算法的推導(dǎo)39
• 3.2.3 ADP算法的穩(wěn)定性39-40
• 3.2.4 ADP算法的神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)40-42
• 3.3 基于ADP算法的多設(shè)定值控制器設(shè)計(jì)42-46
• 3.4 連續(xù)攪拌釜CSTR的ADP多模型控制46-50
• 3.5 本章小結(jié)50-51
• 4 非線性系統(tǒng)的魯棒多模型自適應(yīng)控制51-66
• 4.1 神經(jīng)網(wǎng)絡(luò)魯棒自適應(yīng)控制52-55
• 4.1.1 線性反饋控制52-53
• 4.1.2 神經(jīng)網(wǎng)絡(luò)魯棒自適應(yīng)控制53-55
• 4.2 魯棒多模型自適應(yīng)控制55-57
• 4.2.1 控制系統(tǒng)結(jié)構(gòu)55-56
• 4.2.2 模型的選擇56-57
• 4.2.3 選擇切換指標(biāo)函數(shù)57
• 4.3 多模型穩(wěn)定性證明57-59
• 4.3.1 N個(gè)自適應(yīng)模型57-58
• 4.3.2 N-1個(gè)固定模型和一個(gè)自適應(yīng)模型58-59
• 4.3.3 N-2個(gè)固定模型,一個(gè)自適應(yīng)模型和一個(gè)重新賦初值的自適應(yīng)模型59
• 4.4 系統(tǒng)仿真59-64
• 4.4.1 問題描述59-60
• 4.4.2 仿真實(shí)驗(yàn)60-64
• 4.5 本章小結(jié)64-66
• 5 高爐料面多模型控制應(yīng)用66-89
• 5.1 高爐生產(chǎn)工藝66-76
• 5.1.1 爐料軌跡模型68-70
• 5.1.2 爐料堆角模型70-71
• 5.1.3 基于多雷達(dá)觀測數(shù)據(jù)的料面模型71-75
• 5.1.4 多模型料面模型集的建立75-76
• 5.2 布料控制76-84
• 5.2.1 基于固定料面的布料矩陣設(shè)計(jì)77-79
• 5.2.2 料面類別的確立79-83
• 5.2.3 基于多模型思想的布料控制系統(tǒng)83-84
• 5.3 仿真研究與現(xiàn)場運(yùn)行結(jié)果84-88
• 5.4 本章小結(jié)88-89
• 6 結(jié)論89-90
• 參考文獻(xiàn)90-102
• 作者簡歷及在學(xué)研究成果102-105
• 學(xué)位論文數(shù)據(jù)集105

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 羌菊興,舒縈,凌鷹鶴,羅文欽;自適應(yīng)控制技術(shù)在軋鋼過程中的應(yīng)用和拓展[J];寶鋼技術(shù);2005年02期

2 孫宇新,劉賢興;神經(jīng)元控制器在數(shù)字調(diào)速系統(tǒng)中的實(shí)現(xiàn)和應(yīng)用[J];電工技術(shù)學(xué)報(bào);2005年03期

3 陳令坤;于仲潔;周曼麗;;高爐布料數(shù)學(xué)模型的開發(fā)及應(yīng)用[J];鋼鐵;2006年11期

4 楊天鈞;左海濱;;中國高爐煉鐵技術(shù)科學(xué)發(fā)展的途徑[J];鋼鐵;2008年01期

5 徐立新,強(qiáng)文義,王玉琛,周彥,苗立杰;發(fā)電用重型燃?xì)廨啓C(jī)的模糊自適應(yīng)控制[J];哈爾濱工程大學(xué)學(xué)報(bào);2005年02期

6 孫維,李曉理,王偉;基于多模型的非線性系統(tǒng)自適應(yīng)最小方差控制[J];控制理論與應(yīng)用;2002年04期

7 李曉理,王書寧;含有界擾動(dòng)系統(tǒng)的多模型自適應(yīng)控制[J];控制理論與應(yīng)用;2003年04期

8 李曉理;張維存;王偉;;基于有界擾動(dòng)分區(qū)的多模型自適應(yīng)控制[J];控制理論與應(yīng)用;2006年02期

9 李曉理;石隴輝;丁大偉;;水箱液位系統(tǒng)多模型控制方法[J];控制理論與應(yīng)用;2011年03期

10 李曉理,王書寧;基于分片線性化方法的非線性系統(tǒng)多模型自適應(yīng)控制[J];控制與決策;2002年01期

  本文關(guān)鍵詞：非線性系統(tǒng)多模型自適應(yīng)控制方法研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：252517