隨著信息產(chǎn)業(yè)和計(jì)算機(jī)技術(shù)的快速發(fā)展,數(shù)據(jù)流在工業(yè)產(chǎn)業(yè)中的地位越來(lái)越重要,基于數(shù)據(jù)驅(qū)動(dòng)的建模和控制方法受到了學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注。大量數(shù)據(jù)帶來(lái)的一個(gè)很自然的問(wèn)題是,很多不相關(guān)數(shù)據(jù)也會(huì)包含在采集的數(shù)據(jù)中,因此數(shù)據(jù)壓縮或者說(shuō)數(shù)據(jù)降維技術(shù)是很有必要的。偏最小二乘(PLS)就是這樣一種重要的多元統(tǒng)計(jì)分析方法,它已經(jīng)在故障診斷和過(guò)程監(jiān)控領(lǐng)域有了非常多的研究,但是在過(guò)程控制中的應(yīng)用還處于起步階段。本文結(jié)合PLS方法的自動(dòng)解耦,變量配對(duì),降維等特點(diǎn),研究了PLS隱空間的模型辨識(shí)方法和隱空間模型預(yù)測(cè)控制(MPC)技術(shù)。主要研究?jī)?nèi)容涉及了隱空間模型預(yù)測(cè)控制相關(guān)辨識(shí)(MRI)方法,隱空間廣義預(yù)測(cè)控制(GPC)算法,兩種用于處理高頻噪聲的隱空間GPC改進(jìn)方法,基于過(guò)程輸出信號(hào)的Hotelling T2統(tǒng)計(jì)量的多模型切換MPC算法,基于TS模型的隱空間模糊GPC算法,隱空間降維技術(shù)討論。具體的研究工作包括：(1)針對(duì)變量中可能存在的共線性問(wèn)題,引入了PLS建模方法�；趧�(dòng)態(tài)PLS框架,第二章提出了一種隱空間GPC控制策略。建模階段,為了提高模型的多步向前預(yù)測(cè)能力,進(jìn)而提高GPC的控制性能,提出了隱空間MRI方法,并對(duì)該方法進(jìn)行了頻域分析。隱空間中多個(gè)SISO并行運(yùn)行的特性,使得GPC控制律的求解時(shí)間比傳統(tǒng)方法少得多,這對(duì)GPC的在線應(yīng)用是很有意義的。(2)第三章對(duì)基本的隱空間GPC方法進(jìn)行了一些閉環(huán)理論分析,包括回路靈敏度分析、魯棒性和穩(wěn)定性分析,然后從抑制高頻擾動(dòng)和噪聲,提高系統(tǒng)魯棒性的角度出發(fā),提出了兩種改進(jìn)算法。一種是在隱空間GPC中引入C濾波器,這種方法能在不改變系統(tǒng)標(biāo)稱性能的情況下,提高系統(tǒng)的魯棒性,但是C濾波器參數(shù)的選擇缺乏系統(tǒng)的理論指導(dǎo)方法。因此,借鑒內(nèi)�？刂扑枷�,我們又提出了一種基于模型輸出的改進(jìn)算法,它是將GPC預(yù)測(cè)模型中的實(shí)際過(guò)程輸出信號(hào)替換為模型預(yù)測(cè)輸出信號(hào),并引入誤差校正,從而減弱了噪聲和擾動(dòng)對(duì)閉環(huán)回路的影響。理論上,這種方法也能在不改變系統(tǒng)標(biāo)稱性能的情況下,提高系統(tǒng)的魯棒性。(3)對(duì)于動(dòng)態(tài)非線性過(guò)程,傳統(tǒng)的基于單個(gè)線性模型的MPC只能在較小的運(yùn)行區(qū)域內(nèi)得到滿意的控制效果。針對(duì)這一問(wèn)題,第四章提出了一種PLS隱空間多模型切換MPC方法。在每一個(gè)工作點(diǎn),先分別辨識(shí)一個(gè)PLS動(dòng)態(tài)模型,并設(shè)計(jì)相應(yīng)的預(yù)測(cè)控制器。然后,我們提出了一種基于過(guò)程輸出信號(hào)的Hotelling T2統(tǒng)計(jì)量的切換指標(biāo),它可以根據(jù)當(dāng)前系統(tǒng)運(yùn)行的區(qū)域自動(dòng)選擇最匹配的模型／控制器,從而保證了模型的正確性,使得系統(tǒng)能獲得滿意的控制品質(zhì)。更重要的是,該算法延續(xù)了基本的MPC算法,仍然是用二次規(guī)劃求解,適于工程實(shí)際應(yīng)用。(4)對(duì)于動(dòng)態(tài)非線性過(guò)程,第五章提出了直接采用基于非線性模型的控制方法。主要是在PLS內(nèi)模型中,采用TS模糊模型來(lái)刻畫隱變量得分t和u之間的動(dòng)態(tài)非線性關(guān)系,建立了一種TS-PLS模型�；诮⒌哪Ｐ�,我們利用即時(shí)線性化的思想,提出了隱空間模糊GPC控制方法。在過(guò)程非線性特別強(qiáng)的時(shí)候,這種方法比隱空間切換MPC方法,會(huì)有一定的優(yōu)勢(shì)。(5)第六章分析了隱空間MPC方法作為降維控制技術(shù)時(shí),可能出現(xiàn)的兩個(gè)問(wèn)題。首先,對(duì)于強(qiáng)行降維問(wèn)題,我們從空間投影映射的角度分析了強(qiáng)行降維時(shí)出現(xiàn)穩(wěn)態(tài)偏差的原因。然后,對(duì)于降維控制中設(shè)定值的選擇問(wèn)題,我們指出并不是所有的設(shè)定值都是可達(dá)的,設(shè)定值的選取必須符合建模數(shù)據(jù)集中存在的線性相關(guān)關(guān)系,并說(shuō)明在存在非線性依賴關(guān)系時(shí),設(shè)定值的選取必須和過(guò)程特性相容。
【學(xué)位單位】：浙江大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位年份】：2015
【中圖分類】：TP13
【文章目錄】：
致謝
摘要
Abstract
1 緒論
    1.1 研究背景及現(xiàn)狀
        1.1.1 偏最小二乘及研究現(xiàn)狀
        1.1.2 基于PLS的控制方法及研究現(xiàn)狀
    1.2 模型預(yù)測(cè)控制及其研究現(xiàn)狀
    1.3 模型誤差分析
    1.4 模型預(yù)測(cè)控制相關(guān)辨識(shí)及研究現(xiàn)狀
    1.5 本文主要研究?jī)?nèi)容
2 基于PLS隱空間MRI模型的廣義預(yù)測(cè)控制器設(shè)計(jì)
    2.1 引言
    2.2 PLS和PLS控制框架
        2.2.1 偏最小二乘方法
        2.2.2 動(dòng)態(tài)偏最小二乘
        2.2.3 動(dòng)態(tài)PLS控制框架
    2.3 隱空間模型預(yù)測(cè)控制相關(guān)辨識(shí)
        2.3.1 模型預(yù)測(cè)控制相關(guān)辨識(shí)
        2.3.2 PLS框架下的MRI
        2.3.3 隱空間MRI的頻域分析
    2.4 基于動(dòng)態(tài)PLS框架的GPC
    2.5 隱空間GPC和原始空間GPC的比較
    2.6 仿真實(shí)例
        2.6.1 Jerome-Ray模型
        2.6.2 聚乙烯反應(yīng)過(guò)程
    2.7 本章小結(jié)
3 隱空間GPC算法的理論分析及魯棒化改進(jìn)
    3.1 引言
    3.2 基本算法理論分析
        3.2.1 閉環(huán)回路分析
        3.2.2 穩(wěn)定性分析
    3.3 C-濾波器方法
    3.4 一種基于模型輸出的改進(jìn)方法
    3.5 仿真實(shí)例
    3.6 本章小結(jié)
4 隱空間多模型預(yù)測(cè)控制
    4.1 引言
    4.2 隱空間約束MPC
    4.3 多模型預(yù)測(cè)控制
        4.3.1 切換指標(biāo)
        4.3.2 穩(wěn)定性討論
    4.4 非線性兩相反應(yīng)器過(guò)程仿真
        4.4.1 過(guò)程描述
        4.4.2 模型辨識(shí)和驗(yàn)證
        4.4.3 控制結(jié)果
    4.5 本章小結(jié)
5 基于TS-PLS模型的隱空間模糊GPC方法
    5.1 引言
    5.2 TS-PLS模型
    5.3 隱空間模糊GPC方法
    5.4 仿真實(shí)例
        5.4.1 pH中和滴定過(guò)程
        5.4.2 TS-PLS模型建立
        5.4.3 隱空間模糊GPC控制結(jié)果
    5.5 本章小結(jié)
6 關(guān)于隱空間MPC降維問(wèn)題的分析與討論
    6.1 引言
    6.2 降維控制中的兩個(gè)問(wèn)題
        6.2.1 強(qiáng)行降維問(wèn)題
        6.2.2 設(shè)定值相容性問(wèn)題
    6.3 本章小結(jié)
7 總結(jié)與展望
    7.1 研究工作總結(jié)
    7.2 研究工作展望
參考文獻(xiàn)
附錄
作者簡(jiǎn)歷
在學(xué)期間所取得的科研成果

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王秀美;高新波;張乾坤;宋國(guó)鄉(xiāng);;一種基于局部保持的隱變量模型[J];模式識(shí)別與人工智能;2010年03期

2 姚宏亮;王秀芳;王浩;;一種基于結(jié)構(gòu)分解和因子分析的貝葉斯網(wǎng)絡(luò)隱變量發(fā)現(xiàn)算法[J];計(jì)算機(jī)科學(xué);2012年02期

3 姚宏亮;吳立輝;王浩;李俊照;;局部因果關(guān)系分析的隱變量發(fā)現(xiàn)算法[J];計(jì)算機(jī)科學(xué)與探索;2014年04期

4 熊麗;梁軍;錢積新;;基于偏最小二乘隱變量空間的控制器設(shè)計(jì)方法[J];化工學(xué)報(bào);2007年02期

5 仝明磊;邊后琴;;共享隱變量模型的解析算法及應(yīng)用[J];上海電力學(xué)院學(xué)報(bào);2010年05期

6 王磊;鄒北驥;彭小寧;;針對(duì)表情動(dòng)作單元跟蹤的隧道隱變量法[J];自動(dòng)化學(xué)報(bào);2009年02期

7 肖應(yīng)旺;;動(dòng)態(tài)隱變量法及其在動(dòng)態(tài)過(guò)程監(jiān)控中的應(yīng)用[J];儀器儀表學(xué)報(bào);2012年01期

8 李建明;曲成毅;;隱變量交互作用分析建模方法——兩階段最小二乘法(2SLS)及其在SAS軟件上的實(shí)現(xiàn)[J];數(shù)理醫(yī)藥學(xué)雜志;2011年06期

9 仝明磊;韓紅;朱武;;利用共享動(dòng)態(tài)隱變量模型估計(jì)三維人體運(yùn)動(dòng)[J];中國(guó)科學(xué):信息科學(xué);2012年01期

10 楊智勇;劉金蘭;;基于隱變量分析的IT投資回報(bào)模型研究[J];統(tǒng)計(jì)與決策;2007年18期

相關(guān)博士學(xué)位論文 前3條

1 王秀美;隱變量模型的建模與優(yōu)化[D];西安電子科技大學(xué);2010年

2 薛曉川;含隱變量的生物系統(tǒng)動(dòng)力學(xué)：從單分子到細(xì)胞[D];清華大學(xué);2009年

3 池清華;PLS隱變量空間模型預(yù)測(cè)控制算法研究[D];浙江大學(xué);2015年

相關(guān)碩士學(xué)位論文 前2條

1 王秀芳;具有隱變量的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)研究[D];合肥工業(yè)大學(xué);2012年

2 和超;基于結(jié)構(gòu)EM的隱變量模型學(xué)習(xí)方法[D];云南大學(xué);2015年

本文編號(hào)：2889653