多變量過程系統(tǒng)辨識研究

《多變量過程系統(tǒng)辨識研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、摘要多變量過程系統(tǒng)辨識研究現(xiàn)代控制理論的發(fā)展為先進(jìn)控制奠定了應(yīng)用理論基礎(chǔ)，而控制計算機(jī)尤其是集散控制系統(tǒng)、現(xiàn)場總線控制系統(tǒng)等為先進(jìn)控制和在線優(yōu)化的應(yīng)用提供了強(qiáng)有力的硬件和軟件平臺，先進(jìn)控制的應(yīng)用需要先進(jìn)控制算法，而算法都要求有生產(chǎn)過程的數(shù)學(xué)模型，這就意味著模型越準(zhǔn)確，控制算法精度越高，生產(chǎn)過程也相應(yīng)的越平穩(wěn)。目前大多數(shù)的實(shí)際工業(yè)過程都是多變量系統(tǒng)，所以本文的研究目的就是研究多變量的建模方法，提高模型精度。具體內(nèi)容如下：首先學(xué)習(xí)了多變量尤其是子空間辨識法的理論基礎(chǔ)，構(gòu)建了子空間辨識算法統(tǒng)一理論框架，總結(jié)了

2、確定性系統(tǒng)和聯(lián)合系統(tǒng)子空間辨識法的具體實(shí)現(xiàn)步驟，通過兩個仿真實(shí)例分別驗證了各算法的適用性和正確性。接著根據(jù)實(shí)際情況，提出了一種將單個數(shù)據(jù)組改造而成的多數(shù)據(jù)組子空間辨識算法，這是一種極具工程實(shí)用價值的新算法。該算法的特點(diǎn)是允許處理在同一系統(tǒng)上，不同初時條件，不同輸入信號條件下獲得的多組實(shí)驗數(shù)據(jù)，并可取得良好的辨識效果。離散時間辨識法在辨識連續(xù)時間系統(tǒng)時采取的處理方法存在的一些問題，主要是：輸入是連續(xù)信號，用離散辨識法在典型的采用時間內(nèi)很難得到較好的數(shù)學(xué)模型；離散時間辨識法得到的模型相對誤差隨著采樣時間的減

3、小而不斷增大；離散時間辨識法得到極點(diǎn)在北京化工大學(xué)碩士學(xué)位論文采樣周期和截斷誤差選擇不當(dāng)時，容易使它在z一域的單位圓上漂移，使系統(tǒng)不穩(wěn)定。針對這種情況，研究了連續(xù)時間頻域子空間辨識法，這種方法跟采樣周期的選擇無關(guān)，通過仿真對比，此法確實(shí)比離散時間辨識法精度要高，能提高2％左右。關(guān)鍵詞：先進(jìn)控制，數(shù)學(xué)模型，多變量系統(tǒng)，子空間，多數(shù)據(jù)組，連續(xù)時間頻域子空間辨識Ⅱ摘要STUDYoNMUl月IVAIUABLEPRoCESSSYSTEMIDENTIFICATIoNABSTRACTThedeVelopmentofM

4、odemControlTheo巧isthebasisofuseforAdvancedControLControlComputer'especiallyDistributedContl．olSystem、FieldbusControlSystemgiVeastronglyhardwareandso脅areplatformfortheuseofAdvaIlcedControla11dOn．1ineOptimization．TheuseofAdvaIlcedControlneedadvancedcontrol

5、algodthm，andanthealgorithmsalsoneedthemathematicmodels．Itmeansthatthemodelismoreaccurate，andthecontrojalgodthmismoreprecise，thecorrespondingproductionprocessissmoother．MostOftheactualindustrialprocessesaremultiV撕ablesystems，inordertoimprovethemodelaccura

6、cy'somemultiV撕ablesystemidentificationwasstudiedinthep印er．Thespecificcontentsareasf01lows：FirstlMthetheoreticalfoundationofmemultiV撕ablesubspaceidenti6cationwasstudiedinthep印er，establishedaunifiedtheoretical行鋤ewo比andsummedupthedeterIIlinisticandthecombin

7、eddeteministic-stochasticsystemsidemificationmethods’speci丘cst印stoachieve．Bythe帆osimulationeXaInples，memethodswerev麗fiedapplicableandaCcuracy．ThenaccordingtotheaCtualsituation，aⅢ北京化工大學(xué)碩士學(xué)位論文subspaCeidentificationmethodwithmultiple—datasetsisproposed．Itwa

8、smodi丘edbythesingledatasetofsubspacestatespacesystemidentification．ItisaVe巧practicalValuenewalgo而thm，andit’sproVedthatitcouldmakegoodresultindif瓷rentconditionsoftheinput—outputda乜1．Discrete．timeidemificationmethodidentifie