數(shù)據(jù)驅(qū)動(dòng)建模與無(wú)模型自適應(yīng)控制及在復(fù)雜工業(yè)系統(tǒng)中的應(yīng)用.pdf

1、本文在理論上針對(duì)數(shù)據(jù)驅(qū)動(dòng)建模和數(shù)據(jù)驅(qū)動(dòng)無(wú)模型自適應(yīng)控制2方面領(lǐng)域做了若干研究，同時(shí)將所提理論應(yīng)用于不同的實(shí)際領(lǐng)域。本論文研究?jī)?nèi)容和創(chuàng)新點(diǎn)可總結(jié)如下:
　　一、針對(duì)固定床間歇式(UGI)煤氣化過(guò)程中的合成氣溫度的立項(xiàng)建模問題，提出一種改進(jìn)的帶有鏈接開關(guān)的遺傳神經(jīng)網(wǎng)絡(luò)算法(EGA-BPNN-LS)。合成氣溫度的模型在整個(gè)UGI氣化過(guò)程中至關(guān)重要，然而，由于氣化過(guò)程極為復(fù)雜，該模型的輸入輸出關(guān)系不能夠依靠氣化過(guò)程的化學(xué)機(jī)理建立。EGA-

2、BPNN-LS算法結(jié)合了一種新穎的改進(jìn)遺傳算法、帶有鏈接開關(guān)的神經(jīng)網(wǎng)絡(luò)、以及梯度學(xué)習(xí)算法(Levenberg-Marquardt,LM)算法的優(yōu)勢(shì)，使得該方法僅靠輸入輸出數(shù)據(jù)即可獲得氣化過(guò)程的模型，同時(shí)還能夠有效地將數(shù)據(jù)的梯度信息加以有效地使用?；谥袊?guó)山東省瑞星化工集團(tuán)有限公司采集的實(shí)際數(shù)據(jù)的實(shí)驗(yàn)驗(yàn)證了該算法的有效性與實(shí)用性。
　　二、針對(duì)UGI氣化過(guò)程中的合成氣溫度在線建模問題，提出一種基于相關(guān)向量機(jī)的改進(jìn)的懶惰學(xué)習(xí)建模(ML

3、L-RVM)算法。合成氣溫度的模型是一個(gè)典型的未知非線性多入多出(Multi-input and Multi-output，MIMO)系統(tǒng)，由于UGI氣化過(guò)程的復(fù)雜性，其精確數(shù)學(xué)模型不能夠根據(jù)機(jī)理建立。針對(duì)此問題，所提的MLL-RVM方法將一種新穎的相關(guān)向量機(jī)(RVM)的思想應(yīng)用到懶惰學(xué)習(xí)建模方法中，使得每一個(gè)時(shí)刻，MLL-RVM均可根據(jù)當(dāng)前輸入輸出數(shù)據(jù)以及歷史數(shù)據(jù)來(lái)實(shí)時(shí)建立針對(duì)合成氣溫度的局部RVM模型。通過(guò)基于工廠實(shí)際數(shù)據(jù)的仿真實(shí)驗(yàn)

4、，該方法的有效性得到驗(yàn)證。
　　三、針對(duì)一類離散非線性單入單出(Single Input and Single Output，SISO)系統(tǒng)，分別提出了基于懶惰學(xué)習(xí)的緊格式無(wú)模型自適應(yīng)預(yù)測(cè)控制(LL-CFDL-MFAPC)方法和偏格式無(wú)模型自適應(yīng)預(yù)測(cè)控制(LL-PFDL-MFAPC)方法。這2種方法的核心思想是，通過(guò)利用懶惰學(xué)習(xí)算法的實(shí)時(shí)數(shù)據(jù)庫(kù)查詢的優(yōu)勢(shì)，在每個(gè)時(shí)刻將在線和離線數(shù)據(jù)同時(shí)應(yīng)用于無(wú)模型自適應(yīng)預(yù)測(cè)控制器的參數(shù)的更新，并通

5、過(guò)不同的動(dòng)態(tài)線性化技術(shù)（包括緊格式、偏格式動(dòng)態(tài)線性化技術(shù)），使得該算法的控制器設(shè)計(jì)過(guò)程擺脫了被控對(duì)象的精確數(shù)學(xué)模型。同時(shí)，由于預(yù)測(cè)功能的加入，這2種方法具有較強(qiáng)的魯棒性。通過(guò)嚴(yán)密的數(shù)學(xué)推導(dǎo)，2種方法的穩(wěn)定性與收斂性在幾個(gè)合理的假設(shè)條件下得到證明。最后，LL-CFDL-MFAPC被應(yīng)用于處理UGI氣化過(guò)程中增氧過(guò)程的氧濃度控制問題，LL-PFDL-MFAPC被應(yīng)用于真實(shí)的三容水箱液位控制系統(tǒng)，進(jìn)而2種方法的有效性和實(shí)用性得到了驗(yàn)證。

6、>　　四、針對(duì)一般的未知非線性系統(tǒng)，提出了基于雙連續(xù)投影算法的無(wú)模型自適應(yīng)控制(DSP-MFAC)方法。該方法最重要的意義是在理論方面給出了MFAC的新的證明方法和研究思路。通過(guò)該算法所得控制器結(jié)構(gòu)與模型參數(shù)估計(jì)結(jié)構(gòu)具有對(duì)稱相似性，使得算法的控制框架和控制性能更加簡(jiǎn)單和易于分析。此外，相比傳統(tǒng)的基于壓縮映射原理框架下的無(wú)模型自適應(yīng)控制，雙連續(xù)投影框架下的無(wú)模型自適應(yīng)控制具有更強(qiáng)的可推廣性，如根據(jù)算法中不同的范數(shù)定義，可形成不同的控制器結(jié)