

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、系統(tǒng)辨識是高性能自動化技術(shù)(如模型預(yù)測控制)中的重要內(nèi)容。隨著人們生活水平和工業(yè)生產(chǎn)水平的提高,人們對工業(yè)產(chǎn)品質(zhì)量的要求越來越高,生產(chǎn)工藝對自動化技術(shù)的依賴程度也隨之提高,控制理論研究水平也上升到了一定高度。但這些新技術(shù)遲遲沒有在過程工業(yè)中得到廣泛的應(yīng)用,其中的一個原因是缺乏準(zhǔn)確描述工業(yè)過程的動態(tài)模型,另一個原因就是理論研究與實(shí)際應(yīng)用之間的鴻溝。系統(tǒng)辨識技術(shù)作為自動控制領(lǐng)域的一個重要分支,它的理論研究已經(jīng)得到了飛速的發(fā)展。但是,它在過程
2、工業(yè)中的應(yīng)用性問題還有待研究。針對實(shí)際過程的模型應(yīng)用問題,本文的研究工作主要包括以下幾部分:
1.討論有限脈沖響應(yīng)(FIR)模型辨識算法及其算法性質(zhì)。
2.針對系統(tǒng)受到擾動時,FIR模型辨識的結(jié)果將存在有很多“毛刺”的情況,討論在準(zhǔn)則函數(shù)中添加懲罰項(xiàng)的平滑處理。
3.針對FIR模型辨識算法的運(yùn)算精度和效率問題,討論運(yùn)用QR分解將求逆運(yùn)算轉(zhuǎn)化為廣義逆運(yùn)算,提高運(yùn)算速率,避免算法中矩陣出現(xiàn)病態(tài)。
3、r> 4.針對FIR模型辨識的測量數(shù)據(jù)存在異常值的情況,給出了兩種異常處理方法,分別為線性插值法和分段辨識法。文中進(jìn)一步分析了兩種方法的應(yīng)用策略,根據(jù)經(jīng)驗(yàn)給出了它們使用時的指導(dǎo)規(guī)則。仿真結(jié)果表明兩種異常處理方法的有效性。
5.針對時滯參數(shù)估計的難題,提出了基于FIR模型辨識的多變量時滯參數(shù)估計方法,分為FIR模型辨識的應(yīng)用、閾值的選取和時滯參數(shù)估計三個步驟。文中給出了兩種閾值的選取方案,結(jié)合兩種選取方案的仿真結(jié)果證明
4、了該時滯參數(shù)估計方法的有效性。
6.針對系統(tǒng)辨識的模型檢驗(yàn)?zāi)K,提出了FIR模型辨識算法的應(yīng)用性檢驗(yàn)。結(jié)合概率論知識,給出了估計模型的不確定域,并進(jìn)行不同的等級劃分,根據(jù)實(shí)際需求選擇使用不同等級內(nèi)的估計模型。文中還進(jìn)行了FIR模型辨識過程中的辨識數(shù)據(jù)長度分析、干擾分析、操縱變量的相關(guān)性分析和系統(tǒng)的噪信比分析,進(jìn)一步完善了FIR模型檢驗(yàn)問題,為FIR估計模型的應(yīng)用做好充足準(zhǔn)備。
7.針對FIR模型辨識的工程應(yīng)用
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 高爐冶煉過程的分形特征辨識及其應(yīng)用研究.pdf
- 復(fù)雜工業(yè)過程的多模型辨識及控制應(yīng)用研究.pdf
- 基于能量法則的Stribeck摩擦模型參數(shù)辨識及其應(yīng)用研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的復(fù)雜系統(tǒng)模型辨識技術(shù)及其應(yīng)用研究.pdf
- 基于多模型值的LPV模型辨識及應(yīng)用研究.pdf
- 高斯過程模型及其在工業(yè)過程軟測量中的應(yīng)用研究.pdf
- 剮齒切削過程仿真模型及其應(yīng)用研究.pdf
- 缺陷防治型軟件過程W模型及其應(yīng)用研究.pdf
- 機(jī)械產(chǎn)品概念設(shè)計過程模型建模及其應(yīng)用研究.pdf
- 基于行為的軟件測試過程模型及其應(yīng)用研究.pdf
- 基于多模型插值的LPV模型辨識及應(yīng)用研究.pdf
- 基于多模型值的lpv模型辨識及應(yīng)用研究(1)
- 個體軟件過程模型的應(yīng)用研究.pdf
- 城軌列車控制模型參數(shù)辨識及其應(yīng)用.pdf
- 遞推與迭代學(xué)習(xí)辨識算法及其應(yīng)用研究.pdf
- UARBAC模型及其應(yīng)用研究.pdf
- 模型移植及其在浸出過程建模中的應(yīng)用研究.pdf
- 信息推薦模型及其應(yīng)用研究.pdf
- 合同網(wǎng)模型及其應(yīng)用研究.pdf
- 訪問控制模型及其應(yīng)用研究.pdf
評論
0/150
提交評論