現(xiàn)代工業(yè)生產(chǎn)過程中,控制系統(tǒng)的數(shù)字化,促進了采樣系統(tǒng)在工業(yè)界的廣泛應(yīng)用。因此,采樣系統(tǒng)的控制方法研究在控制領(lǐng)域一直是一個熱門研究內(nèi)容。采樣器及其采樣周期是構(gòu)成采樣控制系統(tǒng)的基本元素。對于一般采樣系統(tǒng),工程師普遍認定所有采樣器與零階或一階保持器都采用同一周期。但在多傳感器融合的情況下,不同傳感器確實存在著采樣周期不一致的情況。即采樣系統(tǒng)的采樣器與保持器之間,采樣器與采樣器之間,保持器與保持器之間都可能存在著周期不一致的情況。存在此現(xiàn)象的采樣系統(tǒng)被稱為多速率采樣系統(tǒng)。本論文主要針對此類多速率采樣系統(tǒng)進行數(shù)據(jù)驅(qū)動控制方法的研究。從20世紀50年代至今,多速率采樣系統(tǒng)一直吸引著科研工作者的目光,相關(guān)控制器設(shè)計方法從傳統(tǒng)控制方法到先進控制理論都有覆蓋。但工業(yè)生產(chǎn)過程存在很多難以解決的動態(tài)特性,例如強耦合性、強時變性、非線性等。這些特性使科研工作者很難用精確的數(shù)學(xué)模型去線性化描述。通過公式推導(dǎo)獲得控制器參數(shù)的方法也很難解決上述工程難題。對于這種難題,一個解決方式是直接利用含多速率采樣特性的輸入輸出數(shù)據(jù)設(shè)計控制算法,即數(shù)據(jù)驅(qū)動控制器。本論文針對多速率采樣系統(tǒng)的實際工程難題,逐漸遞進地提出多種數(shù)據(jù)驅(qū)動... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：181 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題研究背景及意義
    1.2 多速率采樣系統(tǒng)的研究現(xiàn)狀
    1.3 數(shù)據(jù)驅(qū)動控制方法的研究現(xiàn)狀
        1.3.1 數(shù)據(jù)驅(qū)動控制方法的研究現(xiàn)狀
        1.3.2 強化學(xué)習(xí)算法的研究現(xiàn)狀
        1.3.3 基于強化學(xué)習(xí)的控制算法的研究現(xiàn)狀
    1.4 現(xiàn)有控制方法的局限性
        1.4.1 控制方法種類局限性
        1.4.2 控制方法原理局限性
    1.5 本文主要研究內(nèi)容
第2章 多速率采樣系統(tǒng)特性分析及其有限頻域控制器設(shè)計
    2.1 引言
    2.2 多速率采樣系統(tǒng)建模與特性分析
    2.3 多速率采樣系統(tǒng)有限頻域控制器設(shè)計
        2.3.1 相關(guān)引理說明
        2.3.2 有限頻域控制器設(shè)計
    2.4 仿真說明
        2.4.1 數(shù)值仿真
        2.4.2 主動懸架系統(tǒng)半實物仿真
    2.5 本章小結(jié)
第3章 基于模型擬合和系統(tǒng)辨識的多速率采樣系統(tǒng)數(shù)據(jù)驅(qū)動模型預(yù)測控制器設(shè)計
    3.1 引言
    3.2 基于偏分最小二乘的多速率采樣系統(tǒng)數(shù)據(jù)驅(qū)動模型預(yù)測控制器設(shè)計
    3.3 基于子空間辨識的多速率采樣系統(tǒng)數(shù)據(jù)驅(qū)動模型預(yù)測控制器設(shè)計
    3.4 仿真說明
        3.4.1 連續(xù)攪拌槽式反應(yīng)器建模
        3.4.2 基于偏分最小二乘的數(shù)據(jù)驅(qū)動模型預(yù)測控制的仿真驗證
        3.4.3 基于子空間辨識的數(shù)據(jù)驅(qū)動模型預(yù)測控制的仿真驗證
    3.5 本章小結(jié)
第4章 基于貝爾曼方程的多速率采樣系統(tǒng)數(shù)據(jù)驅(qū)動控制器參數(shù)優(yōu)化方法
    4.1 引言
    4.2 多速率采樣系統(tǒng)的新模型及其LQR控制器設(shè)計
    4.3 多速率采樣系統(tǒng)的數(shù)據(jù)驅(qū)動學(xué)習(xí)型參數(shù)優(yōu)化算法
    4.4 仿真驗證說明
        4.4.1 數(shù)值仿真
        4.4.2 三自由度直升機數(shù)據(jù)驅(qū)動最優(yōu)控制器設(shè)計
    4.5 本章小結(jié)
第5章 基于策略梯度下降的多速率采樣系統(tǒng)數(shù)據(jù)驅(qū)動控制器設(shè)計
    5.1 引言
    5.2 強化學(xué)習(xí)算法簡單介紹
        5.2.1 策略梯度下降算法
        5.2.2 信賴域策略優(yōu)化算法
        5.2.3 深度Q學(xué)習(xí)算法
    5.3 基于策略梯度下降的多速率采樣系統(tǒng)數(shù)據(jù)驅(qū)動控制器設(shè)計
        5.3.1 新擴維方法下的一般性多速率采樣系統(tǒng)
        5.3.2 回報函數(shù)模塊設(shè)計
        5.3.3 控制器優(yōu)化算法
        5.3.4 控制器實現(xiàn)綜合
    5.4 基于確定性策略梯度下降的多速率采樣系統(tǒng)數(shù)據(jù)驅(qū)動控制器設(shè)計
    5.5 基于策略梯度下降的多速率采樣系統(tǒng)數(shù)據(jù)驅(qū)動魯棒控制器探究
    5.6 仿真說明
        5.6.1 基于策略梯度下降的數(shù)據(jù)驅(qū)動控制器仿真驗證
        5.6.2 基于策略梯度下降的數(shù)據(jù)驅(qū)動魯棒控制器仿真驗證
    5.7 本章小結(jié)
第6章 基于集合概率模型的多速率采樣系統(tǒng)數(shù)據(jù)驅(qū)動控制器設(shè)計
    6.1 引言
    6.2 基于集合概率模型的多速率系統(tǒng)的數(shù)據(jù)驅(qū)動模型預(yù)測控制器設(shè)計
    6.3 基于集合概率模型的多速率系統(tǒng)的數(shù)據(jù)驅(qū)動神經(jīng)網(wǎng)絡(luò)控制器設(shè)計
    6.4 仿真說明
        6.4.1 基于集合概率模型的數(shù)據(jù)驅(qū)動模型預(yù)測控制仿真驗證
        6.4.2 非線性多速率采樣系統(tǒng)仿真驗證
    6.5 本章小結(jié)
結(jié)論
參考文獻
攻讀博士學(xué)位期間發(fā)表的論文及其他成果
致謝
個人簡歷


【參考文獻】：
期刊論文
[1]基于強化學(xué)習(xí)的網(wǎng)絡(luò)時延自動化控制數(shù)學(xué)建模研究[J]. 荊榮麗,葛書榮,王鵬,寧玉文.  自動化與儀器儀表. 2020(03)
[2]基于深度強化學(xué)習(xí)的無人機著陸軌跡跟蹤控制[J]. 宋欣嶼,王英勛,蔡志浩,趙江,陳小龍,宋棟梁.  航空科學(xué)技術(shù). 2020(01)
[3]一種基于數(shù)據(jù)驅(qū)動的無模型滑模預(yù)測控制[J]. 江浩,佃松宜,趙濤,張雙.  電光與控制. 2020(05)
[4]基于強化學(xué)習(xí)的數(shù)據(jù)驅(qū)動最優(yōu)鎮(zhèn)定控制及仿真[J]. 陸超倫,李永強,馮遠靜.  模式識別與人工智能. 2019(04)
[5]一種新的多速率采樣系統(tǒng)快速率故障檢測設(shè)計方法[J]. 邱愛兵,文成林,姜斌.  電子學(xué)報. 2010(10)
[6]基于多速率采樣系統(tǒng)的網(wǎng)絡(luò)預(yù)測控制算法[J]. 羅杰,劉曉華.  魯東大學(xué)學(xué)報(自然科學(xué)版). 2008(02)
[7]分散多速率采樣系統(tǒng)H∞控制的擴展順序設(shè)計[J]. 趙霞,張偉,陳啟軍.  電機與控制學(xué)報. 2007(06)
[8]多速率采樣系統(tǒng)的研究和仿真[J]. 董卿霞,王萍.  天津工業(yè)大學(xué)學(xué)報. 2006(01)
[9]多速率單值廣義預(yù)測控制系統(tǒng)及穩(wěn)定性分析[J]. 鄒媛媛,劉曉華.  青島大學(xué)學(xué)報(工程技術(shù)版). 2005(04)
[10]機器人多傳感器多速率采樣控制系統(tǒng)研究[J]. 郭呈賀.  上海交通大學(xué)學(xué)報. 1997(09)



本文編號：3263205