【摘要】： 非線性系統(tǒng)在實(shí)際中廣泛存在,建立非線性系統(tǒng)的模型是精確分析系統(tǒng)性能、實(shí)現(xiàn)系統(tǒng)高精度控制的基礎(chǔ),它包括確定模型的結(jié)構(gòu)和估計(jì)模型的參數(shù)。由于還不能找到一種通用的結(jié)構(gòu)來描述所有的非線性系統(tǒng),研究人員廣泛采用面向模塊(Block-oriented)的模型描述非線性系統(tǒng)。Wiener模型是一種面向模塊模型,它由一個(gè)線性動(dòng)態(tài)子系統(tǒng)后面串聯(lián)一個(gè)靜態(tài)非線性函數(shù)組成。實(shí)際中靜態(tài)非線性函數(shù)的多樣性以及由于Wiener模型串聯(lián)結(jié)構(gòu)使得中間信號(hào)的不可測(cè)給Wiener模型的辨識(shí)帶來很大的困難。本文針對(duì)這一問題,采用智能優(yōu)化算法研究了Wiener模型的辨識(shí)問題,主要研究工作有: 1、針對(duì)一類具有分段不連續(xù)非線性的Wiener模型,以預(yù)測(cè)誤差平方和為目標(biāo)函數(shù),采用混合粒子群優(yōu)化算法來估計(jì)其參數(shù)。該方法可以同時(shí)估計(jì)出線性部分和非線性部分的參數(shù)而不需要知道中間信號(hào),且辨識(shí)精度高。 2、針對(duì)一類具有復(fù)雜非線性的Wiener模型,在假設(shè)其非線性是可逆的前提下,用兩段多項(xiàng)式來近似非線性的逆,然后采用混合粒子群優(yōu)化算法來估計(jì)其參數(shù)。 3、針對(duì)Wiener模型中間變量不可測(cè)的問題,采用階躍輸入信號(hào)將非線性部分從Wiener模型中分離出來。然后利用粒子群優(yōu)化算法,采用兩步法辨識(shí)Wiener模型的線性和非線性部分。 4、提出了一種模糊Wiener模型結(jié)構(gòu),該模型利用T-S模糊模型表示W(wǎng)iener模型的非線性部分,用ARMA模型表示W(wǎng)iener模型的線性部分,利用自適應(yīng)差分進(jìn)化算法估計(jì)線性部分和T-S模糊模型的參數(shù),取得很好的效果。 5、研究了pH中和過程的辨識(shí)與控制。應(yīng)用T-S模糊模型來描述滴定曲線及其逆過程,應(yīng)用兩步法估計(jì)其參數(shù)�；诒孀R(shí)模型,設(shè)計(jì)了pH中和過程的PID控制器,并應(yīng)用智能優(yōu)化算法整定其參數(shù)。
【圖文】：

現(xiàn)舉例如下：(1) pH 值中和過程 在過程工業(yè)中往往要求含有一定酸度(或堿度)液去參加化學(xué)反應(yīng)；另外，在污水處理過程中要求確保處理后污水的 在允許的范圍內(nèi)，以免污染環(huán)境。因此，不少場(chǎng)合需要進(jìn)行 pH 值的控制于 pH 值是以當(dāng)量濃度表示的氫離子濃度的負(fù)對(duì)數(shù)：pH=-log[H+]，因此一過程是非線性的。許多研究者采用 Wiener 模型描述這一過程。

現(xiàn)舉例如下：(1) pH 值中和過程 在過程工業(yè)中往往要求含有一定酸度(或堿度)液去參加化學(xué)反應(yīng)；另外，在污水處理過程中要求確保處理后污水的 在允許的范圍內(nèi)，以免污染環(huán)境。因此，，不少場(chǎng)合需要進(jìn)行 pH 值的控制于 pH 值是以當(dāng)量濃度表示的氫離子濃度的負(fù)對(duì)數(shù)：pH=-log[H+]，因此一過程是非線性的。許多研究者采用 Wiener 模型描述這一過程。
【學(xué)位授予單位】：燕山大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2010
【分類號(hào)】：N945.14

【引證文獻(xiàn)】

相關(guān)碩士學(xué)位論文 前1條

1 黃偉鋒;基于生物啟發(fā)優(yōu)化的PID參數(shù)整定及其應(yīng)用[D];寧波大學(xué);2012年

本文編號(hào)：2626457