發(fā)布時間：2021-03-24 05:12

　　針對無穩(wěn)態(tài)非線性系統(tǒng),提出2種線性變參數(shù)（linear parameter varying,LPV）模型辨識方法.對于線性權重LPV模型,結合高斯牛頓法和最小二乘法對局部線性模型的參數(shù)尋優(yōu);對于高斯權重LPV模型,采用Narendra-Gallman算法并根據(jù)參數(shù)與優(yōu)化目標之間的關系,將參數(shù)分為線性部分和非線性部分并進行交替迭代.通過對循環(huán)流化床鍋爐實際工業(yè)系統(tǒng)的建模結果和實測結果對比驗證了所提算法的有效性.與帶穩(wěn)態(tài)LPV模型相比,3個主要輸出蒸汽壓力、蒸汽溫度和爐膛溫度均獲得較好的輸出擬合效果,最優(yōu)匹配率分別提高52.8%,21.1%和32.2%以上.驗證了所提算法在復雜工業(yè)非線性對象建模上的有效性和實用性. 

【文章來源】：廈門大學學報(自然科學版). 2017,56(04)北大核心CSCD

【文章頁數(shù)】：7 頁

【文章目錄】：
1 無穩(wěn)態(tài)非線性系統(tǒng)LPV模型辨識
    1.1 線性權重LPV模型辨識
    1.2 高斯權重LPV模型辨識
2 循環(huán)流化床鍋爐系統(tǒng)辨識
    2.1 工作點和局部模型初值確定
    2.2 LPV模型辨識結果
3 結論


【參考文獻】：
期刊論文
[1]高純度分餾塔的建模及其非線性控制[J]. 黃江茵,趙晶.  廈門大學學報(自然科學版). 2016(02)



本文編號：3097125