工业大系统中一类Hammerstein模型辨识方法研究

摘要

Hammerstein模型辨识在大工业系统中占有重要的地位。目前，针对线性系统的辨识已经有许多较为成熟的方法，但对Hammerstein模型，线性控制方法已不能满足要求，在此情况下就需要采用复合控制方法。由于非线性系统自身的复杂性，无论是理论分析还是实际应用都相当困难，因此研究Hammerstein模型系统辨识的方法，具有重要意义。
　　 本文在详细介绍了系统辨识的概念及系统辨识常用方法后，从Hammerstein模型的结构和特点出发，应用参数分散辨识方法对工业大系统中一类Hammerstein模型进行辨识，把参数分散辨识方法与固定多模型、子空间模型和混合粒子群控制算法相结合应用到Hammerstein模型中去，使得它能更好的解决Hammerstein模型描述的动态随机大工业过程子过程之间的关联性带来的辨识复杂性和Hammerstein模型中非线性求解难的问题，解决稳态模型辨识问题，保持生产过程在最佳工作状况，降低企业生产成本，获取最佳的经济效益。并对此进行了仿真研究。通过典型实例的仿真计算，结果表明，这种算法具有可靠、辨识精度高等特点，在对数据进行识别时，均可达到预期要求。

目录

文摘

英文文摘

1 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.3 课题来源

1.4 主要研究内容

1.5 论文的结构安排

2 系统辨识的概念及系统辨识常用方法

2.1 系统辨识的概念

2.2 系统辨识的三要素

2.2.1 数据获得的函数关系及M序列介绍

2.2.2 辨识模型介绍

2.2.3 辨识准则

2.3 系统辨识常用方法简介

2.3.1 最小二乘法

2.3.2 递推辅助变量法

2.3.3 预测误差法

2.4 本章小结

3 工业大系统中的分散辨识方法及其改进

3.1 方法的提出

3.2 分散辨识方法的介绍

3.3 大系统中分散辨识方法的改进

3.4 改进算法实例仿真研究

3.5 本章小结

4 基于参数分散辨识法的Hammerstein模型辨识研究

4.1 Hammerstein模型简介

4.2 Hammerstein模型中非线性系统多模型-分散辨识方法

4.2.1 非线性系统辨识

4.2.2 非线性系统固定多模型控制

4.2.3 Hammerstein固定多模型控制-分散辨识法

4.2.4 仿真研究

4.3 基于两步法的Hammerstein模型辨识

4.3.1 非线性方程解的准确性分析

4.3.2 子空间模型

4.3.3 Hammerstein模型系统辨识

4.3.4 仿真研究

4.4 基于参数分散辨识法的Wiener-Hammerstein模型辨识

4.4.1 引言

4.4.2 线性子系统的辨识算法

4.4.3 非线性子系统的辨识算法

4.4.4 仿真研究

4.5 本章小结

结论

致谢

参考文献

攻读学位期间发表的学术论文及研究成果