遞推辨識算法研究及其在MPC上的應(yīng)用.pdf

1、隨著預(yù)測控制在工業(yè)上的應(yīng)用越來越廣泛，如何在復(fù)雜的應(yīng)用背景下進一步提高控制器的性能也越來越受重視。而作為模型預(yù)測控制器的核心之一，預(yù)測模型的質(zhì)量對控制器的效果也有著至關(guān)重要的影響。關(guān)于預(yù)測控制與系統(tǒng)辨識目前已經(jīng)有了豐富的理論與實踐經(jīng)驗，但是實際的生產(chǎn)中，在線運行的控制系統(tǒng)也都有著各自的問題和提升空間。本文的研究中，對遞推辨識算法和一種擾動自適應(yīng)的預(yù)測控制器進行了研究并提出了一些新的想法。具體的工作內(nèi)容如下:
　　1.基于多迭代的A

2、RMAX遞推辨識?？偨Y(jié)和分析已有的關(guān)于ARMAX模型估計的基礎(chǔ)上，用高斯牛頓法推導(dǎo)了一種遞推辨識算法。針對離線算法與遞推算法的參數(shù)估計精度有差距這一點，分析原因之后，提出了一種數(shù)據(jù)多迭代的思想。仿真研究表明，多迭代算法在參數(shù)收斂的速度與精度上都優(yōu)于原有的遞推算法。
　　2.對兩種時間序列模型的建模及預(yù)測能力研究。工業(yè)控制系統(tǒng)的不可測擾動等對象的建模屬于時間序列分析問題，本文從常見的AR與ARMA兩種模型著手，分別推導(dǎo)了其遞推算法，

3、并用多迭代思想對ARMA模型進行了改進，使其跟蹤時變模型能力顯著提升。兩者的多步預(yù)測研究中發(fā)現(xiàn)，參數(shù)更多的ARMA模型預(yù)測精度好于AR模型，但魯棒性不如后者。
　　3.擾動自適應(yīng)預(yù)測控制器的分析改進及參數(shù)設(shè)計。介紹了一種基于擾動模型的預(yù)測控制算法DMCA，為不可測擾動單獨建立預(yù)測模型使得該控制器對擾動抑制能力更強，控制效果更好。結(jié)合之前研究，分析基于ARMA模型的DMCA算法不穩(wěn)定的原因后，提出了兩種改進辦法:基于AR模型的DMC