| 【中文题名】 | 延迟系统控制及非线性系统辨识与仿真 |
| 【英文题名】 | |
| 【学科专业】 | 控制理论与控制工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-7-31 |
| 【中关键词】 | 延迟系统,PID控制,史密斯预估控制,系统辨识,神经网络,反向传播 |
| 【英关键词】 | Time-delay system,PID control,smith predictive control,system identification,neural network,BP,RBF,fuzzy system, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>自动控制理论>> |
| 【论文摘要】 |
本文首先简要介绍了所研究问题延迟系统控制及非线性系统辨识理论的国内外发展概况，指出了所做的研究具有理论价值和广泛的实际应用前景。
滞后环节在工业生产过程中普遍存在，大时滞的存在严重影响了系统的稳定性，甚至引起系统闭环的不稳定或根本无法对系统进行有效的控制。本文在第二章中分析了常规PID控制器的弊端和史密斯预估控制对模型的过度依赖问题。并提出在控制器前增加一滤波器来提高控制器的控制品质和鲁棒性，仿真表明该方法对延迟系统的控制具有较好的控制性能。
非线性现象是在工程技术、科学研究以至自然界及人类社会活动的各个领域普遍存在的问题。本文在第三章和第四章中以复杂的非线性系统为对象，主要对非线性系统的辨识方法进行了研究。详细分析了将神经网络和模糊逻辑系统应用于非线性系统辨识的基本思想和步骤，并通过仿真研究了各辨识模型的优缺点，提出了改进的模糊模型辨识方法，该方法在现有算法的基础上作了改进，融合模糊控制和神经网络的优点，根据过程变量的动态变化实施辨识器的参数在线调整使非线性系统的辨识获得了良好的效果，仿真表明了该控制方案的优越性。
最后，对本文主要研究工作作了总结，并提出了一些以后值得研究... |
| 【论文题纲】 |
|
摘要 |
5-6 |
|
Abstract |
6-7 |
|
第一章 绪论 |
7-11 |
|
1-1 大延迟系统 |
7-8 |
|
1-1-1 研究背景及意义 |
7 |
|
1-1-2 时滞系统控制发展历史及现状 |
7-8 |
|
1-2 非线性系统辨识 |
8-10 |
|
1-2-1 系统辨识的定义 |
8 |
|
1-2-2 非线性系统辨识理论的发展状况及主要的辨别方法 |
8-9 |
|
1-2-3 非线性系统辨识的研究意义 |
9-10 |
|
1-3 本文的主要内容及章节安排 |
10-11 |
|
第二章 延迟系统控制 |
11-20 |
|
2-1 引言 |
11 |
|
2-2 常规PID控制 |
11-14 |
|
2-3 史密斯预估控制 |
14-19 |
|
2-3-1 史密斯预估算法 |
14-16 |
|
2-3-2 史密斯预估控制仿真 |
16-17 |
|
2-3-3 史密斯预估控制的缺陷 |
17 |
|
2-3-4 改进的史密斯预估控制 |
17-19 |
|
2-4 本章小结 |
19-20 |
|
第三章 神经网络在非线性系统辨识中的应用 |
20-42 |
|
3-1 引言 |
20-22 |
|
3-2 基于神经网络理论的NARMA模型参数辨识原理 |
22-23 |
|
3-3 常用神经网络学习算法简介 |
23-30 |
|
3-3-1 反向传播(BP)学习算法 |
23-25 |
|
3-3-2 径向基函数(RBF)网络 |
25-29 |
|
3-3-3 改进的BP网络结构 |
29-30 |
|
3-4 非线性系统神经网络辨识仿真 |
30-41 |
|
3-4-1 使用三层BP网络进行辨识 |
30-36 |
|
3-4-2 用径向基函数网络辨识(3.13)所表示的系统 |
36-41 |
|
3-5 本章小结 |
41-42 |
|
第四章 模糊逻辑系统在非线性系统辨识中的应用 |
42-55 |
|
4-1 引言 |
42 |
|
4-2 模糊辨识器的设计 |
42-47 |
|
4-3 程序仿真 |
47-54 |
|
4-3-1 考察第一种初始参数选择方法的性能(无自学习过程) |
47-50 |
|
4-3-2 非线性系统辨识仿真(有自学习过程) |
50-54 |
|
4-4 本章小结 |
54-55 |
|
第五章 总结与展望 |
55-57 |
|
5-1 总结 |
55-56 |
|
5-2 以后的研究方向 |
56-57 |
|
参考文献 |
57-60 |
|
致谢 |
60 |
|
| 【DOI】 | LunWen.ID:2.2008.388761 |
