过程控制系统中非线性系统参数的辨识.PDFVIP

过程控制系统中非线性系统参数的辨识 周宝林，等 过程控制系统中非线性系统参数的辨识 !# $#%’()*)( + ,(-.)(#/0 123*#4 5/0/4#*#03 )( 50%#33 6(*0. 123*#4 周宝林 蔡宁生 向文国（东南大学热能工程研究所，南京 !##$% ） 关键词：控制 参数辨识 非线性系统 遗传算法 次，最小二乘法是一种沿梯度方向的局部搜索方法，易 !# $%’(：)%*+%, -../+ 0%1*2+2%* 3%*4,2*. (#(+/ 陷入局部极值；此外，过程控制系统多为闭环系统，对 5*+20 .,1%2+6/ 最小二乘法来说，反馈有可能引起系统能辨性的丧 摘 要 针对电力生产等工业过程中常见的非线性对象，以二 ［］ 失! 。 阶时滞传递函数表征其模型，运用改进的遗传算法对模型中的 遗传算法是由美国 F,15,.) 的G@ H’++.)8 教授于 参数进行辨识，优化实时控制参数。运用全局搜索与局部搜索 %# 年代初期提出的求解科学研究和工程技术中各种 相结合，克服在种群规模减小、压缩使用最优区间的加速算法所 带来的未成熟收敛。 组合搜索和优化计算问题的一种算法，它根据遗传机 78(+.0+ ’( )’)*+,)-.( ’/0-123 45,15 .(- 1’66’)+7 6-2 ,) ,)8932(,.+ 理与自然选择，采用纯数值计算方法和随机进化策略 ， ， 进行全局寻优，无需梯度信息，应用范围非常广泛，尤 :(’1-33-3 3915 .3 -+-12(,1 :’4-( :(’8912,’) 25- (-.+ 2,6- 1’)2(’+ :.* (.6-2-(3 .(- ’:2,6,;-8 /7 93,) 25- 3-1’)8 ’(8-( 2,6- +. 2(.)3=-( =9)1* 其适用于复杂的非线性系统。对于非线性系统的辨识 2,’) 2’ -:(-33 25- 6’8-+ .)8 (-1’),;- 25- :.(.6-2-(3 ,) 6’8-+ 4,25 ,6* 来说，能较好地克服最小二乘法的不足。 :(’?-8 -)-2,1 .+’(,256@ A5(’95 1’6/,),) 25- +’/.+ 3-.(15 .)8 +’1.+ 3-.(15 25- 9)6.29(-8 1’)?-(-)1- ,3 ’?-(1’6-@ B915 9)6.29(-8 1’)?-(* : 遗传算法 -)1- ,3 1.93-8 /7 25- 31’:- ’= 3:-1,-3 (’9: -22,) 36.++-( .)8 .11-+-(* : @ : 标准遗传算法 .2-8 .+’(,256 =’( 1’6:(-33,) ’:2,6.+ (-,’)@ 遗传算法是具有“生成I 检测”的迭代过程的搜索 9 引言 算法，其基本流程如图 所示。 在电力生产等工业过程中，由于其鲁棒性， 控 CDE 制器得到了广泛的应用。随着用户对控制品质的要求 越来越高，目前对CDE 控制器的研究也越来越深入，一 个有前景的方向是根据对象的模型，运用各种优化算 法得出控制器最优参数，并将此参数应用到控制器中， 以期获得最优控制效果。但在实际应用中，一个重要 的问题是模型是否与对象一致，如果模型与对象特性 不一致，根据模型优化出来的控制参数是毫无意义的；