H∞最优状态融合估计及其在成纸定量中的应用.docVIP

H∞最优状态融合估计及其在成纸定量中的应用 浙江工程学院,第2l卷,第4期,2004年l2月 JournalofZhejiangInstituteofScienceandTechnology Vo1.21.No.4.Dec.2004 文章编号:1009-4741(2004)04—0300—04 H...最优状态融合估计及其在成纸定量中的应用 金学波,赵冬梅 (1.浙江理工大学信.g-电子学院,浙江杭州310033;2.吉林省吉林市商业银行,吉林132001) 摘要:基于信息融合理论中的状态融合估计理论及H理论,结合纸张定量估计的难点,提出了H最 优状态融合估计算法.该算法能充分利用纸机系统的各状态之间的强耦合性,利用纸机系统的可测量信息, 融合多个测量输出估计纸机的某一个状态.仿真结果说明了所提出的算法的有效性. 关键词:纸张定量;状态融合估计;H鲁棒状态估计 中图分类号:TP13文献标识码:A一 0引言 多源信息融合中的状态估计问题是指利用多个传感器传来的数据估计某一状态的真实值,从而产生更 准确的估计….状态融合估计以其估计准确,有效利用已经存在的信息等优点在各种工业过程监视,工业 机器人等领域得到广泛应用. 但大多数状态融合估计算法没有考虑系统模型误差对系统估计性能的影响.实际表明,在工业过 程中,由于系统工作点的变化及过程中不可预知的干扰因素的存在,使系统本身的建模必存在一定的误 差,因此,如何进一步提高融合系统的鲁棒性能是一个很重要的研究课题.当对象的精确数学模型难以得 到或噪声(干扰)信号属于某一集合时,H理论是提高系统鲁棒性的有效途径之一.状态反馈H控制, 输出反馈H控制和H鲁棒滤波等问题的基本解决使H理论与技术已有了一定的基础. 工业生产中,造纸过程是一个复杂的传质传热过程,具有对象的不确定性,状态不完全性,对象的强 耦合性,纯滞后性及非线性等特征.许多重要的物理变量无法直接测量,如纸浆的打浆度和湿度,白水浓 度,网前箱纸浓度,压榨后湿纸定量和水分,施胶前湿纸定量和水分,超低定量纸的成纸定量和水分. 因此,必须使用状态估计的方法获得所需的状态变量及扰动变量,以便组成各种前馈和反馈回路,实现整 个造纸过程的各种有效的控制.在实际的造纸工业中,由于经常变换产品(纸种),静态工作点随之变化, 给模型带来的误差是不可避免的,因此纸机的状态估计必须具有一定的鲁棒性.另一方面,由于纸机的各 个状态之间的强耦合性,可能使多个状态都可以反映某一重要被估计量的变化,为使状态估计得更加准 确,并充分利用多个系统信息,必须应用信息融合的原理,进一步提高估计的准确性.? 本文结合纸张定量估计的难点,提出了一种H状态融合估计算法,此算法可以有效利用造纸系统的 有用信息,利用多个观测变量来估计某一个重要的状态变量,使状态的估计对系统模型的不确定性具有较 强的鲁棒性. 收稿日期:2004—02—10 基金项目:浙江理工大学博士启动基金(0404055—1) 作者简介:金学波(1972一),女,辽宁鞍山人,讲师,博士,方要从事信息融合,信息处理等方面的研究. 第4期金学波等:H最优状态融合估计及其在成纸定量中的应用301 1状态融合估计原理 假设含有两个传感器的多传感器系统过程模型及测量模型描述如下: ^+l=Ax^+Bw^ y:C^+D^ (1) 其中∈R是系统状态,其初始均值及方差已知E{(0)f=.,E{(0)一.f((0)一.)f:P., W为零均值白噪声且独立于初始状态(0).Y∈R是i个传感器的测量向量i:1,2. 状态融合估计算法为]: (I)=(I～1)+(y()一Ci((l一 其中:一Ki()=P(kI)cr(k)() 融合估计方差为:P一.(I):P一-(I一1)+三N[P-(I)一 P-(l一1)] i:l 其中: (2) (3) (4) Pi(klk一1)=A(k一1)P(k一1lk一1)A(k一1)+r(k一1)Q(k一1)r(一1)(5) P(klk)=P7(klk一1)+c()(k)C.()(6) P(klk一1)=A(k一1)P(k一1lk一1)A(k一1)+r(k一1)Q(k一1)/-(k一1) k=1,2,3…(7) 2H状态融合估计算法 2.1问题描述 假设式(1)所示的融合系统测量噪声系数满足如下条件: [BD,]D;=[00]f8) 根据融合估计算法(2)式,考虑如下形式的最优状态融合估计 互+.=互+K(Y.一C.互)+K(Y2k—C2三)(9) 使从W到e的闭环传递函数阵满足: lllt;l(10) 其中e…定义为 ek+1=^+l—^ +l 即e^+.=(A—K.C.一K2C2)e^+(B—K.D.一K2D)Wk 则从W到e的闭环传递函数阵满足: (11) (12) : (zI—A+.C.+2C