递推辨识算法研究及其在mpc上的应用控制科学与工程专业论文.docxVIP

致谢值此文完成之际，谨向生活中所有关心和帮助过我的人表示真诚的感谢! 致谢 值此文完成之际，谨向生活中所有关心和帮助过我的人表示真诚的感谢! 衷心的感谢我的导师朱豫才教授，在这两年多的研究生学习期间，在学业上 对我悉心的指导，生活中给予关心与帮助。老师不仅以渊博的学识、丰富的经验 指导我完成了学业，更是用积极乐观的态度鼓励了我，这种精神力量将伴随我一 生。 感谢赵均和徐祖华老师对我科研上的指导和帮助，你们严谨的治学态度和诲 人不倦的教导让我受益匪浅。 感谢朱聪、翟鑫达、方梦园、刘鑫、鄢文刚、徐云晨、崔坤等同f-j师兄弟； 感谢谈斐琪、季一丁、丁一、陈荣华、羊城、康岳群、谢振宇、孙海清、杨如琦、 周丹艳、盛玲霞、刘紫军等同学；感谢樊庆立、刘杰、朱强、黄耀波、刘袁龙、 朱燎原等师弟师妹。谢谢你们在学习与生活中给我的关心与帮助，我会记住与你 们在一起度过的美好时光。 特别感谢我的父母和家人，这么多年含辛茹苦的将我养大，不计回报的给予 我所需要的一切。养育之恩，何以回报，定当铭记你们的殷切希望，不负恩情。 祝你们永远健康快乐! 王东东 浙大求是园 2016年3月 万方数据 摘要随着预测控制在工业上的应用越来越广泛，如何在复杂的应用背景下进一步 摘要 随着预测控制在工业上的应用越来越广泛，如何在复杂的应用背景下进一步 提高控制器的性能也越来越受重视。而作为模型预测控制器的核心之一，预测模 型的质量对控制器的效果也有着至关重要的影响。关于预测控制与系统辨识目前 已经有了丰富的理论与实践经验，但是实际的生产中，在线运行的控制系统也都 有着各自的问题和提升空间。本文的研究中，对递推辨识算法和一种扰动自适应 的预测控制器进行了研究并提出了一些新的想法。具体的工作内容如下： 1．基于多迭代的ARMAX递推辨识。总结和分析已有的关于ARMAX模型 估计的基础上，用高斯牛顿法推导了一种递推辨识算法。针对离线算法与递推算 法的参数估计精度有差距这一点，分析原因之后，提出了一种数据多迭代的思想。 仿真研究表明，多迭代算法在参数收敛的速度与精度上都优于原有的递推算法。 2。对两种时间序列模型的建模及预测能力研究。工业控制系统的不可测扰动 等对象的建模属于时间序列分析问题，本文从常见的AR与ARMA两种模型着 手，分别推导了其递推算法，并用多迭代思想对ARMA模型进行了改进，使其 跟踪时变模型能力显著提升。两者的多步预测研究中发现，参数更多的ARMA 模型预测精度好于AR模型，但鲁棒性不如后者。 3．扰动自适应预测控制器的分析改进及参数设计。介绍了一种基于扰动模型 的预测控制算法DMCA，为不可测扰动单独建立预测模型使得该控制器对扰动 抑制能力更强，控制效果更好。结合之前研究，分析基于ARMA模型的DMCA 算法不稳定的原因后，提出了两种改进办法：基于AR模型的DMCA算法和添 加小幅摄动。最后研究了扰动自适应控制器的参数整定方法，包括传统MPC参 数与DMCA特有的模型辨识参数，为控制器参数优化提出部分准则与参考。 关键词：递推辨识，模型预测控制，时间序列模型，扰动自适应，参数整定 万方数据 AbstractWith Abstract With the application ofmodel predictive control in industry more and more widely, how to improve the performance of controller in the background of complex industry system gets also more and more attention．There plenty of theories and practical experiences in predictive control and system identification，but in actual production，the on—line control system all have their own problems and space to be improved．In this paper,we study the recursive identification and disturbance adaptive predictive control algorithm，and put forward some new ideas．The specific work is follows： 1．Recursive identification of ARMAX based on multi—iteration．A recursive identification algorith