hammersteinwiener型非线性系统的辨识与控制(1514)

《hammersteinwiener型非线性系统的辨识与控制(1514)》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据分类号UDC密级学位论文Hammerstein．Wiener型非线性系统的辨识与控制作者姓名：指导教师：申请学位级别：学科专业名称：论文提交日期：学位授予日期：评阅人：王晨曦赵一丁副教授东北大学信息科学与工程学院硕士学科类别：工学控制工程2012年6月论文答辩日期：2012年6月18日2012年7月答辩委员会主席：张家生教授时培明副教授顾德英副教授东北大学2012年6月万方数据AThesisinControlEngineeringTheResearchonIdentificationandcontrolforNonlinearHam

2、merstein——WienerSystembywangChenxiSupervisor：AssociateProfessorZhaoYidingNortheasternUniversityJune2012万方数据独创性声明本人声明，所呈交的学位论文是在导师的指导下完成的。论文中取得的研究成果除加以标注和致谢的地方外，不包含其他人己经发表或撰写过的研究成果，也不包括本人为获得其他学位而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名：日期：≯m占．f箩学位论文版权使用授权书本学位论

3、文作者和指导教师完全了解东北大学有关保留、使用学位论文的规定：即学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人同意东北大学可以将学位论文的全部或部分内容编入有关数据库进行检索、t交流。作者和导师同意网上交流的时间为作者获得学位后：半年口一年口一年半口两年∥学位论文作者签名：签字日期：沙-p．g．，夕导师签名：如，歹签字日期：p膨，莎、D／万方数据东北大学硕士学位论文摘要Hammerstein．Wiener型非线性系统的辨识与控制摘要在实际工业控制系统中，理想的线性控制系统是不存在的，工业对象往往都具有较

4、强的非线性特性。非线性系统的建模、辨识、自适应控制等方面的研究，已经逐渐成为研究非线性系统的重要方向。Hammerstein．Wiener型非线性系统是常见的用来描述非线性系统的模型，它是由一个静态非线性系统、一个动态线性系统和另一个静态非线性系统串联而成。该类模型的特点是可将静态非线性特性和动态线性特性分开考虑，简单又有效地描述了相当广泛的一类非线性系统j能较好地反映大多数工业生产过程的非线性特性。例如将电弧炉炼钢过程中的电极调节系统表示成Hammerstein．Wiener型非线性系统的形式，提高了系统的准确性，使系统模型更接近工业生产

5、过程的实际。论文首先介绍了本课题的研究背景，简述了非线性系统辨识与控制方法的研究现状，并简要说明了本文的研究内容及论文的整体结构。接下来主要研究了一种基于混合神经网络以及预测函数控制的理论对Hammerstein．Wiener型非线性系统进行辨识与控制的方法。利用混合神经网络结构对Hammerstein．Wiener模型进行辨识，该混合神经网络利用两个多层前馈网络分别逼近两个非线性增益，而用线性神经元网络估计线性动态子系统，从而推导出统一的反向传播算法分别对前馈网络和线性神经元网络的权系数和阈值进行训练，达到同步辨识的效果；同时，对实际工业

6、生产中具有Hammerstein．Wiener模型结构的电极调节系统进行了辨识，并用MATLAB仿真验证了该方法的有效性。预测函数控制是以被控对象的基函数的输出响应可以叠加为前提的，因而只适用于线性动态系统，其具有计算量小、实时性高、控制性能优良的特点。利用非线性静态增益的逆与非线性对象串联，抵消非线性对象中的非线性静态增益部分，把非线性对象的控制问题转化为对线性对象的控制问题，从而实现了非线性对象的预测函数控制。同时，对实际工业生产中具有Hammerstein．Wiener模型结构的电极调节系统的控制器进行了设计，并用MATLAB仿真验证

7、了该方法的有效性。关键词：Hammerstein．Wiener；神经网络；预测函数控制；仿真_II_万方数据东北大学硕士学位论文AbstractTheResearchonIdentificationandcontr01forNonlinearHammerstein-WienerSystemAbstractIdeallinearcontrolsystemdoesnotexistinpracticalindustrialsystem，andindustrialobjeCtsoftenhaveobviouslynonlinearcharacter

8、istics．Therefore，theidentification，modelingandadaptivecontrolofnonlinearsystemshasbecomet