系统辨识方法的研究与工程化应用

《系统辨识方法的研究与工程化应用》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、摘要系统辨识方法的研究与工程化应用先进控制的实施，都是以对象模型的准确建立为前提，因此一个好的系统辨识方法，是先进控制得以成功应用的关键。本论文针对先进控制在工业现场实施的要求，从原理、仿真、数据获取、应用等方面，对系统辨识方法进行了深入的研究。主要做了以下几个方面的工作：1、通过仿真实验，并结合工程应用的需要，对多种常用的系统辨识的方法的优缺点进行了比较。对辨识精度、测试信号施加的可行性、运算量等指标进行了讨论与比较。并详细讨论了闭环辨识的可辨识性以及常用的闭环辨识方法。2、根据工业现场的需求提出了

2、一种新型的针对带有纯滞后环节的连续系统，基于阶跃响应测试的闭环辨识方法。该方法采用带控制器的迭代辅助变量最小二乘法，解决了纯滞后时间估计和闭环系统可辨识性的问题。采用MonteCarlo实验验证了该算法的无偏性和有效性，通过研究不同模型、噪声以及采样时间对辨识精度的影响，验证了算法的适应性。仿真研究和实际应用表明该方法具有较高的精度和较强的鲁棒性，并能够适用于非自衡对象。3、研究了随机数直接搜索方法(NLJ方法)的原理，指出了其运算量大，不能辨识有符号参数，在离散系统、多变量系统中难以应用等不足之处。

3、并逐一对上述缺陷进行了讨论与改进。通过加入参数上下限的改进北京化丁人学硕Ij学位论文NLJ方法，实现了有符号参数的辨识；通过改变随机量的分布函数，在一定程度上提高了收敛速度；通过对待估计参数增加先验条件，并通过对数变换，可以将NLJ方法成功应用于离散系统辨识；通过分组NLJ方法，在一定条件下可以实现多变量系统的辨识。4、针对辨识方法的实际应用，讨论了工业现场辨识数据的获取，研究了测试信号的特性及辨识实验的设计。介绍了常用的数据预处理方法，并提出了一种新的“自适应分段三次函数"滤波方法。关键词：闭环辨识

4、，纯滞后，非自衡对象，最小二乘法，MonteCarlo实验，NLJ方法，阶跃兀向应，数据预处理IIABSTRACTSTUDYoNINENTIFICATIoNMETHoDSANDTHEIRENGINEERINGAPPLICATIoNThekeytoasuccessfulapplicationofadvancedcontrolistofindallappropriatesystemidentificationmethodbecausealltheimplementationofadvancedcontro

5、lisbasedontheexactdescriptionoftheprocess．Inthispaper,thesystemidentificationmethodisdiscussedindepthfortherequirementsoftheadvancedcontrolimplementationintheindustryfromtheprinciple，simulation，dataacquisition，application，etc．Themaincontributionsofthepa

6、perareasfollows：1．Theadvantagesanddisadvantagesofawiderangeofcommonlyusedsystemsidentificationmethodsarecomparedbysimulationwithaviewtotherequirementsoftheindustryapplication．Thefeasibilityandthecomputationofthetestsignalandtheidentificationaccuracyared

7、iscussedandcompared．Theidentifiabilityoftheclosed-loopidentificationandthecommonlyusedclosed—loopidentificationmethodsarediscussedindetail．2．Anewclosed-loopidentificationmethodsbasedonstepresponseisproposedforthecontinuoustimedelaysystemstosatisfytheind

8、ustryrequirement．IterativeInstrumentalVariableLeastSquaresmethodwith北京化丁大学硕：L学位论文controllerwasusedinthealgorithm，tosolvethedifficultyofidentificationofdelaytimeandidentifiabilityofcloseloopsystems．Unbiasednessandvaliditywasvalida