自适应模型算法控制的研究与仿真

《自适应模型算法控制的研究与仿真》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、自适应模型算法控制的研究与仿寞摘要预测控制的产生和发展主要是为了解决现代控制理论对受控系统精确数学模型的依赖性问题。预测控制的三个基本特征，即预测模型、滚动优化和反馈校正保证了它可以有效地克服对象的结构、参数和环境的不确定性对控制精度的影响，从而提高控制系统的鲁棒性。这使它在工业实际中得到广泛的成功应用。由于被控对象的非参数模型容易获取，所以基于非参数模型的预测控制在实际中得到了广泛的应用。并且随着计算机运算速度不断提高和快速控制算法的不断出现，将会有效地克服其模型参数多、运算量大的缺点，基于非参数模型的预测控制应用范围会进一步扩大。本文主要研究了基于脉冲响应模型的自适应模型算

2、法控制。在辨识被控对象的脉冲响应模型时，现有算法是建立在其脉冲响应序列长度不变的基础上。但实际上，当被控对象参数变化时，其脉冲响应动态过程的长短会发生变化，因此反映动态过程长短的脉冲响应序列的长度也应该发生相应变化。这样将能得到被控对象更准确的数学模型，有望改进自适应模型算法控制的控制效果。基于以上想法，本文对自适应模型算法控制的算法做了改进，在辨识被控对象的脉冲响应模型时，既辨识被控对象脉冲响应序列各个分量的大小，又辨识脉冲响应序列的长度。仿真结果表明，改进后的自适应摸型算法控制能提高控制系统的快速性。自适应模型算法控制的模型参数多，控制过程中运算量大。其中卷积运算对运算量的

3、影响较大，因此本文对卷积的快速算法进行了研究。研究结果显示：当参与卷积的序列点数很多时，线性卷积的FFT算法是一种有效的简便算法；如果参与卷积的序列点数较少时，线性卷积的FFT算法运算量比线性卷积的直接算法运算量还大。而一维卷积变换到多维的快速卷积算法对点数较少序列间的卷积运算也有很好的效果，能有效减少运算量。因此这种算法可以用于模型算法控制，减少控制算法的运算量，提高控制的实时性。关键词：预测控制，自适应，卷积，仿真郑州太学工学硕士论文AbstractInordertosolvetheproblemofimprecisemodel，predictivecontrolappea

4、redanddeveloped．Duetoitsthreebasicfeatures——predictivemodel，rollingoptimizationandfeedbackcompensation，predictivecontrolhasreducedtheinfluencebroughtbyvariablestructureandparametersofindustryobjectanduncertaintyofcircumstanceeffectively．Thuspredictivecontrolhasbeenappliedtomanyindustriessucc

5、essfully．Predictivecontrolbasedonnonparame廿icmodelwhichcanbeeasilyobtainedonthespot，hasbeenputintopracticewidely．Ithasmanymodelparametersandneedsmuchcalculation．Withtheadvanceofcomputer’sspeedofcalculationandtheadventoffastcontrolalgorithms，predictivecontrolbasedonnonparametricmodelwillbeapp

6、liedtomoredomains．Thispapermainlydiscussesadaptivemodelalgorithmiccontrolbasedonimpulseresponsemodel．Presentalgorithmtreatsthelengthofimpulseresponsesequenceconstantwhenidentilyingthemodelofobject．Butinfact，thedynamicprocessofimpulseresponsemaybecomeshorterorlongerwhentheparametersofcontroll

7、edobjectchange．Soitispossiblethatmoreaccuratemodelofcontrolledobjectandbettereffectofadaptivemodelalgorithmiccontrolareobtainedifthelengthofimpulseresponsesequencechangesaccordingly．Thusthispaperchangesadaptivemodelalgorithmiccontr01．Toacquirethemo