基于神经网络的多变量非线性系统广义预测控制

《基于神经网络的多变量非线性系统广义预测控制》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、太原理1：入学硕+研究生学位论文基于神经网络的多变量非线性系统广义预测控制摘要随着航天控制、过程控制、远程机器人控制以及生物医学工程等学科的发展，相应出现了一些强非线性强耦合系统的控制问题。广义预测控制(GPc)像其它的预测控制方法一样，可在优化中考虑各种条件约束，又有很好的鲁棒性和抗干扰性，与常规控制相比，能更好地实现动态控制；另一方面，GPc采用的是受控自回归积分滑动平均(cARJMA)模型，控制律包括积分作用，可以自动消除控制系统的稳态偏差，因此，在单变量线性系统中获得了广泛的应用。当把这种成功的控制思想应用于强非线性强耦合系统时，需先解决解耦和建模的困难。而神经网络以其并行处理、

2、分布式存储、对非线性函数的逼近功能、较好的鲁棒性、自适应性和自学习功能为多变量非线性系统解耦和建立非线性系统GPc的数学模型提供了一条途径。为使广义预测控制的先进思想应用于非线性系统，本文把非线性系统分为线性部分和非线性部分，用误差反向传播(BP)1太原理，L大学硕十研究生学位论文神经网络对非线性系统建模。系统的非线性部分用单隐层的BP神经网络对其建模，采用学习速度较快的Davidon最小二乘法在线调整网络权值。线性部分采用CA砌MA模型作为其数学模型，用递推最小二乘法(RLs)作为其参数辨识的方法。每步将所得非线性系统的网络模型线性展开，得到线性回归模型，并以非线性前馈增益方式补偿建模

3、误差，建立了非线性系统的广义预测控制器，并用MATLAB语言仿真，仿真结果证明了该设计的有效性。为了能把该设计应用于多变量非线性系统，本文先断开控制器，用单隐含层的BP神经网络作为解耦器对多变量非线性系统进行开环解耦，通过对广义对象可能控制量的学习训练神经网络，从而消除耦合影响。然后接入广义预测控制器，使用神经网络解耦器将来自其它通道的耦合影响视为可测干扰进行补偿，使得神经网络解耦器与被控对象组成的广义对象成为无耦合或耦合程度较小的系统，再用单变量非线性系统的广义预测控制器对解耦后近似无耦合的单变量系统进行控制。将该方法应用于具有多变量强耦合、大时滞、大惯性和模型时变特性的钢球磨中储式制

4、粉系统。针对离散化的数学模型先用神经网络解耦器对此模型进行开环解耦，并用MATLAB语2太原理工大学硕士研究生学位论文言对解耦器的解耦效果进行仿真研究。然后，对解耦后的近似无耦合的单变量非线性系统进行广义预测控制，并用MATLAB语言进行仿真研究，仿真结果验证了本文提出的基于神经网络的多变量非线性系统广义预测控制方法在钢球磨中储式制粉系统中的有效性。关键词：非线性系统，广义预测控制，神经网络，多变量系统，解耦控制，钢球磨中储式制粉系统太原理工大学硕士研究生学何论文GENERALIZEDPREDIC7ⅡVECONTROLOFMUI卫I．、cARmLENON．UNEARSYSTEMBASED

5、oNNEURALNETWORKSABSTRACTAJongwiththedeVelopmentofthesubjectssuchasvoyagingcontIol，processcontrol，long—raIlgerobotcontrolaswellasbiologicalmedicalproject，haVearisensomecontrolproblemsofstrongnonlinearandstrongcouplesystemcorrespondingly．Tllegeneralizedpredictivecontrolled(GPqcanconsiderV蕊ouscondit

6、ionsiIloptimizationtorestrain，aIldhaVeVerygoodrobustnessandinterferencerejectionasotherpredictivecontrolliIlgmethod．SOcomparedwitllconventionalcontrol，theGPCcanfealizedevelopmentcontr01better．Ontheotherhand，GPCadoptscontr01ledauto·regresSiveintegratedmovingaverage(cARIMA)modelanditscontrollawincl

7、udiIlgintegralaction．Sothe(mCcanautomaticallyeliminatethedeViationofstablestateofcontrol4system．ThereforeinsingleVariableweaknonlinearsystemithasgottenwidelyapplication．When印plyingthiskindofsuccessmlcontmlthoughtinstro