复杂动态系统神经网络干扰补偿控制若干理论和应用的研究

《复杂动态系统神经网络干扰补偿控制若干理论和应用的研究》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、SOMETHEOIWANDAPPLICATIONRESEARCHESONNEURALNETWORKBASEDDISTURBANCECOMPENSATIoNCoNTRoLFoRCOMPLEXDYNAMICSYSTEMSADissertationSubmittedtoSoutheastUniversityFortheAcademicDegreeofDoctorofEngineeringBYLIJuanSupervisedDupervlsebvDVProf．LIShihua(SoutheastUniversity)Pro

2、f．LIQi(SoutheastUniversity)SchoolofAutomationSoutheastUniversitySeptember2013东南大学学位论文独创性声明IqLIJilllllllllLIIqqLllllllllLIIIILIkllll[1llllLILY2511753本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得东南大学或其它教育机构的学位或证书而使用过

3、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了谢意。研究生签名：垄必东南大学学位论文使用授权声明东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位论文的复印件和电子文档，可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文外，允许论文被查阅和借阅，可以公布(包括刊登)论文的全部或部分内容。论文的公布(包括刊登)授权东南大学研究生院办理。研究生签名：垄煎导师签名：摘要实际工程控制系统的动静态性能经常受到包括广义未

4、建模动态、模型参数摄动、传感噪声和外界干扰等不确定性的严重影响。随着现代科学技术的高速发展，被控对象和环境的复杂程度越来越高，实际生产过程对系统控制精度和可靠性的要求也越来越高，因此对控制系统干扰抑制的研究已成为当前控制界的研究热点之一。抑制干扰是保证系统高精度控制的关键技术。为了有针对性设计干扰抑制控制策略，干扰信息的获取很重要。而在大多数情况下，实际系统受到的干扰是难以测量的。干扰观测技术是一种有效的干扰软测量技术，在实际工业控制系统中得到了成功应用并产生了很大的经济效益。然而对于非最小相位系统、多输入多输出(

5、MIMO)耦合系统、参数大范围时变系统以及难以精确建模的复杂系统，传统的干扰观测技术具有一定的局限性。本文针对现有的基于干扰观测器的控制方法的局限性，研究了基于神经网络干扰补偿的若干控制方法和应用问题。首先研究了最小相位系统的神经网络干扰观测器设计方法，其次研究了非最小相位系统的神经网络干扰观测器设计方法，然后研究了MIMO耦合系统的神经网络干扰观测器设计方法，结合现有成熟的反馈控制方法设计复合控制器来提高系统的抗干扰能力。为了保证系统更好的动静态性能，反馈控制设计也很重要。为了提高控制系统的自适应性，设计了基于在

6、线参数辨识和干扰估计补偿的神经网络自校正控制方法。为了提高预测控制的精度，结合干扰观测技术设计了基于新型复合神经网络预测模型的抗干扰预测优化控制方法。并将以上几种方法在伺服控制系统和过程控制系统等多个实际工程系统中进行了仿真验证。论文主要工作概括如下：(1)针对最小相位系统设计了适用于参数大范围变化和严重外部干扰情况下的神经网络干扰观测器。提出了一种能同时在线调整神经网络参数和网络结构的学习算法，仿真结果表明该学习算法能在保证神经网络辨识精度的情况下简化网络结构，从而加快学习速度；研究了基于神经网络干扰观测器的自适

7、应复合控制器，并将该方法应用到永磁同步电机调速控制系统中，仿真结果表明该方法能有效地抑制突加负载干扰和惯量大范围变化给系统造成的不利影响。(2)研究了非最小相位系统的神经网络干扰观测器的设计问题。通过构造伪系统的方法解决了非最小相位系统逆模型不稳定的问题，用神经网络来辨识伪系统的逆模型并证明了逆模型的稳定性。基于得到的伪系统的逆模型设计了一种新型神经网络干扰观测器，结合反馈控制方法设计复合控制器，并针对最小相位系统和非最小相位系统(包括时滞系统)验证了该方法的有效性。东南大学博士学位论文(3)研究了多种针对Mn帕耦

8、合系统的神经网络干扰观测器的设计方法。首先采用神经网络逆控制方法将MIMO系统线性化并解耦成单输入单输ti{(siso)系统，针对解耦的SISO系统设计独立的神经网络干扰观测器，并在磨矿分级过程中进行了仿真验证；其次研究了直接解耦的多输入多输出线性干扰观测器的设计，并结合反馈控制器对其进行了抗干扰性分析和仿真验证；最后研究了直接解耦的鲁棒多变量神经网络干扰观