论文部分内容阅读
非线性系统在实际中广泛存在，建立非线性系统的模型是精确分析系统性能、实现系统高精度控制的基础，它包括确定模型的结构和估计模型的参数。由于还不能找到一种通用的结构来描述所有的非线性系统，研究人员广泛采用面向模块(Block-oriented)的模型描述非线性系统。Wiener模型是一种面向模块模型，它由一个线性动态子系统后面串联一个静态非线性函数组成。实际中静态非线性函数的多样性以及由于Wiener模型串联结构使得中间信号的不可测给Wiener模型的辨识带来很大的困难。本文针对这一问题，采用智能优化算法研究了Wiener模型的辨识问题，主要研究工作有： 1、针对一类具有分段不连续非线性的Wiener模型，以预测误差平方和为目标函数，采用混合粒子群优化算法来估计其参数。该方法可以同时估计出线性部分和非线性部分的参数而不需要知道中间信号，且辨识精度高。 2、针对一类具有复杂非线性的Wiener模型，在假设其非线性是可逆的前提下，用两段多项式来近似非线性的逆，然后采用混合粒子群优化算法来估计其参数。 3、针对Wiener模型中间变量不可测的问题，采用阶跃输入信号将非线性部分从Wiener模型中分离出来。然后利用粒子群优化算法，采用两步法辨识Wiener模型的线性和非线性部分。 4、提出了一种模糊Wiener模型结构，该模型利用T-S模糊模型表示Wiener模型的非线性部分，用ARMA模型表示Wiener模型的线性部分，利用自适应差分进化算法估计线性部分和T-S模糊模型的参数，取得很好的效果。 5、研究了pH中和过程的辨识与控制。应用T-S模糊模型来描述滴定曲线及其逆过程，应用两步法估计其参数。基于辨识模型，设计了pH中和过程的PID控制器，并应用智能优化算法整定其参数。