论文部分内容阅读
模糊辨识就是采用模糊集合理论，根据系统的输入输出值来辨识系统的模糊模型。目前，它被广泛地应用于非线性系统的辨识中。现有辨识算法仍存在一些难题，例如避免“维数灾难”和提高模型泛化能力的问题。模糊模型辨识主要分为结构辨识和参数辨识两个部分，其中最重要的便是结构辨识，目前尚未形成对结构辨识完善的理论。而且，目前的一些模糊模型辨识方法很难应用到实际生产过程中，其中一个主要的原因就是传统辨识方法存在计算复杂度高与庞大的规则库的问题。因此，本文研究的主要出发点就是如何设计简单有效的辨识算法，以及减少其计算复杂度，使其适用于工业生产过程中。本文研究了一种基于最小二乘支持向量机（LSSVM）的T-S模糊建模新方法，提出了一种基于LSSVM的模糊内模控制策略，然后将其应用到先进铸造设备的定量浇铸控制。主要做了以下工作：（1）针对标准支持向量机模糊建模方法的计算复杂度高问题，引入LSSVM算法的等式约束，明显的提高了建模效率。（2）通过LSSVM算法对模糊模型进行结构划分，实现模糊模型的结构辨识；在不改变训练参数的情况下，通过剪枝算法得到具有稀疏性的支持向量，依据支持向量的个数来划分模糊空间，从而使得模型结构简单，便于应用推广。（3）将LSSVM模糊模型引入内模控制中，将其作为系统的内部模型，并且根据该模型设计了逆模型控制器。（4）设计了整个定量浇铸控制系统。主要分析了定量浇铸加压控制系统的控制特点，建立了仿真模型。仿真结果表明，在定量浇铸的液面加压系统中，基于LSSVM的模糊模型的内模控制方法在控制精度上和抗干扰能力方面都具有一定的优越性。