论文部分内容阅读
随机系统输出分布控制在实际的生产过程中有很多典型的应用对象,因此有必要对其进行研究。对于系统参数满足高斯分布的随机系统,可以通过控制系统输出的统计参数来实现对系统输出分布的控制,如控制输出的均值、方差等,对于系统参数不满足高斯分布的情况,上述方法无法使用,需要研究新的控制方法。
王宏教授于1998年提出了控制系统输出概率密度函数(PDF)的控制理论,本文在此基础上对随机系统输出概率密度函数的建模和控制问题进行了讨论,并将建模和控制方法在实验室规模的苯乙烯本体聚合过程分子量分布系统中进行仿真研究。在本文中,主要的工作和贡献有以下几点:
①首先对随机系统输出概率密度函数的建模和控制以及分子量分布的建模、控制现状进行了介绍,以此引出本文的选题背景和意义。
②针对现有的B样条函数建模存在周期长、精度差的问题,分别对单入单出和多入单出随机系统的输出概率密度函数提出了改进的建模方法,并在此基础上设计了PDF控制器,然后对苯乙烯聚合过程静态分子量分布进行了单入单出和双入单出建模和控制的仿真研究。
③研究了随机系统动态过程输出概率密度函数的建模和控制问题。针对现有控制器不能实现系统输出概率密度函数完全跟踪给定分布的问题,讨论了随机系统输出概率密度函数形状控制的广义预测控制算法。
④由于B样条函数建模是一种数值逼近,为了在有限数量的基函数下提高建模精度,以更好的实现对输出概率密度函数形状的控制,在系统控制的过程中,将输入输出数据周期性用来对建模基函数和模型参数进行调整,从而引入随机系统输出概率密度函数的模型参数自适应控制。
⑤为了保证B样条函数对随机系统输出概率密度函数建模的精度,同时降低模型维数,引入了迭代学习控制的思想。对间歇操作过程,用系统输出的概率密度函数对给定形状的跟踪误差来调整基函数,并相应的辨识模型参数,通过迭待学习的策略,实现输出概率密度函数对给定形状的跟踪。该迭待学习方法因为要重新辨识模型参数,所以计算量很大。针对计算量大的问题,提出另外的迭代学习律,直接调整系统的输入控制作用,在有限的几个迭代学习周期内实现输出PDF对给定形状的完全跟踪。
上述的广义预测控制算法、自适应控制和迭代学习控制算法均在苯乙烯聚合动态过程分子量分布的建模和控制中进行了仿真分析。
总的说来,本文对随机系统的有界输出分布的建模方法和控制算法进行了探讨并将其运用于苯乙烯本体聚合过程输出分子量分布的建模和控制仿真研究。