论文部分内容阅读
控制系统在现代化的生产制造业中起到了至关重要的作用,在实际工业过程中,由于缺乏维护、设备磨损、系统故障等种种原因,控制系统性能会随时间的推移而下降。若未及时采取相应修复措施,性能不佳的控制系统将会严重影响到产品质量,从而影响到企业的经济效益。因此,近二十年来控制系统的性能评价技术受到学术界和工业界的广泛关注,而方差性能评价则是控制性能评价技术所关注的焦点。如何利用控制过程的运行数据对控制系统进行性能评价是该领域研究的核心问题之一本文在对控制性能评价技术国内外研究和应用现状进行综述的基础上,指出当前控制方差性能评价技术在应用于实际工业过程中的不足,针对单变量控制系统基于最小方差性能基准以及多变量控制系统基于线性二次型高斯(Linear Quadratic Gaussian,LQG)性能基准的性能评价算法进行了研究。主要研究结果如下：(1)针对当前线性回归算法在单变量控制过程方差性能评估中所存在的缺陷,如需要矩阵求逆、计算量过大等问题。提出了一种改进的基于最小方差基准的递推算法,克服了线性回归算法的不足。仿真示例验证了该递推算法的有效性。(2)针对上述提出的递推方差性能评估算法,利用MATLAB/GUI工具开发了一个针对单变量控制系统的输出方差性能评价演示软件。(3)传统的基于线性二次型高斯(Linear Quadratic Gaussian, LQG)基准的性能评价方法对多变量控制过程进行评价时,无法获得关于各个输出量控制方差性能的信息,难以满足实际工程对关键输出量方差性能信息的需求。为此,本文针对一类多变量控制过程,利用子空间辨识技术提出了一种基于LQG基准的算法。该算法可以评价多变量系统每个输出变量的方差性能,再结合经济性能评价中关键输出的思想,对系统各个输出量性能评价结果进行加权,最终得到整个系统的综合方差性能。仿真示例验证了算法的有效性,其评价结果更加适合实际工业过程对性能评价算法的需求。