工業(yè)時滯過程傳遞函數(shù)模型的抗擾辨識.pdf

1、系統(tǒng)辨識已廣泛應用于工業(yè)過程動態(tài)響應建模、先進控制系統(tǒng)設計、以及在線自整定優(yōu)化。在工業(yè)控制系統(tǒng)中采用的內(nèi)?？刂品椒?、模型預測控制、Smith預估器等，都是基于過程動態(tài)響應傳遞函數(shù)模型來設計控制器和整定系統(tǒng)性能參數(shù)。很多工業(yè)生產(chǎn)過程中含有系統(tǒng)操作輸入時滯或輸出響應時滯，對于日益廣泛采用的計算機采樣控制系統(tǒng)，準確估計出整數(shù)型時滯參數(shù)是有效辨識模型參數(shù)和設計控制系統(tǒng)的基本前提。此外，在實際生產(chǎn)過程和辨識實驗中經(jīng)常會遇到未知動態(tài)的負載干擾，采用

2、現(xiàn)有的基于無擾動或白噪聲假設的辨識方法會造成不可忽略甚至較大的模型參數(shù)估計誤差。因此，針對工業(yè)時滯過程開展抗擾辨識研究具有重要的理論意義和工程應用價值。本文的主要內(nèi)容和創(chuàng)新點包括:
　　(1)辨識在有色噪聲干擾下的采樣時滯系統(tǒng)的輸出誤差模型(Output error model，縮寫OEM)。本文提出一個插值方法和一維搜索算法來估計時滯參數(shù)，從而解決了同時辨識整數(shù)型時滯和實數(shù)型傳遞函數(shù)模型參數(shù)這個具有非凸特性的混合整數(shù)優(yōu)化問題，并

3、且分別采用輔助變量法和輔助模型法來消除有色噪聲的影響，能實現(xiàn)OEM參數(shù)的一致估計。而且，基于隨機過程理論，對所提出的辨識方法給出了一致收斂性分析和證明。
　　(2)辨識在未知時變性負載干擾下的采樣時滯系統(tǒng)的OEM參數(shù)?？紤]把擾動輸出響應看作一個慢時變參數(shù)，將其連同系統(tǒng)模型參數(shù)一起進行估計。引入自適應遺忘因子，構(gòu)造矩陣遺忘因子來更新參數(shù)估計協(xié)方差矩陣，從而提高辨識算法對時變性擾動響應的跟蹤估計性能，以及對時不變系統(tǒng)模型參數(shù)估計的一致

4、收斂性。其中，整數(shù)型時滯參數(shù)采用一維搜索算法確定。同時，對所提出的辨識算法進行了一致收斂性分析和證明。
　　(3)辨識在未知時變性負載干擾下的雙率采樣時滯系統(tǒng)的OEM參數(shù)。通過構(gòu)造輔助模型預估因雙率采樣而欠缺的輸出數(shù)據(jù)，將雙率辨識問題轉(zhuǎn)換到統(tǒng)一采樣率框架下進行研究。擾動輸出響應視為一個時變參數(shù)進行估計?；诜蛛x策略，采用兩個遞推最小二乘方法，交替估計系統(tǒng)模型參數(shù)和擾動參數(shù)。根據(jù)兩種參數(shù)的不同性質(zhì)來設置兩個自適應遺忘因子，以提高辨識

5、算法對時不變系統(tǒng)模型參數(shù)的一致收斂估計和對時變性擾動參數(shù)的跟蹤估計性能。對所提出的算法給出在時不變負載干擾下實現(xiàn)參數(shù)一致估計的充分條件。
　　(4)辨識在未知時變性負載干擾下的Hammerstein非線性時滯系統(tǒng)。采用過參數(shù)化方法和分離策略，建立雙遞推最小二乘法交替估計模型參數(shù)和時變性擾動輸出響應，而且應用多新息策略擴展辨識新息矩陣的維數(shù)，從而提高對時不變系統(tǒng)模型參數(shù)的估計精度。對于時變性擾動輸出響應，采用單新息進行快速跟蹤估計。