多變量建模技術(shù)的研究.pdf

1、當(dāng)前，單變量控制已經(jīng)難以滿足實際生產(chǎn)的需要，因此廣泛開展了多變量控制的研究。而要對多變量系統(tǒng)進行控制，尤其是實施一些先進控制算法，如內(nèi)?？刂?，預(yù)測控制都是基于模型的，所以知道系統(tǒng)的模型是實施多變量控制的前提。本論文就是研究多變量系統(tǒng)的建模技術(shù)。 首先討論了多變量系統(tǒng)建模技術(shù)的發(fā)展與成果，比較了現(xiàn)有各種多變量建模技術(shù)的優(yōu)缺點。傳統(tǒng)的辨識算法在由單變量擴展到多變量時，復(fù)雜度會增加很多，主要表現(xiàn)在多變量模型結(jié)構(gòu)的確定上。子空間辨識算法

2、是一種比較新的辨識算法，這種辨識算法基于狀態(tài)空間模型，因此模型結(jié)構(gòu)比較簡單，只需要確定模型的階次。而且多變量辨識與單變量辨識并沒有區(qū)別，因此本文主要對這種算法進行研究。 已經(jīng)存在很多成熟的子空間辨識算法如N4SID，MOESP，CVA，本論文在統(tǒng)一的框架內(nèi)討論了這些算法，把它們看作是不同加權(quán)矩陣的奇異值分解。 大部分子空間辨識算法不能應(yīng)用于變量有誤差，也就是errors-in-variable(EIV)情況下，所以專門研

3、究了基于EIV結(jié)構(gòu)的子空間辨識算法?；贓IV結(jié)構(gòu)，研究了兩種子空間辨識算法，主元分析算法和正交投影算法。從仿真結(jié)果可以看出，這兩種算法在EIV情況下，辨識結(jié)果是無偏的。 一般子空間辨識算法零點辨識效果比較差，本文分析了出現(xiàn)這種情況的可能原因，并討論了一種改進的算法。從仿真結(jié)果可以看出，這種算法在零點辨識效果上明顯優(yōu)于其它的子空間辨識算法。 大多數(shù)的工業(yè)過程都是反饋系統(tǒng)的一部分，為了經(jīng)濟和安全的原因，這個反饋又不能切斷。