可變時滯系統(tǒng)的輸出反饋優(yōu)化控制與相關(guān)智能方法的研究.pdf

1、針對實際控制系統(tǒng)中存在時間滯后量大或可變的情況下,工業(yè)過程難于平穩(wěn)準確控制的問題,探討如何對大時滯或變時滯系統(tǒng)進行穩(wěn)定與優(yōu)化控制的方法,并結(jié)合人工智能方法,對時滯系統(tǒng)進行控制性能優(yōu)化研究,未知數(shù)學模型的系統(tǒng)建模方法,以及建模過程中知識特征分析與獲取方法研究。
　　 時滯過程控制的研究重點是關(guān)于系統(tǒng)的穩(wěn)定控制,控制系統(tǒng)具有良好的輸出性能,控制器結(jié)構(gòu)與參數(shù)的優(yōu)化。對時滯對象進行穩(wěn)定控制主要采用的方法,包括系統(tǒng)的極點配置；通過構(gòu)建適當

2、的Lyapunov函數(shù)的方法,使系統(tǒng)漸進穩(wěn)定的條件；等等。參照系統(tǒng)控制性能的評價指標,使系統(tǒng)的二次性能的最小化；或者是對時間誤差絕對值積分ITAE的優(yōu)化；以及系統(tǒng)的性能綜合考慮時,可對一些性能進行折中,或多項性能的組合優(yōu)化。推導時滯過程優(yōu)化控制器的構(gòu)建途徑,設(shè)計得出時滯過程控制優(yōu)化的控制系統(tǒng)參數(shù)的算法。
　　 對常見的低階大時滯對象使用兩次優(yōu)化方法,通過基于全維或降維觀測器的反饋控制器的結(jié)構(gòu)分析,采用ITAE的性能或綜合性能優(yōu)化

3、指標,研究降維觀測器的大時滯對象優(yōu)化控制的一般性的參數(shù)優(yōu)化算法。運用混沌優(yōu)化與克隆方法,對大時滯系統(tǒng)的參數(shù)進行優(yōu)化,給出時滯系統(tǒng)參數(shù)優(yōu)化算法,得出簡化的控制器結(jié)構(gòu),以及一組系統(tǒng)優(yōu)化參數(shù)的計算法。把優(yōu)化方法擴展運用于包含不穩(wěn)定極點的大時滯系統(tǒng),結(jié)合內(nèi)部對稱極點配置的反饋回路,在ITAE穩(wěn)定時滯系統(tǒng)優(yōu)化的基礎(chǔ)上,綜合構(gòu)建大時滯不穩(wěn)定系統(tǒng)的優(yōu)化反饋控制器,使不穩(wěn)定大時滯系統(tǒng)的優(yōu)化性能得到較大的改進。
　　 使用線性矩陣不等式LMI方法

4、,對于可變時滯系統(tǒng)的時滯無關(guān)穩(wěn)定條件進行分析,研究閉環(huán)時滯系統(tǒng)H∞優(yōu)化反饋控制器的設(shè)計,給出系統(tǒng)具有H∞性能γ的線性矩陣不等式LMI條件,在系統(tǒng)狀態(tài)不完全可測的情況下,提出基于降階觀測器的可變時滯系統(tǒng)的動態(tài)輸出反饋控制器,論證了可變時滯系統(tǒng)γ-次優(yōu)H∞動態(tài)輸出反饋優(yōu)化控制的條件,導出較簡單的LMI求解方法。并針對不確定模型的時滯系統(tǒng),討論存在外界干擾時系統(tǒng)的穩(wěn)定與優(yōu)化控制的條件,提出一種魯棒穩(wěn)定的輸出反饋H∞優(yōu)化控制方法.
　　

5、 根據(jù)人工智能方法特點與優(yōu)勢,探討智能方法在控制領(lǐng)域的深入應(yīng)用,提高時滯系統(tǒng)的控制方法智能化程度。在受控對象具有準確數(shù)學模型時,可把混沌優(yōu)化與遺傳算法結(jié)合運用于大時滯系統(tǒng)的優(yōu)化控制；而對無明確模型的受控對象進行控制,須先建立系統(tǒng)的數(shù)學模型,或依據(jù)大量的測量數(shù)據(jù)庫,用粗糙集RS理論對數(shù)據(jù)信息進行分析,獲取信息中的知識與特征信息；生成信息系統(tǒng)的確定性決策規(guī)則模型,探討得出具有簡化形式?jīng)Q策規(guī)則的方法。經(jīng)過清理后得到的數(shù)據(jù)庫,使用支持向量機SV

6、M進行機器學習,及其最小序列優(yōu)化SMO算法擴展后的支持向量回歸機；為了解決在大樣本環(huán)境下SVM學習機性能低的問題,用RS有效處理不精確數(shù)據(jù)的工具,把訓練樣本縮小并快速區(qū)分出類邊界區(qū)域中的樣本。把RS與SMO的回歸機結(jié)合提出混合回歸算法,可提高大樣本條件下SVM學習機的效率,回歸機問題轉(zhuǎn)化為分類機問題,可有效準確得出回歸(數(shù)學)模型。
　　 為了驗證本文提出方法的有效性與可行性,對應(yīng)給出時滯系統(tǒng)的優(yōu)化控制方法或算法的部分,均使用了