用于鲁棒控制的系统辨识方法技术方案

技术编号:18443853 阅读:423 留言:0更新日期:2018-07-14 09:57
本发明专利技术提供了用于鲁棒控制的系统辨识方法,属于控制领域,用于对非线性系统参数的取值区间进行确定,包括:建立离散切换模型方程,对离散切换模型进行简化处理,得到方程的简洁表达式;获取模型输入输出数据,将模型数据代入简洁表达式中求解,得到方程参数数据集;对参数数据集中的数据进行过滤得到滤除数据,将滤除数据进行重分配操作,得到重分配参数数据集。通过在确定参数数据集的过程中,基于最大可行集的思想,同时采用高效地近似计算方法,能够快速地辨识出时变系统的参数上下限,弥补了现有技术中多种辨识方法的不足,能够提高确定参数取值范围的效率。

System identification method for robust control

The invention provides a system identification method for robust control, which belongs to the control field and is used to determine the value interval of the parameters of the nonlinear system, including the establishment of the discrete switching model equation, the simplified processing of the discrete switching model, the simple expression of the equation, the input and output data of the model, the model of the model. The model data is solved in the simple expression, and the data set of the equation is obtained. The data is filtered to get the filter data, the filter data is redistributed, and the redistributed parameter data set is obtained. In the process of determining the parameter data set, based on the idea of the maximum feasible set and the efficient approximate calculation method, the parameter upper and lower limit of the time-varying system can be quickly identified, which makes up the shortage of many identification methods in the existing technology, and can improve the efficiency of determining the range of parameter values.

【技术实现步骤摘要】
用于鲁棒控制的系统辨识方法
本专利技术属于控制领域,特别涉及用于鲁棒控制的系统辨识方法。
技术介绍
在控制器的设计过程中,通常会把被控对象描述成一个线性系统或者把一个非线性系统在某个工作点附近展开再近似成一个线性系统,然后在此基础上引入线性的控制器。在化工行业,被控对象(如流量、温度、压力等)在许多工况下其特征会随时间变化而变化(该类系统也被称为时变系统)或者被控对象的非线性很强。因此,近似得到的线性系统的参数并不能很好地代表实际系统。即实际系统的参数是不确定的;或者模型与实际系统存在一定偏差。为了保证生产平稳,很有必要设计鲁棒的控制方法来控制这类系统。在现有技术中,鲁棒控制方法已经较为成熟,但是对不确定系统的辨识手段却非常有限;同时大部分鲁棒控制方法都是基于假设被控系统模型的不确定性是已知的,但是这并不符合实际情况,无法满足实际控制过程的需求。
技术实现思路
为了解决现有技术中存在的缺点和不足,本专利技术提供了基于最大可行集思想对参数求解,进而提高确定参数取值范围效率的用于鲁邦控制的系统辨识方法。为了达到上述技术目的,本专利技术提供了用于鲁棒控制的系统辨识方法,用于对非线性系统参数的取值区间进行确定,所述系统辨识方法,包括:建立离散切换模型方程,对离散切换模型进行简化处理,得到方程的简洁表达式;获取模型数据,将模型数据代入简洁表达式中求解,得到方程参数数据集;对参数数据集中的数据进行过滤得到滤除数据,将滤除数据进行重分配操作,得到重分配参数数据集。可选的,所述建立离散切换模型方程,对离散切换模型进行简化处理,得到方程的简洁表达式,包括:建立如公式一所示的离散切换模型方程其中,uk是采样时刻k步的输入值,yk采样时刻k步的输出值,vk测量噪声或者是模型误差,且σk为子模型的序号,取值范围为[1,s],s为正整数;定义回归向量和参数向量的表达式,代入公式一中,得到如公式二所示的简洁表达式其中,定义为定义为k的取值为正整数。可选的,所述获取模型数据,基于模型数据对简洁表达式求解,得到方程参数数据集,包括:获取与非线性系统对应的包括输入数据和输出数据的模型数据,将输入数据与输出数据代入得到的简洁表达式;将每组输入数据与对应的输出数据代入简洁表达式后,得到对应的方程参数数值,在将模型数据全部代入简洁表达式后,得到方程参数数值构成的方程参数数据;根据最大可行集求解方法对方程参数数据进行分类,获取到由未知数量的方程参数数值构成的方程参数数据集。可选的,所述根据最大可行集求解方法对方程参数数据进行分类,获取到由预设数量的方程参数数值构成的方程参数数据集,包括:构建线性规划的目标函数约束条件为Aθ-s≤b,s≥0,其中,J为目标函数值,si为弹性变量,b为约束阈值,s为约束参数,N的取值为非零自然数;在获取目标函数J取值的过程中,如果J取值不等于零,则对目标函数中对应的数据进行删除处理,直至目标函数J取值为零时,得到目标函数最优解。可选的,所述系统辨识方法,还包括:构建线性规划的目标函数其中,T代表转置,N的取值为非零自然数。可选的,所述对参数数据集中的数据进行过滤得到滤除数据,将滤除数据进行重分配操作,得到重分配参数数据集,包括:对参数数据集中的数据进行基于最小截平方和的估计处理,通过估计得到的参数向量滤除参数数据集中的被错误分类的数据;从被错误分类的数据中选取残差绝对值小于残差阈值的数据,将得到的参数值进行重新估计,得到重分配参数数据集。可选的,所述系统辨识方法,还包括:将重分配参数数据集中的参数向量和参数数据分别在参数平面和数据平面上进行投影;从投影中选取相对距离小于预设距离阈值的目标参数向量,选取与目标参数向量对应的参数数据,基于目标参数向量和参数数据进行重新估计得到预估计参数向量在参数平面上,以预估计参数向量为中心点,向每个维度延伸,构建出超立方体,令每个数据平面均穿过超立方体,获取每个数据平面与超立方体外表面相交处的交界数值,令交界数值作为每个数据的上下限;其中,数据平面的表达式为参数平面的表达式为本专利技术提供的技术方案带来的有益效果是:通过在确定参数数据集的过程中,基于最大可行集的思想,同时采用高效地近似计算方法,能够快速地辨识出时变系统的参数上下限,弥补了现有技术中多种辨识方法的不足,能够提高确定参数取值范围的效率。附图说明为了更清楚地说明本专利技术的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本专利技术的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。图1是本专利技术提供的用于鲁棒控制的系统辨识方法的流程示意图;图2是本专利技术提供的基于最大可行集求解思想的求解流程示意图;图3(a)是本专利技术提供的数据平面的示意图;图3(b)是本专利技术同一数据平面的直线的交叉情况示意图;图4(a)是本专利技术提供的测量噪声上限值与模型匹配度示意图;图4(b)是本专利技术提供的子模型数量之间的关系示意图;图5是本专利技术提供的基于样本数据的残差值示意图。具体实施方式为使本专利技术的结构和优点更加清楚,下面将结合附图对本专利技术的结构作进一步地描述。实施例一本专利技术提供了用于鲁棒控制的系统辨识方法,用于对非线性系统参数的取值区间进行确定,如图1所示,所述系统辨识方法,包括:11、建立离散切换模型方程,对离散切换模型进行简化处理,得到方程的简洁表达式;12、获取模型数据,将模型数据代入简洁表达式中求解,得到方程参数数据集;13、对参数数据集中的数据进行过滤得到滤除数据,将滤除数据进行重分配操作,得到重分配参数数据集。在实施中,为了实现控制系统的鲁棒控制,常常需要将对现有的非线性系统(时变系统)的参数的取值或是取值范围进行确定,得到便于鲁棒控制的系统参数范围。本专利技术的主要步骤为借助一个或多个线性系统对非线性系统进行近似,获得多组参数,进而对参数数据集中的错误数据进行滤除,最终得到能够准确表征非线性系统特性的参数集。在确定参数数据集的过程中,最大可行集的思想为基础,采用高效地近似计算方法,能够快速地辨识出时变系统的参数上下限,弥补了以上辨识方法的不足。其主要优点在于:利用最大可行集的思想,避免了辨识过程中对模型数量的要求;提出的辨识算法不需要重复处理输入输出数据,实现步骤十分简洁;相比较现有技术,数据处理环节中每次求解优化问题都只需要计算解析解,大幅度降低了计算复杂度;对数据处理结果采用鲁棒的估计方法,提高了计算精确度;根据鲁棒控制的要求,加入了辨识模型后处理环节,提高了辨识算法的可信度,并定义了模型参数的区间。可选的,所述建立离散切换模型方程,对离散切换模型进行简化处理,得到方程的简洁表达式,包括:建立如公式一所示的离散切换模型方程其中,uk是采样时刻k步的输入值,yk采样时刻k步的输出值,vk测量噪声或者是模型误差,且σk为子模型的序号,取值范围为[1,s],s为正整数;定义回归向量和参数向量的表达式,代入公式一中,得到如公式二所示的简洁表达式其中,定义为定义为k的取值为正整数。在实施中,本实施例中用于确认参数的非线性系统或时变系统的具体表达式未知,为了对非线性系统或时变系统进行准确模拟,需要以能够确认具体参数的线性系统表达式进行多次模拟,直至线性系统的结果与非线本文档来自技高网...

【技术保护点】
1.用于鲁棒控制的系统辨识方法,用于对非线性系统参数的取值区间进行确定,其特征在于,所述系统辨识方法,包括:建立离散切换模型方程,对离散切换模型进行简化处理,得到方程的简洁表达式;获取模型数据,将模型数据代入简洁表达式中求解,得到方程参数数据集;对参数数据集中的数据进行过滤得到滤除数据,将滤除数据进行重分配操作,得到重分配参数数据集。

【技术特征摘要】
1.用于鲁棒控制的系统辨识方法,用于对非线性系统参数的取值区间进行确定,其特征在于,所述系统辨识方法,包括:建立离散切换模型方程,对离散切换模型进行简化处理,得到方程的简洁表达式;获取模型数据,将模型数据代入简洁表达式中求解,得到方程参数数据集;对参数数据集中的数据进行过滤得到滤除数据,将滤除数据进行重分配操作,得到重分配参数数据集。2.根据权利要求1所述的用于鲁棒控制的系统辨识方法,其特征在于,所述建立离散切换模型方程,对离散切换模型进行简化处理,得到方程的简洁表达式,包括:建立如公式一所示的离散切换模型方程其中,uk是采样时刻k步的输入值,yk是采样时刻k步的输出值,vk是测量噪声或者是模型误差,且σk为子模型的序号,取值范围为[1,s],s为正整数;定义回归向量和参数向量的表达式,代入公式一中,得到如公式二所示的简洁表达式其中,定义为定义为k的取值为正整数。3.根据权利要求1所述的用于鲁棒控制的系统辨识方法,其特征在于,所述获取模型数据,基于模型数据对简洁表达式求解,得到方程参数数据集,包括:获取与非线性系统对应的包括输入数据和输出数据的模型数据,将输入数据与输出数据代入得到的简洁表达式;将每组输入数据与对应的输出数据代入简洁表达式后,得到对应的方程参数数值,在将模型数据全部代入简洁表达式后,得到方程参数数值构成的方程参数数据;根据最大可行集求解方法对方程参数数据进行分类,获取到由预设数量的方程参数数值构成的方程参数数据集。4.根据权利要求3所述的用于鲁棒控制的系统辨识方法,其特征在于,所述根据最大可行集求解方法对方程参数数据进行分类,获取到由未知数量...

【专利技术属性】
技术研发人员:王家栋张艳辉金晓明古勇
申请(专利权)人:浙江中控软件技术有限公司
类型:发明
国别省市:浙江,33

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1