非高斯干扰下的控制回路性能评估方法研究
在当今的工业生产中控制回路大量存在,对这些控制回路的工作性能进行监控具有重大的意义。当控制性能不佳时要及时发现问题并对控制器的参数和系统的结构进行合适的调整以保证生产的正常进行。目前针对线性时不变系统的性能评估方法大都基于扰动服从高斯分布的假设,然而在实际的工业流程中非高斯扰动大量存在。本文通过分析现有的研究成果给出非高斯系统的性能评估方法。主要内容如下: 1、从广义反馈不变量出发给出以广义最小熵为基准的非高斯广义串级控制系统的性能评估方法，并将之与其他评估方法的结果相对比，分析这一方法的优越性。之后针对非高斯串级系统提出了一种基于带控制量的自回归滑动平均模型（ControlledAutoregressiveMovingAverage,CARMA）的迭代辨识算法以获得系统的参数并通过仿真验证了这一算法的准确性。 2、从数据驱动的角度出发提出了一种非高斯多入多出（Multiple-InputMultiple-Output,MIMO）系统的性能评估方法。首先对非高斯MIMO系统进行独立潜结构提取，完成潜结构的分离后针对虚拟独立过程进行分析和评估以获得系统的控制效果。然后采用上文提出的辨识算法获得虚拟独立过程的参数并结合提取得到关系给出实际控制器的整定方向。 3、扩展现有的线性二次高斯（LinerQuadraticGaussian,LQG）性能评估方法，给出基于信息熵对系统控制作用和输出同时进行约束的性能评估指标。这一方法适用于系统在受到方差与熵具有显式对应关系的特殊扰动影响时的性能评估。
控制回路;非高斯扰动;广义最小熵;系统辨识;多入多出系统
北京化工大学
硕士
控制科学与工程
周靖林
2023
中文
TP273
2023-09-27（万方平台首次上网日期，不代表论文的发表时间）