导读:本文包含了子空间辨识论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:模型,空间,闭环,脉冲,算法,失配,卡尔。
子空间辨识论文文献综述
王克峰[1]（2019）在《基于子空间辨识与K-L散度分析的风电机组故障诊断研究》一文中研究指出随着风电机组体积的不断增大,结构越来越复杂,安装地点越来越偏远等各方面因素,风电机组所面临的环境更加恶劣,尤其是海上风电机组,这将导致风电机组的故障率不断升高,因此,工作人员不得不定期进行维护、检修等,造成风电机组停机时间的大大增加,同时相应的运行维护成本也大大增加。另外,如果风电机组的故障不能被及时发现并解决,将对其产生更大的损伤,产生不必要的事故。因此,对风电机组的故障进行早期的预测是十分必要的。残差中往往蕴含着系统的故障信息,因此残差的生成是故障诊断过程中的重要一环。然而,风机运行过程中面临着各种不确定性和噪声干扰等因素,将对残差的生成造成一定的影响。此外,风电机组工况的切换,也会使不同工况下的残差具有不同的统计特征,影响残差评价的准确性,最终导致故障诊断过程中误报和漏报的现象频频发生。针对以上问题,本文提出一种基于子空间辨识与K-L(Kullback-Leibler)散度分析的风电机组故障诊断方法。首先,针对各种不确定性和噪声干扰等问题,采用基于子空间辨识的残差生成方法,通过引入鲁棒性指标,使生成的残差对各种不确定性和噪声等因素鲁棒,对故障敏感。然后,为了避免风电机组工况切换对生成的残差产生影响,根据风电机组的控制策略对运行工况进行了划分,以得到不同工况下的残差数据,以便下一步对残差进行有效的评价。最后,为了进一步降低故障诊断的误报率和漏报率,采用基于K-L散度分析的残差评价方法,分析残差概率密度函数的差异度,并运用梯度下降算法优化阈值,通过K-L散度值与阈值的比较,实现对风电机组的故障诊断。本文将提出的方法应用于美国国家可再生能源实验室(National Renewable Energy Laboratory,NREL)的5MW海上风机基准模型中,分别对3组不同平均风速下模拟产生的10种传感器和执行器故障进行诊断,并与其他方法进行对比,统计结果表明该方法准确率均能达到90%以上,相对其他方法诊断效果较好。(本文来源于《沈阳工业大学》期刊2019-06-04）
斛亚旭[2]（2019）在《基于子空间辨识的SNCR脱硝系统的多模型预测控制》一文中研究指出在火力发电中,循环流化床(CFB)锅炉因其燃烧充分、热效率高被广泛应用。氮氧化物(NOx)是CFB锅炉在燃烧过程中产生的主要气体污染物之一。NOx不仅直接危害人体健康,其间接产生的酸雨、臭氧层减少也对环境和人类健康造成严重的威胁。CFB锅炉通常使用SNCR(选择性非催化还原)进行脱硝。SNCR脱硝系统是一个典型的大迟延、非线性系统,特别是负荷指令的频繁改变导致更为复杂的非线性行为,给系统建模和控制设计带来困难。传统的线性建模方法以及线性控制策略经常会呈现出还原剂过量使用甚至NOx排放不达标的现象,造成电厂的运行成本上升。为解决上述问题,本文针对SNCR脱硝过程的大迟延和非线性特性开展系统建模和控制器设计两方面研究。基于子空间辨识建立从尿素流量到SNCR出口NOx浓度的动态模型,利用模型间切换点的信息将子模型进行组合,并设计相应的切换律,提出多模型预测控制设计方法。以某2×200MW抽汽凝汽式供热汽轮发电机组和配2×705t/h循环流化床锅炉为试验机组,进行SNCR脱硝系统分析与验证。本文两方面研究内容如下:(1)详细分析SNCR脱硝系统的工艺流程,依据脱硝原理建立脱硝过程非线性模型。针对带有大迟延的非线性模型,采用系统辨识方法得到脱硝系统的动态模型。具体来说,采集电厂真实历史数据,利用核密度估计得到系统的典型工况点并对其合理划分。充分考虑SNCR脱硝系统在各个典型工况点迟延的不同,利用相关系数法得到各个典型工况点的纯时延。在完成数据分析后,利用子空间辨识方法得到系统的动态模型,进一步利用切换点信息和相似变换,从而得到SNCR脱硝系统的全局非线性模型。并对SNCR脱硝系统模型进行验证和分析,结果表明所建模型可以有效刻画SNCR脱硝系统的大迟延和非线性环节,具有较高的建模精度。(2)针对电厂脱硝系统实际运行时尿素泵功率和NOx排放约束,提出相应的模型预测控制策略,详细分析基于二次规划(QP)的模型预测控制在有约束情况下的在线求解过程。以电厂负荷指令为调度变量,设计相应的切换策略,最终提出多模型预测控制方案,有效解决固定模型难以满足电厂大范围负荷变化时SNCR出口NOx浓度超标问题。通过与传统PID控制策略比较,仿真结果表明本文所设计的控制器能够在电厂变负荷运行时满足超低排放。最后,总结本文的工作,并展望未来潜在的研究问题。(本文来源于《山西大学》期刊2019-06-01）
王黎杰[3]（2019）在《时滞系统子空间辨识方法研究》一文中研究指出现代工业过程日趋复杂化和大型化,对系统的控制要求也在逐渐提高,准确控制首先需要尽可能精确的过程模型。作为获取系统内部复杂过程模型的一种有效方式,系统辨识已经在工业领域得到了普遍应用。其中,子空间辨识算法由于自身具备结构简单、计算简便和良好的数值稳定性等优点,在解决系统参数辨识的问题中得到了大量应用。但对于时滞量未知的时滞系统,子空间辨识算法估计时滞参数的能力不足,需事先获得过程时滞量,才能准确辨识得到系统模型。本文以时滞量未知且区间跨度较大的时滞系统为研究对象,围绕时滞参数估计和过程模型参数辨识展开研究。针对时滞量未知的时滞系统,研究了基于自回归各态经历(auto regressive exogenous,ARX)模型的时滞量估计方法,用以得到系统的时滞参数。从理论层面阐述了该方法的辨识原理,并利用仿真实验验证了该方法的有效性。同时,研究了不同类型测试信号对辨识结果的影响情况,以及该方法所能估计的时滞量范围。最终,明确了这一方法能够准确估计的时滞量区间,并且发现利用该方法处理时滞量较大的时滞估计问题时,得到的结果会出现偏差,这一点对时滞参数估计方法的选取具有借鉴意义。针对时滞量未知且较大的时滞系统,研究了基于压缩感知(compressed sensing,CS)理论的时滞量估计方法。从理论层面说明了依据该理论进行时滞量辨识的可行性,并讲述了辨识原理,然后通过仿真验证了该方法的辨识效果,最后针对该方法所能估计的时滞量范围进行了实验研究,获知了这种方法所能准确估计的时滞量区间。该方法与基于ARX模型的时滞量估计方法在估计区间上形成互补,从而扩大了整体的时滞参数估计范围,这对处理实际系统的时滞参数估计问题具有重要意义。估计得到时滞参数后,针对系统其它模型参数的辨识问题,研究了子空间辨识算法。首先对子空间辨识算法的算法原理进行了分析说明,之后关于时滞量未知的时滞系统的参数辨识问题,给出了本文采用的完整辨识方案,最后通过仿真实验,分析了不同类型子空间辨识算法的参数辨识效果。为检验上述辨识方法在实际系统上的应用效果,设计、搭建了变容水箱液位控制系统,即典型的一阶、二阶惯性滞后系统,进行了基于运行数据的系统辨识实验。根据本文整体的辨识策略,对采集到的数据进行了系统时滞参数的估计和系统过程模型参数的辨识。实验结果表明,采用本文的时滞量估计联合子空间辩识方法能够准确得到实验系统的时滞量以及其它参数。(本文来源于《河南科技大学》期刊2019-05-01）
郭隽侠,陶建峰,李琳,刘成良[4]（2019）在《基于子空间辨识的阀控液压缸泄漏诊断方法》一文中研究指出为提高阀控液压缸泄漏检测的准确性和效率,提出一种基于子空间辨识的液压缸泄漏诊断方法。选取液压缸活塞杆外力负载作为输入信号,两腔压力、活塞杆位移与速度作为状态变量,建立系统状态空间模型;应用子空间辨识运算得到系统矩阵相关元素的估计值,并由此判断泄漏故障的存在、类型与严重程度。基于MATLAB-Simulink仿真模型对该诊断方法进行了数值仿真验证,结果表明该方法有效且具有较高的准确性。(本文来源于《液压与气动》期刊2019年02期）
吴平,陈亮,周伟,郭玲玲[5]（2018）在《基于主成分分析和噪声估计的在线子空间辨识》一文中研究指出提出一种在线子空间辨识方法,该方法主要采用Hessenberg QR分解和特征值分解,通过对噪声项进行估计,并结合主成分分析提取子空间矩阵,获得系统的状态空间方程.引入遗忘因子机制,实现对时变系统的辨识.为了验证所提方法的适用性和有效性,分别采用数值模型和工业污水处理过程进行仿真验证.仿真结果表明,相比于其他子空间辨识方法,所提方法在辨识线性时不变系统时,能够获取很好的辨识精度;在辨识线性时变系统时,能够快速跟踪系统变化,并能够获取较好的辨识精度。(本文来源于《浙江大学学报(工学版)》期刊2018年09期）
张晓东,高绍姝,王宇轩,仵宇[6]（2018）在《子空间辨识彩色融合图像质量主观评价实验》一文中研究指出为了发掘图像质量单一评价指标对融合图像目标探测性的影响,采集典型场景图像,开展彩色融合图像主观评价实验。考虑相邻图像的质量评价结果对当前图像评价结果的影响,提出采用子空间辨识方法建立基于目标探测的融合图像综合质量高阶预测模型。通过对实验结果的分析与处理,证实该方法的可行性和有效性,获得了较好的实验结果和实验教学效果,为进一步实现基于目标探测的双波段彩色融合图像质量客观评价提供实验基础与理论依据。(本文来源于《实验室研究与探索》期刊2018年07期）
于淼,刘建昌,赵立纯[7]（2018）在《随机鼠疫病模型的核范数子空间辨识》一文中研究指出基于连续鼠疫病模型,通过零阶保持器得到相应的离散模型.由于随机扰动的存在,提出相应的随机鼠疫病模型.设计卡尔曼滤波器,估计随机模型的状态变量以及降低噪声影响.采用核范数最小化方法代替奇异值分解,得到输入输出投影矩阵的低秩矩阵逼近.通过交替方向乘子法求解此优化问题,得到输出变量的最优解.根据世界卫生组织的非洲人类鼠疫病数据,利用本文提出的方法得到随机鼠疫病模型.仿真研究表明提出方法的有效性和精确性.(本文来源于《控制理论与应用》期刊2018年08期）
陈亮,潘海鹏,吴平,周伟[8]（2019）在《脉冲响应模型的闭环子空间辨识方法》一文中研究指出针对实际情况中难以采集控制系统开环数据的问题,对脉冲响应模型的闭环辨识问题进行了研究,提出了一种基于正交分解理论的脉冲响应模型闭环子空间辨识方法。通过使用正交分解得到联合输入输出信号的确定部分(Deterministic Components),把闭环问题转化成开环问题。利用Toeplitz矩阵下叁角结构形式,对由脉冲响应模型系数组成的子空间矩阵分块分解,通过求取子空间矩阵元素的平均值来获取脉冲响应模型参数的估计。通过采用PID控制器的单输入单输出(SISO)数值仿真、多输入多输出(MIMO)数值仿真和Wood-Berry蒸馏过程仿真实验3个仿真实例,对比研究了所提方法与PBSID_OPT、CVA叁种方法。仿真结果表明了所提出的方法具有良好的辨识性能。对于实际工业过程的建模问题,该研究所提的闭环子空间辨识方法具有实际的参考价值和一定的指导意义。(本文来源于《计算机工程与应用》期刊2019年08期）
陈亮[9]（2018）在《基于子空间辨识的建模与模型失配检测方法研究》一文中研究指出基于模型的控制系统的设计与运行,模型质量至关重要。一方面,随着流程工业的发展,工厂对过程模型准确性的要求越来越高,通过机理方法构造复杂过程模型的难度增大;另一方面,由于实际生产过程中,形如阀门之类的设备具有粘滞、工况点易改变、易受扰动变化等特性,实际对象的模型参数会随时间而产生变化,出现模型失配现象,进而造成模型的不准确。而子空间辨识方法(Subspace Identification Method,SIM)由于能够直接建立多输入多输出(Multi-Input Multi-Output,MIMO)系统的状态空间方程,因而获得了研究者的极大关注。本文对闭环子空间辨识(Closed-loop Subspace Model Identification,CSMI)和递推子空间辨识(Recursive Subspace Model Identification,RSMI)建模以及模型失配检测方法进行了研究,对提高过程模型的准确性与有效性具有现实意义。论文主要研究内容如下:1、针对开环模型在工业过程中难以应用的问题,提出了一种基于正交分解理论的脉冲响应模型闭环子空间辨识方法。通过使用正交分解得到联合输入输出信号的确定部分(Deterministic Components),把闭环问题转化成开环问题。利用Toeplitz矩阵下叁角结构形式,对由脉冲响应模型系数组成的子空间矩阵分块分解,通过求取子空间矩阵元素的平均值来获取估计的脉冲响应模型参数。2、针对工业过程具有时变性,以及MIMO系统的辨识计算量大的问题,提出了一种基于递推闭环子空间辨识(Recursive closed-loop subspace model identification,RCSMI)的过程建模方法。该方法通过采用VARX模型(Vector Auto Regressive with eXogenous input model),将闭环辨识问题转化为开环辨识问题,并采用一种收敛速度快的自然幂迭代方法(Natural Power Method,NP),将奇异值分解简化为子空间跟踪问题,估计扩展观测矩阵,从而得到系统模型的参数。3、针对控制系统运行过程中的模型参数失配问题,提出了一种基于子空间辨识和概率分布距离度量的模型失配检测方法。该方法通过子空间辨识获取参考模型和待检测模型的马尔科夫参数,并结合移动窗口方法,提取马尔科夫参数的统计量,从而获得马尔科夫参数的概率密度函数(Probability Density Function,PDF)。采用散度测度理论的KL(Kullback-Leibler)散度作为统计指标,通过对参考模型和待检测模型的马尔科夫参数相似性比较,实现了对模型失配的检测。与常规统计量如T~2和Q统计相比,KL散度可更加灵敏且直接地描述模型失配。数值仿真和Wood-Berry蒸馏塔仿真证明了论文所提方法的可行性和有效性。(本文来源于《浙江理工大学》期刊2018-04-19）
姚宇[10]（2017）在《基于支持向量描述和子空间辨识的故障检测方法研究》一文中研究指出化工、电力等工业过程中如果未能及时检测出故障并采取相应措施,将会造成严重的经济损失,甚至威胁生命安全。随着系统的日益复杂和计算机技术、传感器技术的蓬勃发展,基于数据驱动的故障检测方法得到越来越多的研究和应用。近年来,基于支持向量描述(Support Vector Data Description,SVDD)的故障检测方法由于对非高斯、非线性问题具有一定的处理能力,得到工业界的广泛关注,但其从理论走向实践的过程中面临着许多的挑战和问题。本文主要解决其中叁个问题:(1)SVDD方法有效的前提是数据样本在特征空间分布的形状大致符合超球体,然而实际应用中该前提假设易违背,造成严重漏报;(2)选择模型参数存在难点,且参数优化没有统一标准;(3)SVDD方法,包括一些传统的基于数据驱动的故障检测方法,面对具体问题时易于实施检测,但检测结果却难以为后续故障隔离辨识提供有效的信息。本研究在探讨了每个问题相应解决方案的基础上,设计了多方法联合的故障检测策略,主要工作如下:第一,针对问题(1),深入分析了该前提对SVDD方法检测性能的影响,提出了超椭球体支持向量描述(Hyper-ellipsoidal Support Vector Data Description,ESVDD)方法。所提方法通过引入包含数据分布信息的马氏距离,能综合样本个主元方向信息确定决策边界,有效减少了边界包围的非必要区域面积,降低了故障漏报风险,具有更强的适用性;在此基础上进一步设计了面向超椭球体支持向量描述的序贯最小化(Sequential Minimal Optimization,SMO)方法用以求解ESVDD检测模型。最后,在不同数据集上的仿真结果表明所提方法的故障漏报率显着降低。第二,针对问题(2),深入分析了单分类方法自身和参数优化算法两个层面存在的局限性,在此基础上提出了基于和声搜索的带故障类超椭球体SVDD故障检测方法(Harmony Search-based Hyper-ellipsoidal SVDD with Fault samples,HS-FESVDD)。其中,对于单分类方法本身因样本信息利用不全而造成的参数不适合问题,在第二章基础上提出了带故障类超椭球体支持向量描述(FESVDD)方法,使得所选择的参数同时适合于正常和故障两类样本;对于常用参数优化算法,如GA等,存在的计算负荷较大和优化算法自身参数调节困难问题,引入一种新颖方法——和声搜索(Harmony Search,HS)算法,实现了参数寻优的快速收敛,并且设计了相应参数自适应策略,在一定程度上解决了优化算法参数调节难题。最后,在UCI数据集和TE过程上的仿真结果表明HS-FESVDD相比于同类方法和基于主元分析的检测方法,检测故障能力显着提高。第叁,针对问题(3),首先提出了基于滑动窗口子空间辨识(Moving Window Subspace Indentification,MWSI)的故障检测方法,该方法借鉴基于模型故障检测方法的检测结果在故障信息表达方面的优势,利用子空间辨识方法(Subspace Identification Method,SIM)由过程观测样本直接构建残差生成器;通过引入并设计滑动窗口规则,提高了方法对微小故障的检测能力。进一步,针对单一 MWSI方法对样本要求较苛刻的问题,利用ESVDD的小样本学习能力,设计了联合ESVDD和MWSI的故障检测策略(ESVDD-MWSI)。在TE过程上的仿真结果表明,所设计策略对微小故障具有较强的检测能力,并且检测结果能实现对故障的初步定位,为后续故障隔离提供了必要的参考。(本文来源于《东北大学》期刊2017-06-01）
子空间辨识论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在火力发电中,循环流化床(CFB)锅炉因其燃烧充分、热效率高被广泛应用。氮氧化物(NOx)是CFB锅炉在燃烧过程中产生的主要气体污染物之一。NOx不仅直接危害人体健康,其间接产生的酸雨、臭氧层减少也对环境和人类健康造成严重的威胁。CFB锅炉通常使用SNCR(选择性非催化还原)进行脱硝。SNCR脱硝系统是一个典型的大迟延、非线性系统,特别是负荷指令的频繁改变导致更为复杂的非线性行为,给系统建模和控制设计带来困难。传统的线性建模方法以及线性控制策略经常会呈现出还原剂过量使用甚至NOx排放不达标的现象,造成电厂的运行成本上升。为解决上述问题,本文针对SNCR脱硝过程的大迟延和非线性特性开展系统建模和控制器设计两方面研究。基于子空间辨识建立从尿素流量到SNCR出口NOx浓度的动态模型,利用模型间切换点的信息将子模型进行组合,并设计相应的切换律,提出多模型预测控制设计方法。以某2×200MW抽汽凝汽式供热汽轮发电机组和配2×705t/h循环流化床锅炉为试验机组,进行SNCR脱硝系统分析与验证。本文两方面研究内容如下:(1)详细分析SNCR脱硝系统的工艺流程,依据脱硝原理建立脱硝过程非线性模型。针对带有大迟延的非线性模型,采用系统辨识方法得到脱硝系统的动态模型。具体来说,采集电厂真实历史数据,利用核密度估计得到系统的典型工况点并对其合理划分。充分考虑SNCR脱硝系统在各个典型工况点迟延的不同,利用相关系数法得到各个典型工况点的纯时延。在完成数据分析后,利用子空间辨识方法得到系统的动态模型,进一步利用切换点信息和相似变换,从而得到SNCR脱硝系统的全局非线性模型。并对SNCR脱硝系统模型进行验证和分析,结果表明所建模型可以有效刻画SNCR脱硝系统的大迟延和非线性环节,具有较高的建模精度。(2)针对电厂脱硝系统实际运行时尿素泵功率和NOx排放约束,提出相应的模型预测控制策略,详细分析基于二次规划(QP)的模型预测控制在有约束情况下的在线求解过程。以电厂负荷指令为调度变量,设计相应的切换策略,最终提出多模型预测控制方案,有效解决固定模型难以满足电厂大范围负荷变化时SNCR出口NOx浓度超标问题。通过与传统PID控制策略比较,仿真结果表明本文所设计的控制器能够在电厂变负荷运行时满足超低排放。最后,总结本文的工作,并展望未来潜在的研究问题。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
子空间辨识论文参考文献
[1].王克峰.基于子空间辨识与K-L散度分析的风电机组故障诊断研究[D].沈阳工业大学.2019
[2].斛亚旭.基于子空间辨识的SNCR脱硝系统的多模型预测控制[D].山西大学.2019
[3].王黎杰.时滞系统子空间辨识方法研究[D].河南科技大学.2019
[4].郭隽侠,陶建峰,李琳,刘成良.基于子空间辨识的阀控液压缸泄漏诊断方法[J].液压与气动.2019
[5].吴平,陈亮,周伟,郭玲玲.基于主成分分析和噪声估计的在线子空间辨识[J].浙江大学学报(工学版).2018
[6].张晓东,高绍姝,王宇轩,仵宇.子空间辨识彩色融合图像质量主观评价实验[J].实验室研究与探索.2018
[7].于淼,刘建昌,赵立纯.随机鼠疫病模型的核范数子空间辨识[J].控制理论与应用.2018
[8].陈亮,潘海鹏,吴平,周伟.脉冲响应模型的闭环子空间辨识方法[J].计算机工程与应用.2019
[9].陈亮.基于子空间辨识的建模与模型失配检测方法研究[D].浙江理工大学.2018
[10].姚宇.基于支持向量描述和子空间辨识的故障检测方法研究[D].东北大学.2017
论文知识图
