导读:本文包含了面向控制的辨识论文开题报告文献综述及选题提纲参考文献，主要关键词:可视分析,系统辨识,火电控制,时序数据
面向控制的辨识论文文献综述
纪连恩,孔雨萌,王炎林,王中原,田彬[1]（2019）在《面向系统辨识的火电控制时序数据可视分析》一文中研究指出对火电控制历史数据进行分析和建模,能有效地帮助用户实现更优的机组运行控制.由于这类控制数据的复杂性,传统系统辨识过程非常烦琐,甚至难以得到有效结果.为此,将可视分析技术引入系统辨识中,与自动建模算法集成,设计了面向系统辨识的可视分析系统imDCS,在时序数据特征分析、模型建立和筛选评估以及模型迭代优化等各阶段支持控制系统建模的全过程.通过多种可视化映射技术和交互联动视图支持多层次模型筛选过程;通过分组视图与堆迭视图展示高维多元模型结构;通过精度评估组合视图支持用户从不同侧面评估模型性能.与领域专家合作,基于电厂真实控制数据和运行优化需求进行了案例分析和评估,结果表明,该系统在工业控制数据分析和建模中具有更高的有效性和可用性.(本文来源于《计算机辅助设计与图形学学报》期刊2019年10期）
鄢文刚[2]（2019）在《面向工业控制与软测量建模的系统辨识方法研究》一文中研究指出通过可观测的信息,建立系统的模型是对系统进一步认知与研究的有效途径。尤其是在工业、航天等领域,有了系统的模型,便可以对系统设计合适的控制算法、对系统的输出进行预测、对系统的目标进行优化等。系统辨识是获取系统动态模型的重要手段,因此研究系统辨识具有十分重要的理论和实用价值。首先,本文以工业控制系统中常见的两种控制回路——比例、积分、微分(PID)控制以及模型预测控制(MPC)回路为研究对象,从降低辨识实验成本的角度提出了一种无外部激励闭环辨识的方法,并对模型在闭环无外部激励情况下的可辨识条件进行了理论上的分析;本文的另一贡献是拓展了系统辨识在软测量建模领域的应用。本工作主要的研究内容与结果如下:1.以单变量PID闭环系统为研究对象,提出了基于无外部激励辨识的PID整定策略。首先,引入了数据的丰富性与模型的可辨识性这两个闭环辨识中的重要概念,通过这两个概念探讨了不添加外部激励的情况下,能否通过噪声激励的数据估计出系统模型的问题。研究结论表明,当控制器阶次高于模型阶次时,可以在不添加外部激励的情况下辨识得到系统的模型。对于PID控制的闭环控制系统,在不添加外部激励的情况下,仅利用线性控制系统产生的数据辨识不了系统的模型。然后,为了解决这一问题,提出了基于切换控制器的无外部激励辨识方法,该方法不仅能使得数据足够丰富保证模型可辨识,而且能够在辨识实验阶段提升控制品质,降低辨识成本。最后,基于上述无外部激励辨识实验,提出了完整的基于无外部激励辨识的PID参数整定策略,并通过仿真实验验证了该方法的有效性。2.推导出了多变量系统在闭环无外部激励的情况下,数据足够丰富保证多变量模型可辨识的充分条件。现有文献的研究结论表明,当控制器的结构足够复杂时,多变量系统所产生的数据是足够丰富能够保证模型可辨识的,但该结论是定性的,因此并不实用。本文通过输入输出个数以及模型与控制器的阶次来定量地刻画模型与控制器的复杂度,给出了多变量闭环系统在线性时不变控制器以及切换控制器下,数据足够丰富保证模型可辨识的定量条件,该条件为研究多变量系统的无外部激励辨识方法提供了理论基础。3.以多变量MPC闭环系统为研究对象,提出了无外部激励的闭环辨识算法。首先,分析了在无约束或不触发约束条件下,MPC等效的最小传递函数实现形式,并通过该等效形式分析了在MPC闭环系统中,数据足够丰富保证多变量模型可辨识的条件。其次,探讨了MPC闭环系统在模型失配情况下,系统输出方差与权重矩阵的关系,并通过该关系设计出了针对MPC闭环系统的切换控制辨识实验。同样地,通过该基于切换控制的辨识实验,能够估计出系统模型的同时提升闭环系统的控制性能,降低辨识实验成本。最后,通过仿真实验验证了提出方法的有效性。4.提出了使用多模型结构的线性参变(LPV)模型进行软测量建模的辨识算法。首先,在估计LPV模型参数时,使用了输出误差法,并依据该模型结构的特点,提出了一种基于松弛策略的数值优化算法,该算法能保证迭代过程中数值的稳定性。其次,在对模型的结构和输入变量进行选择时,提出了一种工程的方法,该方法结合了最终输出误差(FOE)准则和对过程的先验知识(模型增益的方向)。最后,通过一个仿真算例和实际的精馏塔数据验证了算法的有效性。工业实例的研究结果表明,LPV模型软测量的效果要比线性模型和非线性静态模型的效果要好。(本文来源于《浙江大学》期刊2019-04-10）
方梦园[3]（2018）在《面向工业模型预测控制的高精度系统辨识方法研究》一文中研究指出动态过程模型的获取是模型预测控制系统中最重要的环节,降低建模成本和提高模型精度是提高控制品质的关键。系统辨识是获取动态过程模型的一种有效方法。本文以过程工业的模型预测控制系统为背景,围绕着系统辨识的建模精度问题展开了一系列研究。主要的研究成果为:1.推导出了过采样策略下系统辨识的渐近理论,发现了过采样策略实现无激励闭环辨识的机理。过采样策略是一种能实现无激励闭环辨识的手段,这意味着它能将辨识成本降为零。但以往的研究还没有找到它能实现无激励闭环辨识的根本原因,也不能解释为什么有时无激励辨识的精度不理想。本文用系统辨识的渐近理论对过采样策略进行了分析,推导出了过采样策略下的渐近理论。根据渐近理论给出的频域渐近方差表达式,本文发现了过采样策略实现无激励闭环辨识的机理,即将噪声中的高频成分转化成了辨识激励。2.提出了基于过采样策略的高精度系统辨识算法。新算法可以从两方面提高辨识精度:a)具有对输出噪声的抗频谱混迭作用,可以消除高频噪声对辨识精度的不利影响。这一作用在开环辨识和闭环辨识中都存在;b)在闭环辨识中,可以将输出噪声中的高频成分转化为辨识激励,提高辨识精度。本文通过仿真验证了新算法的效果。3.对系统辨识中的抗频谱混迭滤波策略进行了全面的理论分析。抗频谱混迭滤波策略是一种避免采样时输出噪声发生频谱混迭影响辨识精度的方法,但这种方法的准确性缺乏理论分析,也没有经过应用验证。本文从时域和频域两种角度全面分析了抗频谱混迭滤波策略,证明了使用这种策略在辨识中无法得到真实系统的一致估计。还得出了使用这一策略的影响:1.增加系统模型的阶次;2.当真实系统在高频段的信息可以忽略时,辨识模型的频率响应是真实系统频率响应的近似估计。本文通过仿真验证了这些结论。4.提出了 一种参数模型的全局收敛在线辨识算法。新算法可以同时保证参数模型辨识结果的有效性(即最小方差特性)和全局收敛性,因此是无偏在线辨识算法中精度最优的算法。这是通过高阶非参数模型的在线最小二乘辨识和加权最小二乘降阶实现的。针对新算法中非参数模型阶次的在线选择问题,本文还提出了一种非参数模型阶次的自适应调整策略。然后本文在理论上证明了新在线算法的一致性和渐近有效性。最后对新算法的辨识效果和阶次自适应调整策略的有效性进行了仿真验证。(本文来源于《浙江大学》期刊2018-06-01）
颉俊杰[4]（2018）在《面向控制的飞行机器人闭环辨识建模研究》一文中研究指出基于四旋翼的飞行机器人是一种可垂直起降、悬停以及快速改变航向的非载人飞行器,它结构简单、机动灵活、隐蔽性强,具有重要的军事和民用价值,是目前国际上的研究热点之一。同时,四旋翼飞行器系统是一个具有非线性、欠驱动和强耦合特性的不稳定系统,为实现对小型四旋翼飞行器的稳定控制,必须建立准确的数学模型,然而四旋翼飞行器由于复杂的气动特性导致获得准确的数学模型相当困难。本文以一架自己组装的小型四旋翼飞行器为研究对象,分别在数学建模和飞行控制等方面开展了一系列研究工作。首先,介绍了小型四旋翼飞行器的基本结构,分析了几种常见的飞行模式。在大地坐标系和机体坐标系下,利用牛顿-欧拉定理和坐标转换原理,对四旋翼飞行器这种6自由度刚体进行运动学和动力学建模分析,并充分考虑飞行过程中的陀螺效应和耦合特性,详细推导并建立了四旋翼飞行器的全状态非线性理论模型。在MATLAB/Simulink中采用PID控制方法对该模型进行了闭环控制仿真实验,充分认识了四旋翼飞行器的非线性、强耦合和欠驱动特性,充分理解了四旋翼飞行器的飞行原理和运动规律。然后,根据四旋翼飞行器的基本结构,对其进行了整体硬件方案设计,本着经济实用的原则对元器件完成了选型和采购,组装了一架满足实验要求的小型四旋翼飞行器。基于四元数算法和多传感器数据融合算法设计了姿态解算的软件方案,得到了四旋翼飞行器的实际飞行姿态。根据经典PID控制策略,对四旋翼飞行器设计了飞行控制系统,实现了内环角速度和外环姿态角的串级PID控制。设计了四旋翼飞行器的数据采集系统和飞行状态监测平台,完成了四旋翼飞行器的实际飞行实验和飞行数据的采集,为接下来的辨识建模提供数据支持。紧接着,针对四旋翼飞行器这种开环不稳定系统,从系统辨识的基本原理和一般步骤出发,在经典最小二乘算法的基础上选择了递推最小二乘辨识算法作为闭环系统参数估计的方法,该方法迭代速度快,具有明确的物理意义。利用小扰动原理对第二章建立的四旋翼飞行器的非线性理论模型进行简化和解耦处理,对驱动电机的模型进行简化,构造了姿态通道的离散辨识模型集。设计闭环辨识实验,利用遥控器给飞行器进行手动扫频信号,分别采集了叁个姿态角通道的输入、输出数据。利用选择的辨识算法和实验数据分别对叁个姿态角通道进行了辨识建模,得到了四旋翼飞行器姿态通道的离散传递函数模型,并利用相同条件下的试验数据验证了辨识模型的准确性。最后,在常规控制器下,针对四旋翼飞行器在室外飞行实验中的漂移和振动等问题,基于Lyapunov稳定性理论设计了模型参考自适应控制器。根据四旋翼飞行器的理论模型将控制问题划分为两个子任务,选择模型参考自适应控制方法分别对两个子任务进行控制的设计,通过构造Lyapunov函数,证明了系统的稳定性,得到了自适应控制律;在MATLAB/Simulink中对所设计的模型参考自适应控制方法进行仿真实验,并与第叁章的PID控制方法进行了对比分析。仿真结果表明,在相同的飞行环境和飞行指令下,自适应控制器能很好的抑制四旋翼飞行器的漂移和震动,对飞行器的姿态稳定性能和特定轨迹的跟踪性能要明显优于PID控制。从而为自适应控制在四旋翼飞行器上的工程实际应用奠定了理论基础。(本文来源于《兰州交通大学》期刊2018-04-01）
蔡鹏翔[5]（2017）在《面向控制的高速列车的闭环辨识建模》一文中研究指出高速铁路作为很重要的交通工具具有很多的经济优势,例如具有速度比较高、能耗很低、运载力大、安全舒适等,因此高速列车自然成为世界各国优先考虑发展的绿色交通工具。然而,随着科技的进步,列车运行速度也在不断的提高,从而导致列车的各个部件之间的相互作用显着加剧,例如轮轨、转向架与内部各部件。随着列车整个系统动态作用的明显恶化,这就对列车的安全与稳定运行提出了更高的要求。因此,为了使高速列车运行的更加安全、更好的促进高速铁路的发展,应该急需开展对于高速列车动力学模型的研究,从而可以更好的控制和优化高速列车。首先,基于物理原理和已建立的高速列车动力学模型,对已建立的高速列车动力学模型进行整理、分离、简化和再建立处理,构建了描述高速列车单质点整车动力学模型和转向架各主要构件部分动力学模型,对建立的动力学模型进行数学处理,进而得到差分方程和传递函数。同时对动力学模型中影响动力学准确性的参数进行了分析,验证了所选取参数的合理性,所定参数满足高速列车动力学模型的建立要求。其次,数据采集方案的设计。根据辨识所需要的高速列车动力学模型的数据进行采集数据方案设计,对于采集数据的界面软件用LabView进行创建,利用LabView的优势,例如清晰的画图界面、庞大的计算能力和处理图像的专业性。数据采集完成之后利用MATLAB的编程优势,对采集得到的数据进行处理和模拟仿真。对于所要采集的数据进行了传感器的选择,对传感器的工作原理进行了说明。对实验采集的数据进行信号的分析和去噪和滤波处理。最后,运用极大似然开环辨识方法和闭环频域辨识方法对高速列车动力学模型进行了辨识,得到辨识数据和模型中的实际值之间的对比数据。通过两种不同辨识方法的比较和辨识值和真值之间的比较可以了解模型中参数对模型影响的程度,可以为准确建模提供理论基础。对所采的数据进行数据拟合,通过数据拟合图和辨识仿真图进行的对比以及辨识曲线拟合程度的准确性来评价辨识方法的有效性,进而分析算法的收敛速度和参数的影响程度。闭环辨识所建立的模型为设计控制器的准确性提供了保障,对于闭环辨识得到的传递函数进行自适应PID或者其他控制器的设计,用控制器的优劣性来评价辨识的准确性。结果表明,所提出的辨识方法的有效性和建立列车动力学模型的准确性。(本文来源于《兰州交通大学》期刊2017-04-01）
丁宝苍,陈桥,谢亚军[6]（2016）在《面向预测控制的有限阶跃响应模型辨识》一文中研究指出针对工业预测控制软件开发中所需有限阶跃响应模型辨识问题,给出一种辨识算法.该算法包含数据坏值的标识与插值、数据滤波、辨识案件分组、积分型输出的处理,适合实际软件开发与工程实现.在模型的计算环节,采用经典的最小二乘辨识方法和递增的惩罚因子.主要贡献是将稳定型输出和积分型输出统一处理,采用增量数据辨识和增量算法,与实际应用的动态矩阵控制技术完全吻合.仿真算例验证了所提出算法的有效性.(本文来源于《控制与决策》期刊2016年11期）
何良辰[7]（2016）在《面向非线性特性的超精密平台辨识和控制方法》一文中研究指出可变狭缝系统作为扫描光刻机重要的分系统,在曝光等工作过程中起到了十分重要的作用。可变狭缝系统的核心部件为可变狭缝精密运动平台,在精密运动控制中,平台中含有的非线性特性不可忽略。本文以可变狭缝精密运动平台为背景,对含有非光滑非线性特性的超精密平台的建模、辨识及控制进行了研究。首先,本文结合光刻机的工作过程对可变狭缝系统的功能进行了介绍,然后分别从电控系统及机械系统设计两方面对可变狭缝精密运动平台进行了分析。其中电控系统是从系统级的角度对整个系统进行了介绍,而机械系统方面则着重对系统运动组件模态进行了分析,并对主要器件的选型和设计进行了简要分析介绍。其次,本文引入关键项分离原则,以Wiener-Hammerstein系统结构为基础,对精密运动平台中可能含有的死区、饱和等典型单值非光滑非线性的系统进行了数学建模。并使用基于一般递推算法的辨识算法进行辨识,最后分别给出了在有无输出端噪声的情形下的仿真结果,验证模型及方法的有效性。再次,相对于典型单值非线性环节,本文进一步阐述了在一些平台中常见的较为复杂的多值间隙非线性。除了依据关键项分离原则对含间隙非线性Wiener-Hammerstein系统进行建模以外,给出算例说明一般递推算法的辨识方法对含间隙非线性Wiener-Hammerstein系统辨识的局限性,相应的进一步应用改进的粒子群算法对间隙非线性Wiener-Hammerstein系统参数进行辨识,并给出相关仿真和对比结果。最后,基于上述的辨识结果,提出使用内模控制方法,利用已辨识的系统模型对系统进行控制。依据设计的可变狭缝系统的部分参数,设计了该平台含死区的系统算例,并使用内模控制方法对其进行控制仿真,证明了内模控制方法对于Wiener-Hammerstein系统良好的控制效果。(本文来源于《哈尔滨工业大学》期刊2016-06-01）
柳勇军,陆超,于淼[8]（2014）在《面向广域阻尼控制的电力系统降阶辨识》一文中研究指出广域阻尼控制是抑制电力系统区间低频振荡极具潜力的手段,降阶辨识方法可用于获取广域阻尼控制器设计所需要的模型。电力系统的维数成千上万,基于模式可控可观性分析提出了电力系统面向阻尼控制器设计的可降阶原理、降阶误差分析方法以及基于降阶原理估计和BIC准则的模型定阶方法,并研究了降阶辨识实验的激励信号和预滤波器设计。四机系统的仿真算例表明了所提出的面向广域阻尼控制的电力系统降阶辨识原理与方法的有效性。(本文来源于《南方电网技术》期刊2014年03期）
唐得志[9]（2014）在《面向控制的系统辨识理论的研究》一文中研究指出系统辨识是通过输入输出数据来获得系统的数学模型,而传统的控制理论对系统进行控制的前提就是需要系统精确的数学模型,因此系统辨识的精度将在很大程度上影响控制品质,随着系统辨识理论研究的逐步深入,数据驱动控制逐渐受到学术界的重视,所谓数据驱动控制即利用数据进行辨识来得到控制器,其中虚拟参考反馈校正控制和子空间预测控制是比较典型的数据驱动控制方法。本论文是在系统辨识理论的框架之下,针对控制理论中常见的线性系统模型和非线性系统模型,提出了若干种新颖的辨识方法,同时对以辨识为基础的虚拟参考反馈控制以及子空间预测控制进行了深入的讨论和研究,论文的主要工作分为如下四个方面:针对线性回归模型的参数辨识,根据常规最小二乘辨识方法在有色噪声下估计有偏的缺陷,提出可分离迭代的递推辨识算法,得到了未知参数的无偏估计;同样对于线性回归模型,当噪声序列未知但有界时,提出一种带死区的最小二乘算法,仿真结果表明在未知有界噪声下该算法具有较好的收敛性。第二对于带有测量噪声输入和输出观测信号的线性系统辨识,研究了参数辨识试验的滤波设计,仿真结果验证了算法的有效性。最后针对线性系统闭环辨识的模型结构检验问题,在预测误差辨识法的前提下,根据未知参数的渐近方差矩阵的内积形式,从概率统计意义上构造模型参数及互相关函数的不确定性边界,从优化的角度推导输入滤波器的选取形式,仿真算例验证了算法的有效性。针对非线性系统辨识,在现有的直接加权方法的线性仿射函数中,增加了多个关于输入观测数据序列项的未知权重值,从而使得在优化辨识算法中有两类未知权重值同时承担逼近原非线性系统的任务,提高了逼近精度,同时证明了所提算法的收敛性。第二从统计学习理论的角度分析,逼近误差的范数选择为最小化估计误差边界小于某指定的门限值的概率,通过推导得到未知权重值的显式表达式。最后通过仿真实例验证了所提算法的有效性。针对虚拟参考反馈校正控制方法(VRFT),在系统模型未知情况下通过模型输入输出数据直接设计两控制器,同时考虑对期望给定的闭环传递函数和灵敏度函数的模型匹配,在所得优化函数的基础上利用迭代最小辨识得到控制器参数。仿真算例验证了所提方法的有效性。然后针对虚拟参考反馈中模型参数检验以及输入信号设计,在概率统计意义下推导出其两类未知参数矢量的统计渐近方差矩阵表达式,此矩阵式可作为最优滤波器设计的基础,同样可将其应用于控制器的检验。针对带有故障的随机状态空间模型的控制设计问题,利用子空间辨识方法,用过去和现在的输入-输出观测数据对来表示将来时刻的输出数据,从而建立故障到残差间的传递函数关系式。基于此关系式,通过求解一个带约束条件的优化问题得到故障估计值。在预测控制的的二次代价函数中加上控制输入和输出变量的约束条件,根据约束优化问题的结构特点,利用优化理论中的快速梯度算法取得了原代价函数的全局最优值,从而得到了选择控制输入的迭代算法,同时针对线性控制输入的仿射形式,在二次代价函数中施加关于控制变量的仿射约束条件,通过求解一优化问题,得到控制输入的仿射项和增益项,仿真结果表明所提方法的有效性。(本文来源于《南京航空航天大学》期刊2014-04-01）
陈科屹,阮征,何强,贺静波[10]（2014）在《面向广域阻尼控制的电力系统降阶辨识研究》一文中研究指出广域阻尼控制是抑制电力系统区间低频振荡极具潜力的手段,降阶辨识方法可用于获取广域阻尼控制器设计所需要的模型。电力系统的维数成千上万,基于模式可控可观性分析提出了电力系统面向阻尼控制器设计的可降阶原理、降阶误差分析方法以及基于降阶原理估计和BIC准则的模型定阶方法,并研究了降阶辨识实验的激励信号和预滤波器设计。四机系统的仿真算例表明了所提出的面向广域阻尼控制的电力系统降阶辨识原理与方法的有效性。(本文来源于《四川电力技术》期刊2014年01期）
面向控制的辨识论文开题报告
（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：
通过可观测的信息,建立系统的模型是对系统进一步认知与研究的有效途径。尤其是在工业、航天等领域,有了系统的模型,便可以对系统设计合适的控制算法、对系统的输出进行预测、对系统的目标进行优化等。系统辨识是获取系统动态模型的重要手段,因此研究系统辨识具有十分重要的理论和实用价值。首先,本文以工业控制系统中常见的两种控制回路——比例、积分、微分(PID)控制以及模型预测控制(MPC)回路为研究对象,从降低辨识实验成本的角度提出了一种无外部激励闭环辨识的方法,并对模型在闭环无外部激励情况下的可辨识条件进行了理论上的分析;本文的另一贡献是拓展了系统辨识在软测量建模领域的应用。本工作主要的研究内容与结果如下:1.以单变量PID闭环系统为研究对象,提出了基于无外部激励辨识的PID整定策略。首先,引入了数据的丰富性与模型的可辨识性这两个闭环辨识中的重要概念,通过这两个概念探讨了不添加外部激励的情况下,能否通过噪声激励的数据估计出系统模型的问题。研究结论表明,当控制器阶次高于模型阶次时,可以在不添加外部激励的情况下辨识得到系统的模型。对于PID控制的闭环控制系统,在不添加外部激励的情况下,仅利用线性控制系统产生的数据辨识不了系统的模型。然后,为了解决这一问题,提出了基于切换控制器的无外部激励辨识方法,该方法不仅能使得数据足够丰富保证模型可辨识,而且能够在辨识实验阶段提升控制品质,降低辨识成本。最后,基于上述无外部激励辨识实验,提出了完整的基于无外部激励辨识的PID参数整定策略,并通过仿真实验验证了该方法的有效性。2.推导出了多变量系统在闭环无外部激励的情况下,数据足够丰富保证多变量模型可辨识的充分条件。现有文献的研究结论表明,当控制器的结构足够复杂时,多变量系统所产生的数据是足够丰富能够保证模型可辨识的,但该结论是定性的,因此并不实用。本文通过输入输出个数以及模型与控制器的阶次来定量地刻画模型与控制器的复杂度,给出了多变量闭环系统在线性时不变控制器以及切换控制器下,数据足够丰富保证模型可辨识的定量条件,该条件为研究多变量系统的无外部激励辨识方法提供了理论基础。3.以多变量MPC闭环系统为研究对象,提出了无外部激励的闭环辨识算法。首先,分析了在无约束或不触发约束条件下,MPC等效的最小传递函数实现形式,并通过该等效形式分析了在MPC闭环系统中,数据足够丰富保证多变量模型可辨识的条件。其次,探讨了MPC闭环系统在模型失配情况下,系统输出方差与权重矩阵的关系,并通过该关系设计出了针对MPC闭环系统的切换控制辨识实验。同样地,通过该基于切换控制的辨识实验,能够估计出系统模型的同时提升闭环系统的控制性能,降低辨识实验成本。最后,通过仿真实验验证了提出方法的有效性。4.提出了使用多模型结构的线性参变(LPV)模型进行软测量建模的辨识算法。首先,在估计LPV模型参数时,使用了输出误差法,并依据该模型结构的特点,提出了一种基于松弛策略的数值优化算法,该算法能保证迭代过程中数值的稳定性。其次,在对模型的结构和输入变量进行选择时,提出了一种工程的方法,该方法结合了最终输出误差(FOE)准则和对过程的先验知识(模型增益的方向)。最后,通过一个仿真算例和实际的精馏塔数据验证了算法的有效性。工业实例的研究结果表明,LPV模型软测量的效果要比线性模型和非线性静态模型的效果要好。
（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。
面向控制的辨识论文参考文献
[1].纪连恩,孔雨萌,王炎林,王中原,田彬.面向系统辨识的火电控制时序数据可视分析[J].计算机辅助设计与图形学学报.2019
[2].鄢文刚.面向工业控制与软测量建模的系统辨识方法研究[D].浙江大学.2019
[3].方梦园.面向工业模型预测控制的高精度系统辨识方法研究[D].浙江大学.2018
[4].颉俊杰.面向控制的飞行机器人闭环辨识建模研究[D].兰州交通大学.2018
[5].蔡鹏翔.面向控制的高速列车的闭环辨识建模[D].兰州交通大学.2017
[6].丁宝苍,陈桥,谢亚军.面向预测控制的有限阶跃响应模型辨识[J].控制与决策.2016
[7].何良辰.面向非线性特性的超精密平台辨识和控制方法[D].哈尔滨工业大学.2016
[8].柳勇军,陆超,于淼.面向广域阻尼控制的电力系统降阶辨识[J].南方电网技术.2014
[9].唐得志.面向控制的系统辨识理论的研究[D].南京航空航天大学.2014
[10].陈科屹,阮征,何强,贺静波.面向广域阻尼控制的电力系统降阶辨识研究[J].四川电力技术.2014