数据与模型融合的无模型改进控制算法研究

摘要

针对工业过程中难以建立精确数学模型的时滞复杂非线性系统,基于数据驱动控制理论的无模型控制方法不依赖系统数学模型,只需系统输入输出数据,就可以实现复杂对象的控制,具有理论上的新颖性。因此,发展数据驱动控制理论有重要的理论与实际意义。本文针对无模型控制中的泛模型理论以及无模型控制律存在的不完善之处做了研究与改进,具体研究内容如下:
　　(1)深入研究了无模型控制算法以及基于多新息理论的无模型控制改进算法,采用随机逼近方法,证明了基于多新息无模型控制算法的收敛性。
　　(2)对基于多新息理论的无模型控制算法的改进,主要进行了以下工作:
　　利用误差反馈原理,提出了带误差反馈的多新息无模型控制改进算法。该算法不仅能够充分有效的利用系统的输入输出数据,还能利用误差充分的修正泛模型,在提高收敛性的同时也能有效解决系统超调问题;
　　针对多新息无模型控制算法中的控制参数优化问题,利用果蝇优化算法对控制器中的相关参数进行在线调优。利用仿真手段验证改进方法的有效性。
　　(3)研究了PID神经网络辨识与控制理论,提出了基于多新息理论的PID神经网络改进算法,从理论上证明了该方法的收敛性。最后结合仿真实验验证了方法的有效性。
　　(4)结合具体项目,针对具有时滞复杂非线性特性的六自由度可调平台的姿态调整问题,深入研究了Stewart模型、开放式控制系统及相关理论,采用本文提出的改进算法对Stewart实物系统进行控制,实验表明所提出的改进方法能够有效地解决六自由度可调平台的控制问题。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 论文选题依据、研究背景及意义

1.2 相关领域国内外发展现状

1.3 论文主要研究内容及安排

2 无模型自适应控制算法

2.1 标准无模型控制算法

2.2 二阶泛模型无模型控制算法

2.3 小结

3 无模型自适应控制算法改进研究

3.1 多新息辨识理论

3.2 基于多新息理论的无模型控制律的改进算法

3.3 带误差反馈的多新息无模型控制算法研究

3.4 无模型控制算法的在线优化

3.5 基于多新息理论的PID神经网络改进算法研究

3.6 仿真研究

3.7 小结

4 六自由度的软、硬件平台研究

4.1 Stewart平台结构分析

4.2 对位系统控制系统及算法实现

4.3 系统控制实例

4.4 小结

5 结论与展望

5.1 结论

5.2 展望

参考文献

攻读硕士学位期间发表的论文及所取得的研究成果

致谢