基于离线参数辨识的U模型控制方案

摘要

在工业现场有大量的存档数据,合理利用这些数据将有助于对被控对象进行更加全面的了解,实现更加精确的控制.由于被控对象的时变以及受到扰动的影响,对系统采用单一固定模型进行建模显得非常困难.U模型面向控制,利用自适应LMS算法可以在线实时地对网络权值进行调整,根据辨识出的网络权值数据,利用基于牛顿法的求根方式进行控制量的选取.文章利用归一化的U模型进行离线控制参数的提取,根据输入输出数据的大小进行控制区间的划分,在各个子区间给出相应的辨识网络权值,制定离线决策表.在线运行时,将辨识U模型网络同被控对象并联运行,通过实际的辨识误差调整U模型网络权值,利用离线决策表进行网络权值的初始化给定以及监控重赋值操作.利用求根法求解控制量,完成最终控制.仿真验证了方案的有效性.