基于模糊模型的鲁棒辨识研究及应用

《基于模糊模型的鲁棒辨识研究及应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、大连理工大学硕士学位论文基于模糊模型的鲁棒辨识研究及应用姓名：王佳申请学位级别：硕士专业：系统工程指导教师：王宏伟20081201大连理工大学硕士学位论文摘要由于实际的复杂工业过程常常具有强非线性、不确定性、多变量、强耦合以及工况变化频繁等特点，很难建立其精确的数学模型描述，即使能够建立其数学模型，也由于往往过于复杂，使得传统控制难以达到理想的控制效果。扎德提出的模糊集合理论为不能用精确数学模型表达的复杂或病态系统提供了一种有效的建模方法。以系统的输入和输出量试验数据为依据，确定其模糊规则，建立系统的模糊模型。本文紧紧围绕着非线性系统的模糊建模和辨识方法展开讨论

2、和研究。首先，在非线性系统模糊建模过程中，由于存在噪声干扰以及耦合等不确定因素使得通过采用模糊聚类获得的描述模糊关系矩阵，其列间可能存在严重线性相关性，这样必然存在一些冗余规则。如何找到这些规则，化简规则，压缩模糊模型的输入空间是模糊建模的关键问题。本文根据目标函数选择模糊模型的结构，提出了一种非线性系统模糊建模新方法，并通过定理证明了该方法的收敛性。其次，将时域领域的H。辨识方法应用于非线性系统的模糊建模中，使得由干扰到估计误差的最大能量增益达到最小，并利用线性矩阵不等式方法求解辨识过程中未知的能量因子T，克服了实际工程中丫的值通常要由经验值给出的不确定性或是

3、由迭代算法给出的复杂性等缺点。最后，采用模糊辨识方法对电站仿真器中的汽轮发电机密封油冷却系统进行模糊建模，仿真及实验结果表明本文提出的模糊建模方法能有效地建立非线性系统模型，模型具有较好的精确性。相对于其它建模方法而言，得到的模型具有可解释性。关键词：模糊建模；鲁棒辨识；目标函数；H。误差估计；线性矩阵不等式基于模糊模型的鲁棒辨识研究及应用ResearchontheRobustIdentificationofFuzzyModelandItsApplicationAbstractDuetothecomplexityanduncertaintyoftheactual

4、industrialprocess，aswellasthestrong-couplingcondition，itisdifficulttoestablishtheprecisemathematicalmodel．Eventobuilditsmathematicalmodel，itisoftentoocomplex，makingitdifficulttoachievethetraditionalidealeffectofcontr01．Zadehproposedbythefuzzysettheorywhichcanprovidealleffectivemethod

5、forthecomplexandsicksystem．Theinputandoutputdataofthesystemisconsideredasthebasis，thendeterminingthefuzzyrulesandestabishingthefuzzymodel．Thisarticlefocusesonthefuzzyidentificationofthenon-linearsystemtodiscuss．Firstly，inthefuzzymodelingofthenon-linearsystem，kindsofuncertainties，such

6、asthenoiseandcoupling，madethedescriptionoftherelationshipmatrixwhichexistsseriouslinearcorrelationamongtheinter-out．Howtofindtherules，simplifyrulesandreducethefuzzymodeloftheinputspaceisthekeytotheproblemofthefuzzymodeling．Basedonthefuzzyobjectivefunctiontochoosethemodelstructure，ane

7、wmethodusedtothenon—linearfuzzymodelingandparameterestimationisproposedinthearticleandprovedthemethodofconvergencebytheorem．Secondly，H。。identificationmethodintimedomainappliedtonon—linearsystemoffuzzymodeling，whichmakesthelargestenergygainfromtheinterferencetotheestimationerroroftobe

8、smallest．And