导读:本文包含了时滞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:系统,模型,递归,算法,准线,函数,迭代法。
时滞辨识论文文献综述
李敏花,柏猛,吕英俊[1]（2019）在《基于粒子群优化的低阶时滞系统辨识》一文中研究指出为了解决低阶时滞系统阶跃响应辨识问题,提出基于粒子群优化的参数估计方法.方法主要包括参数初值计算和参数估计两部分.首先,采用积分方程方法估计时滞系统参数初值,通过设置参数初值估计误差,得到系统参数取值范围.然后,为了减小由观测噪声引起的参数估计误差,采用粒子群优化算法优化模型参数.最后,通过仿真实验分别验证文中方法在不同噪声条件下辨识低阶时滞系统的性能.实验表明,文中方法具有良好的参数估计精度和较强的抗噪能力,可有效解决噪声条件下低阶时滞系统的阶跃响应辨识问题.(本文来源于《模式识别与人工智能》期刊2019年06期）
王黎杰[2]（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）
单永明,王亚刚,王凯[3]（2019）在《高阶加时滞模型的系统频域辨识》一文中研究指出针对工业控制系统中带有时滞环节的高阶过程对象,由于设计控制器比较困难,文中采用二阶加纯滞后模型的频域辨识方法,通过采样对象的输入和输出数据,分析其频率响应并确定重要频率段。选取若干个重要频率响应点,利用幅频特性估算出系统模型参数,达到模型降阶目的。MATLAB仿真结果表明,文中方法适用于广泛的高阶时滞对象,并具有较好的准确性和鲁棒性。(本文来源于《电子科技》期刊2019年03期）
严佳烨,周嘉颖,吴召艳[4]（2019）在《离散时滞动力学网络的拓扑辨识》一文中研究指出考虑离散时滞动力学网络的拓扑辨识问题.通过选取合适的参数自适应更新法则,设计有效的响应网络估计器来辨识网络中未知的或不确定的耦合矩阵,并利用Frobenius矩阵范数和Lasalle不变原理证明了该方法的可行性.值得注意的是,网络的耦合矩阵可以是有向加权的. 2个数值例子验证了该方法的有效性.(本文来源于《江西师范大学学报(自然科学版)》期刊2019年01期）
康天娇[5]（2018）在《非线性时滞系统动态神经网络辨识和预测控制研究》一文中研究指出现在大多工业过程都存在非线性和时滞的现象,如高纯蒸馏塔,高放热化学反应,pH中和过程,冷却处理,生化过程等等。非线性时滞系统的辨识和控制,一直以来受到研究者们广泛关注。本文是在前人的研究基础之上,利用动态神经网络来处理非线性时滞系统的辨识和控制问题。本文研究的主要内容和创新点如下:1、针对非线性时滞系统,利用动态神经网络即动态极限学习机和递归网络来辨识,提出了动态极限学习机算法和准线性递归神经网络算法,本文重点研究的是准线性递归网络算法。相比于极限学习机,动态极限学习机的创新之处在于其结构上只有两个输入节点,且在其输入层节点和隐含层节点之间引入可调节的时滞参数,时滞参数用粒子群算法来优化,适合处理带有时滞的非线性系统。但是,由于动态极限学习机容易产生过拟合,随机性较强等缺点,本文基于递归神经网络提出准线性递归神经网络方法,该算法将递归神经网络嵌入到准线性模型中,宏观上可以看成一个准ARX模型。在辨识过程中可以将其分解成线性部分和非线性部分。其中线性部分采用递推最小二乘来辨识,非线性部分采用递归神经网络来辨识。最后通过两个实验来证明辨识的有效性,且与动态极限学习机辨识作对比,实验仿真证明准线性递归神经网络辨识效果更好。2、在动态神经网络辨识的研究基础之上,对其进行预测控制研究。因为动态极限学习机容易产生过拟合,随机性较强,不适合用于预测控制,且基于准线性递归网络的辨识效果更好。基于此,本课题采用准线性递归神经网络来对系统进行控制。在提出的准线性递归神经网路控制中,神经网络不再是直接用作预测模型和控制器,而是间接地嵌套在准线性模型中。在准线性递归网络预测控制中控制律只需一步求导,求解简单易行。而基于递归神经网络的预测控制中控制律求解过程较繁琐,且容易出现梯度消失现象。最后理论和仿真实验表明基于准线性递归神经网络的预测控制可以对系统进行很好控制。(本文来源于《北京化工大学》期刊2018-05-31）
董世建[6]（2018）在《工业时滞过程传递函数模型的抗扰辨识》一文中研究指出系统辨识已广泛应用于工业过程动态响应建模、先进控制系统设计、以及在线自整定优化。在工业控制系统中采用的内模控制方法、模型预测控制、Smith预估器等,都是基于过程动态响应传递函数模型来设计控制器和整定系统性能参数。很多工业生产过程中含有系统操作输入时滞或输出响应时滞,对于日益广泛采用的计算机采样控制系统,准确估计出整数型时滞参数是有效辨识模型参数和设计控制系统的基本前提。此外,在实际生产过程和辨识实验中经常会遇到未知动态的负载干扰,采用现有的基于无扰动或白噪声假设的辨识方法会造成不可忽略甚至较大的模型参数估计误差。因此,针对工业时滞过程开展抗扰辨识研究具有重要的理论意义和工程应用价值。本文的主要内容和创新点包括:(1)辨识在有色噪声干扰下的采样时滞系统的输出误差模型(Output error model,缩写OEM)。本文提出一个插值方法和一维搜索算法来估计时滞参数,从而解决了同时辨识整数型时滞和实数型传递函数模型参数这个具有非凸特性的混合整数优化问题,并且分别采用辅助变量法和辅助模型法来消除有色噪声的影响,能实现OEM参数的一致估计。而且,基于随机过程理论,对所提出的辨识方法给出了一致收敛性分析和证明。(2)辨识在未知时变性负载干扰下的采样时滞系统的OEM参数。考虑把扰动输出响应看作一个慢时变参数,将其连同系统模型参数一起进行估计。引入自适应遗忘因子,构造矩阵遗忘因子来更新参数估计协方差矩阵,从而提高辨识算法对时变性扰动响应的跟踪估计性能,以及对时不变系统模型参数估计的一致收敛性。其中,整数型时滞参数采用一维搜索算法确定。同时,对所提出的辨识算法进行了一致收敛性分析和证明。(3)辨识在未知时变性负载干扰下的双率采样时滞系统的OEM参数。通过构造辅助模型预估因双率采样而欠缺的输出数据,将双率辨识问题转换到统一采样率框架下进行研究。扰动输出响应视为一个时变参数进行估计。基于分离策略,采用两个递推最小二乘方法,交替估计系统模型参数和扰动参数。根据两种参数的不同性质来设置两个自适应遗忘因子,以提高辨识算法对时不变系统模型参数的一致收敛估计和对时变性扰动参数的跟踪估计性能。对所提出的算法给出在时不变负载干扰下实现参数一致估计的充分条件。(4)辨识在未知时变性负载干扰下的Hammerstein非线性时滞系统。采用过参数化方法和分离策略,建立双递推最小二乘法交替估计模型参数和时变性扰动输出响应,而且应用多新息策略扩展辨识新息矩阵的维数,从而提高对时不变系统模型参数的估计精度。对于时变性扰动输出响应,采用单新息进行快速跟踪估计。同时,给出所提出辨识算法的收敛性分析和证明。(本文来源于《大连理工大学》期刊2018-01-19）
张子泳,钱峰,黄国栋,罗钢,刘俊磊[7]（2017）在《电力系统多新息随机梯度模型辨识与自适应时滞阻尼控制》一文中研究指出提出了基于多新息随机梯度模型辨识算法的电力系统广域自适应阻尼控制器设计思想。通过对实测输入输出信号进行在线辨识获得了含有互联电力系统全部关键机电振荡模式的精确开环模型;基于自由权矩阵方法研究了广域电力系统时滞相关稳定性条件,基于相关定理设计了状态反馈控制器,利用线性矩阵不等式可以方便求解得到时滞电力系统最大时滞上限。在此基础上,结合状态观测理论实现了互联电力系统的时滞输出反馈控制。针对典型的IEEE四机两区域互联电力系统的时域仿真表明,多新息随机梯度算法可以快速、准确的获得电力系统的开环模型,基于辨识所设计的广域自适应阻尼控制器能够显着地抑制系统低频振荡,提高互联电力系统阻尼和动态稳定性。(本文来源于《云南电力技术》期刊2017年06期）
王雅琳,夏海兵,袁小锋,桂卫华[8]（2018）在《基于趋势相似度分析的多重时滞辨识及其在加氢裂化流程中的应用》一文中研究指出针对复杂工业流程生产单元间变量存在多重时滞且检测困难,提出一种基于趋势相似度分析的多重时滞辨识方法。选取单元间相关性强的关键变量,利用多项式最小二乘拟合后的变量导数数据定义趋势相似度,以经采样时滞平移后的趋势相似度最小,描述多重时滞辨识问题;用L2范数量化趋势相似度向量,将多重时滞辨识问题转化成L2范数最小化问题;并用改进的自适应粒子群算法快速寻优,确定各变量的最优采样时滞。所提方法被应用于加氢裂化流程中,辨识出各变量的实际采样时滞,由此建立了基于局部加权核主元回归的柴油闪点预测模型。实验结果表明:考虑多重时滞的预测模型准确率提高了19.05%,验证了所提时滞辨识方法的有效性。(本文来源于《化工学报》期刊2018年03期）
杨亮亮,时军,鲁文其,史伟民[9]（2018）在《直线伺服系统时滞参数辨识与补偿研究》一文中研究指出为解决直线伺服固有时滞特性对轨迹跟踪性能的影响,以典型的前馈加反馈二自由度控制结构为基础,分析直线伺服时滞特性对其轨迹跟踪精度的影响。在此基础上设计了前馈环节上的时滞控制器,之后针对时滞控制器位于前馈通道时作为一个超前环节控制上无法实现的问题,将时滞参数分为两部分,分别调节理想轨迹指令按照整数倍伺服周期延时及前馈控制信号滤波延时以达到时滞补偿的目的,引入牛顿迭代寻优进行最优时滞参数辨识。仿真与试验结果表明,在前馈加反馈二自由度控制的基础上加入时滞控制器可以有效减小直线伺服系统的闭环位置跟踪误差,特别是显着减小非零加加速度段的闭环位置跟踪误差,提高轨迹跟踪性能。(本文来源于《机械工程学报》期刊2018年05期）
曹法如,冯茂林[10]（2017）在《改进人工鱼群算法及其在时滞系统辨识中的应用》一文中研究指出针对人工鱼群算法(AFSA)存在收敛速度慢和寻优精度低等问题,本文提出了一种改进人工鱼群算法(IAFSA).该算法中的人工鱼能够根据鱼群当前状态调整自身的视野和步长来平衡局部搜索和全局搜索.此外,算法中还加入了引导行为,即人工鱼在觅食行为未发现更优的位置时,当前人工鱼向最优人工鱼移动一步.仿真结果表明,改进人工鱼群算法在收敛速度、寻优精度和克服局部极值等方面有很大优势.本文将改进鱼群算法应用时滞系统的辨识中,辨识结果表明改进算法能获取被控对象的精准数学模型,并具有较强的抗干扰能力.(本文来源于《工程科学学报》期刊2017年04期）
时滞辨识论文开题报告
（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：
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。
（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。
时滞辨识论文参考文献
[1].李敏花,柏猛,吕英俊.基于粒子群优化的低阶时滞系统辨识[J].模式识别与人工智能.2019
[2].王黎杰.时滞系统子空间辨识方法研究[D].河南科技大学.2019
[3].单永明,王亚刚,王凯.高阶加时滞模型的系统频域辨识[J].电子科技.2019
[4].严佳烨,周嘉颖,吴召艳.离散时滞动力学网络的拓扑辨识[J].江西师范大学学报(自然科学版).2019
[5].康天娇.非线性时滞系统动态神经网络辨识和预测控制研究[D].北京化工大学.2018
[6].董世建.工业时滞过程传递函数模型的抗扰辨识[D].大连理工大学.2018
[7].张子泳,钱峰,黄国栋,罗钢,刘俊磊.电力系统多新息随机梯度模型辨识与自适应时滞阻尼控制[J].云南电力技术.2017
[8].王雅琳,夏海兵,袁小锋,桂卫华.基于趋势相似度分析的多重时滞辨识及其在加氢裂化流程中的应用[J].化工学报.2018
[9].杨亮亮,时军,鲁文其,史伟民.直线伺服系统时滞参数辨识与补偿研究[J].机械工程学报.2018
[10].曹法如,冯茂林.改进人工鱼群算法及其在时滞系统辨识中的应用[J].工程科学学报.2017
论文知识图
