换一批
换一批
项目年度编号
1800250126
中图分类号
N945.14
成果公布年份
2018
成果简介
该项目属于控制科学与工程领域的基础理论与方法研究，包含了2项国家自然科学基金项目和2项省部级项目研究成果。复杂工业过程含有非线性、不可测变量、有色噪声干扰、变量耦合或参数耦合等因素，该项目采用模块化动态系统进行过程建模，对辅助模型思想、滤波技术、迭代估计方法、非线性关键项分离技术、递阶辨识原理等前沿方法，开展了长期深入研究，取得一些重要突破。主要科学发现与创新点如下：
（1）针对含不可测有色干扰噪声的非线性工业过程，采用模块化非线性动态系统建模，提出基于辅助模型思想和过参数化辨识方法的最小二乘参数估计方法，并采用平均值方法进行参数分离，为变量不完全可测非线性系统建模与辨识提供了新方法。
（2）针对模块化动态系统递推算法存在收敛速度慢，参数估计误差大问题，提出收敛速度快的迭代参数估计方法。通过未知项和参数的交互迭代估计方法，实现非线性模块参数和线性模块参数的估计，避免了过参数化，减小了参数估计算法的计算量；进一步通过将准则函数对联合参数向量导数转换为对每个参数向量的偏导，提出Hammerstein非线性系统的牛顿迭代算法。迭代算法充分利用系统可测输入输出数据，提高了参数估计收敛速度和参数估计精度。
（3）针对模块化动态系统过参数化辨识方法计算量大问题，提出模块化动态模型的基于滤波技术和关键项分离技术的最小二乘参数估计方法。通过数据滤波，获得两个维数小的辨识模型；进一步通过关键项分离技术，将其中系统辨识模型变换为线性参数系统模型，避免出现过参数化模型。通过辅助模型输出代替不可测变量和不可测噪声项，用递推最小二乘法实现这两个辨识模型的参数估计。所提出算法协方差矩阵维数变小，改善了算法计算速度，实现了高速在线参数估计。
（4）在采用递阶辨识方法有效解决多变量耦合系统变量之间耦合问题基础上，进一步针对模块化非线性动态系统非线性模块和线性模块之间存在参数耦合的科学问题，采用基于分解的递阶辨识原理将模块化系统分解为多个子系统，降低了系统维数和减小了参数估计计算量，有效地解决了模块化动态系统非线性模块参数和线性模块参数之间耦合问题，通过解耦合避免了过参数化辨识模型，因此减小了算法计算量。
8篇代表性论文SCI期刊他引507次，总他引930次，其中
7篇代表性论文进入ESI高被引论文全球前1%；
3篇代表性论文入选由“2011年和2013年中国百篇最具影响国际学术论文”；
1篇代表性论文获得“2014年欧洲信号处理协会最佳论文奖”。
辨识领域国际著名专家Vojislav Z. Filipovic在其2015年发表在著名SCI期刊上论文中引用了我们3篇代表性论文[4,6,8]，对我们提出的基于递阶辨识原理的参数估计方法给予高度评价，评价为“基于大规模系统分解协同原理的递阶控制理论对模块化动态系统的辨识做出了重要贡献”。该项目成果可推广应用到复杂工业过程的建模上，对复杂工业过程的建模和控制具有重要指导意义。
完成人
王冬青1 丁锋2 刘喜梅3
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
