[發(fā)明專利]非線性參數(shù)變化模型辨識(shí)方法（NPV）

有效

• 申請(qǐng)?zhí)枺?/td>: 201210138606.2
• 申請(qǐng)日: 2012-05-04
• 公開（公告）號(hào): CN103064282A
• 公開（公告）日: 2013-04-24
• 發(fā)明（設(shè)計(jì)）人: 盧建剛;游杰;楊秦敏;孫優(yōu)賢
• 申請(qǐng)（專利權(quán)）人: 浙江大學(xué)
• 主分類號(hào): G05B13/00
• 分類號(hào): G05B13/00
• 代理公司: 浙江杭州金通專利事務(wù)所有限公司 33100
• 代理人: 劉曉春

1.一種非線性參數(shù)變化(NPV)模型辨識(shí)方法，所述方法基于非線性模型辨識(shí)系統(tǒng)，所述系統(tǒng)包括輸入模塊、辨識(shí)對(duì)象、輸出模塊和系統(tǒng)辨識(shí)模塊四個(gè)部分，所述輸入模塊將激勵(lì)信號(hào)施加于辨識(shí)對(duì)象中，辨識(shí)對(duì)象的輸出信號(hào)則通過所述輸出模塊輸出到系統(tǒng)辨識(shí)模塊，所述辨識(shí)對(duì)象的運(yùn)行狀況用一個(gè)或多個(gè)工作點(diǎn)變量的狀況來描述，所述方法包括以下步驟：

步驟（1），局部非線性模型實(shí)驗(yàn)：所述局部是指工作點(diǎn)變量值保持恒定；首先設(shè)定工作點(diǎn)變量值，在工作點(diǎn)變量值保持恒定的前提下，設(shè)定控制變量在工作區(qū)間的取值，然后通過輸入模塊遍歷所有控制變量（MV）在各自工作區(qū)間的取值，從輸出模塊獲取所針對(duì)的一個(gè)被控變量（CV）的穩(wěn)態(tài)輸出數(shù)據(jù)，如果控制變量（MV）的數(shù)量多于一個(gè)，當(dāng)通過輸入模塊遍歷某個(gè)控制變量在其工作區(qū)間的取值時(shí)，其他控制變量保持不變；最后將激勵(lì)信號(hào)通過輸入模塊施加于辨識(shí)對(duì)象的所有控制變量（MV），從輸出模塊獲取所述所針對(duì)的一個(gè)被控變量（CV）的動(dòng)態(tài)輸出數(shù)據(jù)；

步驟（2），辨識(shí)局部非線性模型：所述系統(tǒng)辨識(shí)模塊采用步驟（1）所獲取的穩(wěn)態(tài)輸出數(shù)據(jù)和動(dòng)態(tài)輸出數(shù)據(jù)通過非線性辨識(shí)方法來估計(jì)局部非線性模型的參數(shù)，自動(dòng)完成局部非線性模型的辨識(shí)，獲得步驟（1）所設(shè)定的工作點(diǎn)變量值的局部非線性模型；

步驟（3），重復(fù)上述步驟（1）、（2），自動(dòng)完成所需全部工作點(diǎn)變量值的局部非線性模型的辨識(shí)，獲得所需全部工作點(diǎn)變量值的局部非線性模型，所述全部工作點(diǎn)變量值包括工作點(diǎn)變量的工作區(qū)間的上限與下限；然后檢驗(yàn)局部非線性模型是否滿足所需要的精度閾值，當(dāng)不滿足時(shí)，調(diào)整控制變量在工作區(qū)間的取值或/和調(diào)整激勵(lì)信號(hào)，回至步驟（1）；否則，繼續(xù)；

步驟（4），工作點(diǎn)變量過渡實(shí)驗(yàn)：所述的工作點(diǎn)變量過渡為通過輸入模塊將辨識(shí)對(duì)象從一個(gè)工作點(diǎn)變量值過渡到另一個(gè)工作點(diǎn)變量值的過程；在工作點(diǎn)變量過渡實(shí)驗(yàn)中，改變工作點(diǎn)變量值，并將激勵(lì)信號(hào)通過輸入模塊施加于辨識(shí)對(duì)象的控制變量（MV），從輸出模塊獲取所述所針對(duì)的一個(gè)被控變量（CV）的工作點(diǎn)變量過渡動(dòng)態(tài)數(shù)據(jù)；

步驟（5），辨識(shí)多輸入單輸出非線性參數(shù)變化模型：對(duì)所需全部工作點(diǎn)變量值的局部非線性模型進(jìn)行插值操作，以使局部非線性模型轉(zhuǎn)化為多輸入單輸出非線性參數(shù)變化(NPV?)模型，插值操作中用到的權(quán)值函數(shù)由包括局部非線性模型實(shí)驗(yàn)數(shù)據(jù)和工作點(diǎn)變量過渡實(shí)驗(yàn)數(shù)據(jù)的全部實(shí)驗(yàn)數(shù)據(jù)，通過參數(shù)辨識(shí)來確定；

步驟（6），檢驗(yàn)步驟（5）獲得的多輸入單輸出非線性參數(shù)變化(NPV?)模型是否滿足其精度閾值；當(dāng)不滿足時(shí)，增加局部非線性模型數(shù)量并回至步驟（3），或增加工作點(diǎn)變量過渡實(shí)驗(yàn)數(shù)據(jù)并回至步驟（4）；滿足時(shí)，繼續(xù)；

步驟（7），重復(fù)步驟（1）到步驟（6），辨識(shí)出所有被控變量（CV）的多輸入單輸出非線性參數(shù)變化(NPV?)模型，然后把所有的被控變量（CV）的多輸入單輸出非線性參數(shù)變化(NPV?)模型放在一起，完成多輸入多輸出非線性參數(shù)變化(NPV?)模型的辨識(shí)。

2.根據(jù)權(quán)利要求1所述的非線性參數(shù)變化模型辨識(shí)方法，其特征在于：所述步驟（2）中，所述非線性辨識(shí)方法是基于非參數(shù)模型的辨識(shí)方法，或是基于Hammerstein或者wiener?結(jié)構(gòu)模型的系統(tǒng)辨識(shí)方法。

3.根據(jù)權(quán)利要求2所述的非線性參數(shù)變化模型辨識(shí)方法，其特征在于：所述步驟（2）中，所述基于Hammerstein或者wiener?結(jié)構(gòu)模型的系統(tǒng)辨識(shí)方法是基于Hammerstein或者wiener?結(jié)構(gòu)參數(shù)模型的系統(tǒng)辨識(shí)方法，或是基于Hammerstein或者wiener?結(jié)構(gòu)非參數(shù)與參數(shù)的混合模型的系統(tǒng)辨識(shí)方法；所述基于Hammerstein或者wiener?結(jié)構(gòu)模型是由歸一化穩(wěn)態(tài)非線性和線性部分模型構(gòu)成。

4.根據(jù)權(quán)利要求3所述的非線性參數(shù)變化模型辨識(shí)方法，其特征在于：所述步驟（2）中，所述基于Hammerstein結(jié)構(gòu)非參數(shù)與參數(shù)混合模型的系統(tǒng)辨識(shí)方法采用非線性混合Hammerstein模型的結(jié)構(gòu)，該結(jié)構(gòu)由穩(wěn)態(tài)的歸一化直接線性反饋神經(jīng)網(wǎng)絡(luò)（DLF）和線性部分模型構(gòu)成。