[發(fā)明專利]逆模型建模方法及裝置、以及自適應(yīng)逆控制方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201710255070.5
• 申請(qǐng)日: 2017-04-19
• 公開(kāi)（公告）號(hào): CN107450311A
• 公開(kāi)（公告）日: 2017-12-08
• 發(fā)明（設(shè)計(jì)）人: 張冠宇;張皓晨;林君;張劉;王藝添;樊毅堯
• 申請(qǐng)（專利權(quán)）人: 吉林大學(xué)
• 主分類號(hào): G05B13/04
• 分類號(hào): G05B13/04
• 代理公司: 北京成創(chuàng)同維知識(shí)產(chǎn)權(quán)代理有限公司11449
• 代理人: 蔡純,張靖琳

1.一種逆模型建模方法，包括以下步驟：

將提供給被控系統(tǒng)的控制信號(hào)X和來(lái)自被控系統(tǒng)的輸出信號(hào)Y作為樣本，利用克里金算法進(jìn)行建模訓(xùn)練，得到克里金逆模型，并基于克里金逆模型得到控制信號(hào)X的輸出信號(hào)

將輸出信號(hào)Y與輸出信號(hào)相減，得到偏差信號(hào)e；以及

利用偏差信號(hào)e對(duì)克里金逆模型進(jìn)行調(diào)整。

2.根據(jù)權(quán)利要求1所述的逆模型建模方法，其中，通過(guò)將控制信號(hào)X輸入到被控系統(tǒng)中，加上外界擾動(dòng)信號(hào)后得到所述輸出信號(hào)Y。

3.根據(jù)權(quán)利要求1所述的逆模型建模方法，其中，所述將控制信號(hào)X和輸出信號(hào)Y作為樣本，利用克里金算法進(jìn)行建模訓(xùn)練包括：

基于控制信號(hào)X和輸出信號(hào)Y構(gòu)造克里金模型；以及

以預(yù)測(cè)偏差最小為目標(biāo)，利用相應(yīng)的優(yōu)化算法，選取所述克里金算法模型的相關(guān)性系數(shù)。

4.根據(jù)權(quán)利要求3所述的逆模型建模方法，其中，所述基于控制信號(hào)X和輸出信號(hào)Y構(gòu)造克里金模型包括：

構(gòu)造Y(X)＝f^T(X)β_k+z_k(X)

其中f^T(X)＝[f₁(X),…,f_m(X)]^T是關(guān)于X的多項(xiàng)式，β_k＝[β_k1,…,β_km]^T，式中β_k是回歸系數(shù)向量，z_k(X)是隨機(jī)誤差函數(shù),m是回歸模型基函數(shù)的個(gè)數(shù)，Y(X)是待測(cè)響應(yīng)值，其中，

E[z_k(X)]＝0

Var[zk(X)]=σz2]]>

Cov(x_i,x_j)＝σ²R(x_i,x_j),i,j＝1...n_k

其中，E[z_k(X)]表示均值計(jì)算，Var[z_k(X)]表示方差計(jì)算，Cov(x_i,x_j)表示協(xié)方差矩陣，x_i與x_j為X的已知樣本點(diǎn)，n_k為樣本點(diǎn)數(shù)，R(x_i,x_j)為相關(guān)函數(shù)，σ²為過(guò)程方差，為隨機(jī)誤差函數(shù)z_k(x)的過(guò)程方差。

R(θk,xi,xj)=Πk=1nR(θk,xik-xjk)]]>

θ_k為相關(guān)性系數(shù)，即克里金逆模型的逆運(yùn)算參數(shù)，x_i^k為x_i的第k個(gè)分量，x_j^k為x_j的第k個(gè)分量。