專利名稱：基于時間序列的多模型自適應控制器及控制方法
技術領域：
本發(fā)明涉及一種非線性被控對象，具體涉及基于時間序列的多模型自適應控制方法在非線性系統(tǒng)中的應用。
背景技術：
隨著社會科技與經濟的發(fā)展，生產工業(yè)的自動化程度不斷提高，大多數(shù)的流程工業(yè)都實現(xiàn)了生產控制設備的集成化和系統(tǒng)化。大型工業(yè)控制系統(tǒng)以其設備的多樣性和復雜性為特點，這種系統(tǒng)存在大量不確定性和強非線性，快時變，多工況等特點。在這種情況下，以往的控制方法因為無法達到良好的控制性能，而導致生產效率低下、生產資料的浪費。對于這種數(shù)學模型事先難以確定，或模型經常變化的復雜系統(tǒng)，反饋控制、最優(yōu)控制等都不能很好的解決其控制問題。針對對象特性參數(shù)變化范圍較大的情況，自適應控制算法可以不斷測量被控對象狀態(tài)、性能或參數(shù)的變化，通過決策來改變自適應控制器的結構，參數(shù)或根據(jù)自適應律來改變控制作用，從而克服或降低系統(tǒng)受外來干擾或內部參數(shù)變動所帶來的對控制性能的影響，以保證系統(tǒng)在某種意義下的最優(yōu)狀態(tài)。自適應控制作為現(xiàn)代控制理論的一個重要分支，在控制方案、控制系統(tǒng)結構、穩(wěn)定性、收斂性等方面都有了突破性的進展。盡管自適應控制方法能夠處理一定范圍內的系統(tǒng)參數(shù)變化，但對于復雜的工業(yè)過程來說，系統(tǒng)的故障或子系統(tǒng)動態(tài)變化引起的系統(tǒng)參數(shù)大幅度跳變或者被控對象從一個工況突然變化到其它工況的情況下，由于系統(tǒng)的自適應模型無法適應劇烈的變化，易導致控制性能的惡化。
發(fā)明內容
針對上述現(xiàn)有技術中存在的技術問題，本發(fā)明提供一種基于時間序列的多模型自適應控制器及控制方法。該方法利用系統(tǒng)的時間序列和方向導數(shù)來辨識系統(tǒng)工作點的緩慢變化，通過系統(tǒng)數(shù)據(jù)間的時間與空間關系來對多模型集進行優(yōu)化，從而達到減少模型數(shù)量，提高系統(tǒng)辨識精度和系統(tǒng)控制性能的目的。為達到上述目的，本發(fā)明所采用的技術方案如下一種基于時間序列的多模型自適應控制控制器，主要由多模型集、控制器和切換機構三部分組成，其中，多模型集用來對系統(tǒng)進行逼近，對系統(tǒng)的參數(shù)及工作點的變化進行辨識，切換機構用來在多模型集中選擇一個與被控對象最為接近的模型，以實現(xiàn)對被控對象的精確辨識，控制器是由切換機構選出的最優(yōu)模型設計而來，從而實現(xiàn)對系統(tǒng)的最優(yōu)控制。所述多模型集包括多個線性局部模型、一個線性加權模型和兩個全局線性自適應模型。建立線性局部模型需要對系統(tǒng)的已知數(shù)據(jù)利用模糊核聚類自適應算法(KernelFuzzy Clustering Method with Self-adaption, KFCMA)來對系統(tǒng)數(shù)據(jù)進行聚類處理，將系統(tǒng)數(shù)據(jù)按照聚類隸屬度劃分成若干個子集，再對各個子集，利用遞推最小二乘法(Recursive Least Squares, RLS)建立局部線性模型。在每一個采樣時刻，將新獲得的系統(tǒng)輸入輸出數(shù)據(jù)根據(jù)其與各聚類中心的距離分類到最近的聚類中去。利用系統(tǒng)數(shù)據(jù)的時間序列及新數(shù)據(jù)點到其它聚類中心的方向導數(shù)來判斷系統(tǒng)工作點的變化趨勢。并利用新數(shù)據(jù)點所在的聚類局部模型與趨勢聚類局部模型來建立一個局部加權模型。多模型集中還包括兩個全局的自適應模型，其中一個為自由的自適應模型，另一個為可重新賦值的自適應模型。這兩個模型用來在線性局部模型的基礎上，根據(jù)系統(tǒng)的實時變化來更新模型參數(shù)，從而得到更好的辨識精度。系統(tǒng)的切換機構包括一個適當定義的性能指標，在每一個采樣時刻，計算各個模型的性能指標值，由切換機構選出性能指標值最小的模型作為最優(yōu)模型。一種基于時間序列的多模型自適應控制方法，用于設計上述的多模型自適應控制器，該控制方法所包含的步驟如下S1:用KFCMA算法對先驗數(shù)據(jù)聚類，得聚類數(shù)c ；S2 :根據(jù)RLS方法對各類建立局部模型；S3 :初始化兩個全局自適應模型；S4 :尋找局部模型Mk和Mh，計算a a 2，得到線性加權模型；S5 :各模型的性能指標V⑺，選擇性能指標的值較小的模型；S6 :設計控制器產生控制輸入u(t);S7 :在每個采樣周期重復S4-S6。本發(fā)明技術所帶來的有益效果如下本發(fā)明的基于時間序列的多模型自適應控制器及控制方法，利用系統(tǒng)數(shù)據(jù)的時間和空間的關系來建立多模型集，這使得多模型集對系統(tǒng)的工作點發(fā)生變化時的辨識程度得到了大大提高，從而設計出的控制器可以更好的實現(xiàn)對系統(tǒng)的控制。與現(xiàn)有的其他多模型自適應控制器相比，能夠減小系統(tǒng)的暫態(tài)誤差，提高系統(tǒng)暫態(tài)性能和穩(wěn)態(tài)性能。
圖1是本發(fā)明所公開的多模型自適應控制器的系統(tǒng)結構框圖；圖2(1)和2(2)分別是在單個自適應控制器下系統(tǒng)的輸出曲線和輸入曲線；圖3(1)和3(2)是在傳統(tǒng)的多模型自適應控制器下系統(tǒng)的輸出曲線和輸入曲線；圖4(1)和(2)分別為本發(fā)明的控制器下系統(tǒng)的輸出曲線和輸入曲線。
具體實施例方式下面結合附圖和具體實施例對本發(fā)明的技術方案作詳細說明， 本實施例在以本發(fā)明技術方案為前提下進行實施，給出了詳細的實施方式和具體的操作過程，但本發(fā)明的保護范圍不限于下述的實施例。如圖1所示，本發(fā)明所針對的被控對象為如下的離散時間非線性系統(tǒng)，該非線性系統(tǒng)可分為線性部分和非線性部分
式中，u(t)，y(t) G R分別是系統(tǒng)的輸入和輸出序列，x(t) G Rn是系統(tǒng)狀態(tài)向量，F(xiàn)( )，H( )是高階函數(shù)。式(I)可以表示為如下形式
權利要求
1.一種基于時間序列的多模型自適應控制器，其特征在于，該控制器主要由多模型集、 切換機構和控制器三部分組成，其中，多模型集用來對系統(tǒng)進行逼近，對系統(tǒng)的參數(shù)及工作點的變化進行辨識，切換機構用來在多模型集中選擇一個與被控對象最為接近的模型，以實現(xiàn)對被控對象的精確辨識，控制器是由切換機構選出的最優(yōu)模型設計而來，實現(xiàn)對系統(tǒng)的最優(yōu)控制。
2.根據(jù)權利要求1所述的多模型自適應控制器，其特征在于，所述的多模型集包括若干個線性局部模型，一個線性局部加權模型以及兩個全局自適應模型。
3.根據(jù)權利要求2所述的多模型自適應控制器，其特征在于，所述的若干個局部線性模型是由模糊核聚類自適應算法對系統(tǒng)數(shù)據(jù)進行聚類處理，將系統(tǒng)數(shù)據(jù)按照聚類隸屬度劃分成若干個子集，再對各個子集利用遞推最小二乘法建立局部線性模型。
4.根據(jù)權利要求2所述的多模型自適應控制器，其特征在于，所述的線性局部加權模型是由分析系統(tǒng)數(shù)據(jù)時間和空間的關系，由系統(tǒng)的時間序列和方向導數(shù)共同預測系統(tǒng)工作點變化趨勢，尋找到的兩個局部線性模型加權得到的。
5.根據(jù)權利要求4所述的多模型自適應控制器，其特征在于，所述的兩個局部線性模型是在每一個采樣時刻，將新獲得的系統(tǒng)輸入輸出數(shù)據(jù)根據(jù)其與各聚類中心的距離分類到最近的聚類中去，利用系統(tǒng)數(shù)據(jù)的時間序列及新數(shù)據(jù)點到其它聚類中心的方向導數(shù)來判斷系統(tǒng)工作點的變化趨勢，得到新數(shù)據(jù)點所在的聚類局部模型與趨勢聚類局部模型。
6.根據(jù)權利要求3所述的自適應控制器，其特征在于，所述的兩個全局自適應模型的其中一個是自由的全局自適應模型，另一個是可重新賦值的自適應模型，即在每一次系統(tǒng)模型發(fā)生切換時，如果切換到一個局部模型或是自由的自適應模型上時，則用其參數(shù)值初始化可重新賦值的自適應模型的參數(shù)。
7.根據(jù)權利要求1所述的多模型自適應控制器，其特征在于，所述的切換機構包括一個預先定義的性能指標，在每一個采樣時刻，計算各個模型的性能指標值，由切換機構選出性能指標值最小的模型作為最優(yōu)模型。
8.一種基于時間序列的多模型自適應控制方法，其特征在于，用于設計權利要求1至7 中任一所述的多模型自適應控制器，該控制方法所包含的步驟如下51:用KFCMA算法對先驗數(shù)據(jù)聚類，得聚類數(shù)c ；52:根據(jù)RLS方法對各類建立局部模型；53:初始化兩個全局自適應模型；54:尋找局部模型Mk和Mh，計算α ” α 2，得到線性加權模型；S5:各模型的性能指標·7ω，選擇性能指標的值較小的模型；S6:設計控制器產生控制輸入u (t)；S7 :在每個采樣周期重復S4-S6。
全文摘要
本發(fā)明公開一種基于時間序列的多模型自適應控制器及控制方法，該控制器主要由多模型集、切換機構和控制器三部分組成，多模型集用來辨識系統(tǒng)的變化，包含若干個局部線性模型、一個加權模型和兩個自適應模型，局部線性模型用來覆蓋系統(tǒng)模型的所有變化范圍，加權模型用來辨識系統(tǒng)工作點的緩慢變化，自適應模型用來提高控制精度，切換機構選擇最優(yōu)模型實現(xiàn)控制。該控制器及控制方法不但具有良好的暫態(tài)性能，較快的控制速度，而且在相似的控制效果下，可以極大地減少模型的數(shù)量。
文檔編號G05B13/04GK103034122SQ20121049611
公開日2013年4月10日 申請日期2012年11月28日 優(yōu)先權日2012年11月28日
發(fā)明者王昕 , 黃淼, 牟金善 申請人:上海交通大學