一种基于闭环辨识模型的线性二次型最优动态前馈-反馈PID控制系统及其控制方法

    公开(公告)号:CN110764417B

    公开(公告)日:2022-06-03

    申请号:CN201911106193.8

    申请日:2019-11-13

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于闭环辨识模型的线性二次型最优动态前馈‑反馈PID控制系统及其控制方法,包括采样现场闭环运行数据,闭环辨识ARX模型,将其转换为能观测规范形离散时间状态空间模型,得到可测扰动量前馈控制模型;设计二次型性能指标;最小化性能指标得到线性状态反馈控制矩阵;计算可测扰动量的状态量估计,进而得到线性最优二次型动态前馈控制器的前馈控制律;将线性二次型最优动态前馈控制器与PID控制器结合,设计前馈‑反馈PID控制系统。本发明适用于非最小相位系统的动态前馈设计;利用二次型性能指标设计前馈控制律,得到较好和灵活的前馈控制律。结合工业现场PID控制系统,对现场控制策略改动小,具有良好的应用前景。

    一种基于闭环辨识模型的线性二次型最优动态前馈-反馈PID控制系统及其控制方法

    公开(公告)号:CN110764417A

    公开(公告)日:2020-02-07

    申请号:CN201911106193.8

    申请日:2019-11-13

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于闭环辨识模型的线性二次型最优动态前馈-反馈PID控制系统及其控制方法,包括采样现场闭环运行数据,闭环辨识ARX模型,将其转换为能观测规范形离散时间状态空间模型,得到可测扰动量前馈控制模型;设计二次型性能指标;最小化性能指标得到线性状态反馈控制矩阵;计算可测扰动量的状态量估计,进而得到线性最优二次型动态前馈控制器的前馈控制律;将线性二次型最优动态前馈控制器与PID控制器结合,设计前馈-反馈PID控制系统。本发明适用于非最小相位系统的动态前馈设计;利用二次型性能指标设计前馈控制律,得到较好和灵活的前馈控制律。结合工业现场PID控制系统,对现场控制策略改动小,具有良好的应用前景。

    一种基于高斯朴素贝叶斯分类器和预报误差法相结合的发电机组辨识数据筛选方法

    公开(公告)号:CN110413601A

    公开(公告)日:2019-11-05

    申请号:CN201910598184.9

    申请日:2019-07-04

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于高斯朴素贝叶斯分类器和预报误差法相结合的发电机组辨识数据筛选方法,包括分析所选辨识对象特性,得到相应的辨识参数;针对对象经验辨识结果和数据本身的分布特性,选择适量的可辨识和难以辨识的数据组成训练集;利用训练集对高斯朴素贝叶斯分类器进行训练,得到各个参数的先验概率;利用训练后的分类器对测试集进行粗分,得到多个可用数据段;利用预报误差法的模型拟合度对可用数据段进行细分,得到最优可辨识数据段,或者设置拟合度阈值,得到多个辨识较好数据段。本发明节省了大量的数据处理时间,避免了多次重复劳动,同时提高了筛选数据的精度。

    基于高斯朴素贝叶斯和预报误差法的发电机数据筛选法

    公开(公告)号:CN110413601B

    公开(公告)日:2021-10-19

    申请号:CN201910598184.9

    申请日:2019-07-04

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于高斯朴素贝叶斯和预报误差法的发电机数据筛选法,包括分析所选辨识对象特性,得到相应的辨识参数;针对对象经验辨识结果和数据本身的分布特性,选择适量的可辨识和难以辨识的数据组成训练集;利用训练集对高斯朴素贝叶斯分类器进行训练,得到各个参数的先验概率;利用训练后的分类器对测试集进行粗分,得到多个可用数据段;利用预报误差法的模型拟合度对可用数据段进行细分,得到最优可辨识数据段,或者设置拟合度阈值,得到多个辨识较好数据段。本发明节省了大量的数据处理时间,避免了多次重复劳动,同时提高了筛选数据的精度。

Patent Agency Ranking