螺旋管基于输入输出数据研究了网络化系统的预测控制

时间：2022/04/07    点击量：0

螺旋管即可考虑直接利用输入输出数据的信息来计算控制器以达到设计目标，目前，基于数据的控制与整定研究热点主要包括无模型自适应控制选代学习控制，自动整定，以及从子空间辨识方法推广得到的数据驱动容错控制作为基于数据的典型方法之一，无模型自适应控制方法常与模糊思想及预测控制结合，为结构复杂难以建模的系统提供智能化的控制策略，相关文献多侧重于理论研究。
　　选代学习与自动整定在工业上常被用于信号跟踪控制系统，在实际应用时需要考虑应用背景是否符合相应方法的使用前提在子空间辨识的相关理论中，由于假设形式已知的线性状态空间模型可以借助矩阵和系统参数化处理来得到后的子空间和等价向量，所以也可以将相应的方法推广到过程的预测控制与容错控制研究中，例如，使用可测量的过程数据研究了炼铁过程中鼓风炉的预测问题；通过在线提取相应数据，对电机系统进行了自适应预测控制；在子空间辨识方法的部分理论基础上，螺旋管基于输入输出数据研究了网络化系统的预测控制。使用此类方法需要注意：它们虽得益于模型与数据的结合，但是不能处理非线性的过程系统和非高斯分布的数据。除了过程监测及预测过程控制与整定这两方面的应用以外，工业上的非线性过程预测的研究现状实际应用环境中的工业过程从本质上来说都是非线性的，普遍具有较强的不确定性，而且通常受到各种干扰信号和时间滞后的影响。