多變量過程智能優(yōu)化辨識理論及應(yīng)用
定 價:55 元
叢書名:電氣自動化新技術(shù)叢書
本專著主要探討面向控制工程需求的多變量過程辨識的應(yīng)用理論問題,探索可工程實(shí)現(xiàn)的多變量過程辨識新方法和新技術(shù)。本專著給出一種多變量過程模型智能優(yōu)化辨識問題陳述,提出了多變量過程模型辨識準(zhǔn)確度計(jì)算與評價方法,提出了多變量過程的模型框架和結(jié)構(gòu)確定方法,提出了多變量過程模型準(zhǔn)確辨識的激勵條件,提出了融入機(jī)理分析建模的多變量過程模型辨識思路,提出了基于M批不相關(guān)自然激勵和匯總智能優(yōu)化的多變量過程辨識理論,通過再熱汽溫過程、過熱汽溫過程和脫硝過程的建模案例研究驗(yàn)證了所提出的關(guān)于多變量過程模型辨識新理論方法的有效性。本專著盡力避免晦澀難懂和故弄玄虛的理論闡述,專注于可解決工程實(shí)際問題的應(yīng)用理論問題研究。所提出的理論方法和應(yīng)用技術(shù)可認(rèn)為是當(dāng)前流行的大數(shù)據(jù)分析中急需的一種人工智能應(yīng)用技術(shù)數(shù)據(jù)驅(qū)動建模技術(shù)。本專著適合于從事控制理論應(yīng)用研究以及有關(guān)大數(shù)據(jù)分析、人工智能、智能工廠、智能機(jī)器和智能識別研究的高校師生和研究所研究員參考,也適合于從事電力、化工、信息、能源等產(chǎn)業(yè)的有關(guān)自動化及智能裝備的研發(fā)維護(hù)工程師和技術(shù)人員閱讀。
迄今為止,多變量過程辨識是先進(jìn)控制技術(shù)在實(shí)際工程中推廣應(yīng)用的一個公認(rèn)難題。大量實(shí)踐研究證明,用現(xiàn)有的多變量過程辨識技術(shù)很難辨識出準(zhǔn)確的多變量過程模型,究其原因是現(xiàn)有的多變量過程辨識理論存在固有缺陷,沒有確切的理論證明多變量過程模型的準(zhǔn)確辨識可以實(shí)現(xiàn),并且至今還沒有取得關(guān)鍵性的突破。按照現(xiàn)有的多變量過程辨識理論,人們的認(rèn)識還停留在多變量系統(tǒng)辨識可以看作單變量系統(tǒng)的擴(kuò)展。因此,大多數(shù)人以為用單變量系統(tǒng)辨識可以解決多變量系統(tǒng)辨識的問題,于是長期以來多變量過程辨識的理論研究聚焦在如何把多變量過程模型用單變量模型來表述的模型轉(zhuǎn)換上。一旦實(shí)現(xiàn)了用若干個單變量的子系統(tǒng)表征一個多變量系統(tǒng),就可以套用單變量的系統(tǒng)辨識算法去計(jì)算多變量過程模型參數(shù)。但現(xiàn)在看來這種研究思路是有問題的,因?yàn)槎嘧兞窟^程和單變量過程的區(qū)別在于多輸入變量有可能同時對任一輸出變量產(chǎn)生作用,若是能用解耦器解除這種耦合作用,那么單變量過程辨識理論就可以用了。但是解耦器可用的前提是已知過程模型,這等于說解耦之路走不通?傊,多變量過程辨識理論的研究是繞不開多變量耦合作用這個本質(zhì)問題的。既然如此,多變量過程辨識理論的研究就應(yīng)該圍繞多變量耦合作用這個關(guān)鍵問題來研究解決之道,但是目前為止還沒有看到突破和進(jìn)展。在《閉環(huán)過程辨識理論研究及應(yīng)用》一書中,我們提出了過程辨識的六要素,除了傳統(tǒng)的三要素(數(shù)據(jù)、模型類和準(zhǔn)則)外,新加的要素是過程激勵優(yōu)化。之所以添加這三個要素,是源于對過程辨識更深入的認(rèn)知。因此,多變量過程辨識依然像單變量過程辨識一樣,需要考慮 過程激勵優(yōu)化這三種新要素。首先,針對實(shí)際過程所辨識出的模型究竟準(zhǔn)不準(zhǔn),應(yīng)該考核的是實(shí)際過程和所辨識出模型之間的吻合度,而不僅僅是模型響應(yīng)數(shù)據(jù)和實(shí)際過程響應(yīng)數(shù)據(jù)之間的吻合度。事實(shí)上,人們早已發(fā)現(xiàn)那些數(shù)據(jù)擬合很好的模型并不一定能真正代表實(shí)際過程,這兩者之間的動態(tài)特性可能相差十萬八千里,所以過程要素不可不加。其次,人們早已發(fā)現(xiàn)所采集到的實(shí)際過程響應(yīng)數(shù)據(jù)能否體現(xiàn)實(shí)際過程特性與辨識時輸入激勵信號的關(guān)系很大。顯然,強(qiáng)激勵帶來強(qiáng)響應(yīng)數(shù)據(jù),弱激勵帶來弱響應(yīng)數(shù)據(jù),零激勵只能帶來零響應(yīng)數(shù)據(jù),噪聲激勵只能帶來噪聲響應(yīng)數(shù)據(jù)。強(qiáng)響應(yīng)數(shù)據(jù)意味著某些過程變量超限,屬于事故狀態(tài)特性,可能危及生產(chǎn)安全,所以是不被期待的;弱響應(yīng)數(shù)據(jù)也不好,因?yàn)檫^程所具有的動態(tài)特性激發(fā)不足,辨識出的過程模型將有所缺失;零響應(yīng)數(shù)據(jù)就更不能用了,因?yàn)橹荒鼙孀R出虛假模型,所以所期待的是不強(qiáng)也不弱的激勵得來的恰到好處的響應(yīng)數(shù)據(jù),因此激勵要素不能不專門考慮。再者,傳統(tǒng)辨識的優(yōu)化計(jì)算只是小二乘算法一家獨(dú)大,那時優(yōu)化要素和準(zhǔn)則要素合并在一起考慮是可以被接受的。但是,進(jìn)入到智能時代以后,有了更優(yōu)越的智能優(yōu)化算法,有了更強(qiáng)大的計(jì)算機(jī)技術(shù),幾萬次迭代優(yōu)化計(jì)算可以瞬間完成, 優(yōu)化要素就不得不單獨(dú)列出了。大量的研究文獻(xiàn)已經(jīng)表明,用智能優(yōu)化技術(shù)可突破用小二乘優(yōu)化技術(shù)的局限性,解決了許多原先用小二乘優(yōu)化技術(shù)不能解決的過程辨識問題,顯著提高了過程辨識的精度。如果不重視優(yōu)化要素的存在,則很有可能得到誤差很大的辨識模型。在以下展開的多變量過程辨識理論研究中,新加的要素過程和激勵啟發(fā)了我們新的研究思路。受過程要素啟發(fā)的一條思路就是通過機(jī)理分析建模技術(shù)確定被辨識過程的模型結(jié)構(gòu)和參數(shù)域。研究表明,要想讓所辨識出的模型吻合實(shí)際過程特性,首先要讓所確定的模型結(jié)構(gòu)吻合實(shí)際過程特性。這對于單變量過程辨識是需要的,對于多變量過程辨識是更加需要的,因?yàn)樗孀R出的模型與實(shí)際過程特性之間的誤差莫過于模型結(jié)構(gòu)不吻合。例如,實(shí)際過程特性是慣性特性,所確定的辨識模型結(jié)構(gòu)也應(yīng)該是慣性特性結(jié)構(gòu);若是選用振蕩特性結(jié)構(gòu)模型,則辨識模型特性將永遠(yuǎn)無法與實(shí)際過程特性吻合。必須指出,已經(jīng)有過不少關(guān)于模型結(jié)構(gòu)辨識的研究報(bào)道,但是,已提出的模型結(jié)構(gòu)辨識僅僅局限于對模型階數(shù)的辨識。即便能準(zhǔn)確辨識出模型階數(shù),也解決不了以上所提出的確定模型結(jié)構(gòu)的問題,因?yàn)槲覀兯枰氖歉顚哟文P徒Y(jié)構(gòu)的確定。對線性模型而言,就是零點(diǎn)和極點(diǎn)的確定。例如,確定模型有左實(shí)極點(diǎn),就可以確認(rèn)被辨識過程含有慣性特性;確定有左復(fù)極點(diǎn),就可知被辨識過程含有振蕩特性。確定被辨識過程模型結(jié)構(gòu)的問題,目前有三種方法:一是由人任憑經(jīng)驗(yàn)確定;二是用機(jī)理分析建模技術(shù)來確定;三是用類似數(shù)據(jù)挖掘的技術(shù)來確定。綜合考慮,由人憑經(jīng)驗(yàn)確定和用類似數(shù)據(jù)挖掘的技術(shù)來確定的方法具有較大的盲目性,而采用機(jī)理分析建模技術(shù)來確定被辨識過程的模型結(jié)構(gòu)更有科學(xué)依據(jù)。而且,只要被辨識過程裝置的設(shè)計(jì)制造資料齊全,采用機(jī)理分析建模技術(shù)不但能確定被辨識過程的模型結(jié)構(gòu),還可以估算出模型參數(shù)的合理參數(shù)域。受激勵要素啟發(fā)的一條思路就是優(yōu)選自然激勵的生產(chǎn)運(yùn)行大數(shù)據(jù)來保證被辨識過程的數(shù)據(jù)富含過程特性信息。這本專著還可以看成是作者《多容慣性標(biāo)準(zhǔn)傳遞函數(shù)控制器設(shè)計(jì)理論及應(yīng)用技術(shù)》《PID控制器參數(shù)整定方法及應(yīng)用》《閉環(huán)過程辨識理論及應(yīng)用技術(shù)》三本專著的后續(xù)。因?yàn)椤抖嗳輵T性標(biāo)準(zhǔn)傳遞函數(shù)控制器設(shè)計(jì)理論及應(yīng)用技術(shù)》提出了一種依賴于過程模型的先進(jìn)控制技術(shù),《PID控制器參數(shù)整定方法及應(yīng)用》提出了依賴于過程模型的PID控制器參數(shù)整定技術(shù),《閉環(huán)過程辨識理論及應(yīng)用技術(shù)》提供了一套在閉環(huán)控制條件下進(jìn)行單變量過程模型辨識的實(shí)用理論和技術(shù),而眼下這本專著重在解決多變量過程模型的準(zhǔn)確辨識問題。這四本專著將構(gòu)成一套行之有效的先進(jìn)過程辨識和控制理論及應(yīng)用技術(shù)。作者2021年5月1日
前言第1章 多變量過程辨識研究進(jìn)展點(diǎn)評11.1基于小二乘法的多變量過程辨識研究31.2基于子空間法的多變量過程辨識研究71.3基于閉環(huán)順序激勵法的多變量過程辨識研究91.4基于智能優(yōu)化法的多變量過程辨識研究101.5現(xiàn)有多變量過程辨識理論的工程應(yīng)用問題思考121.6基于自然激勵動態(tài)響應(yīng)數(shù)據(jù)的多變量過程智能優(yōu)化辨識研究121.7融入數(shù)據(jù)挖掘技術(shù)的多變量過程辨識研究151.8融入機(jī)理分析建模的多變量過程辨識研究16第2章 多變量過程智能優(yōu)化辨識理論182.1多變量過程模型智能優(yōu)化辨識問題182.2多變量過程模型辨識準(zhǔn)確度計(jì)算準(zhǔn)則192.3多變量過程模型智能優(yōu)化辨識算法222.4多變量過程模型準(zhǔn)確辨識的激勵條件232.5非零初態(tài)條件下的多變量過程辨識292.6多變量過程模型結(jié)構(gòu)的確定方法302.7基于閉環(huán)控制機(jī)理的多變量過程模型框架構(gòu)建34第3章 基于機(jī)理分析的典型多變量過程建模原理及模型363.1機(jī)械過程的動態(tài)特性機(jī)理分析模型363.2流體過程的動態(tài)特性機(jī)理分析模型383.3傳熱過程的動態(tài)特性機(jī)理分析模型413.4電氣過程的動態(tài)特性機(jī)理分析模型443.5化學(xué)反應(yīng)過程的動態(tài)特性機(jī)理分析模型463.6混合系統(tǒng)的動態(tài)特性機(jī)理分析模型48第4章 融入機(jī)理分析建模的多變量過程辨識534.1用機(jī)理分析方法確定多變量過程模型總體架構(gòu)544.2用機(jī)理分析建模方法確定多變量過程模型的子模型結(jié)構(gòu)554.3用機(jī)理分析方法確定的多變量過程模型的子模型參數(shù)域564.4融合機(jī)理分析建模的多變量過程模型辨識流程56第5章 基于M批不相關(guān)自然激勵和匯總智能優(yōu)化的多變量過程辨識理論585.1基于M批不相關(guān)自然激勵和匯總優(yōu)化的多變量過程辨識理論概述585.1.1多變量過程模型的傳遞函數(shù)矩陣表達(dá)595.1.2多變量過程模型辨識的M批不相關(guān)激勵595.1.3多變量過程模型辨識的M批不相關(guān)自然激勵響應(yīng)數(shù)據(jù)的選取615.1.4多變量過程模型辨識的匯總優(yōu)化指標(biāo)設(shè)計(jì)和智能優(yōu)化辨識算法625.2多變量過程辨識的MUNEAIO方法的實(shí)驗(yàn)驗(yàn)證635.2.1基于已知模型的多變量過程辨識的MUNEAIO方法的實(shí)驗(yàn)驗(yàn)證635.2.2多變量過程辨識的MUNEAIO方法與傳統(tǒng)方法的實(shí)驗(yàn)對比675.2.3針對未知模型的實(shí)際多變量過程辨識的MUNEAIO方法的實(shí)驗(yàn)驗(yàn)證72第6章 多變量過程辨識新理論的應(yīng)用案例再熱汽溫過程建模776.1換熱過程的動態(tài)機(jī)理分析建模方法776.1.1單相受熱管分布參數(shù)模型及建;炯俣786.1.2單相受熱管分布參數(shù)模型的基本方程組796.1.3線性化處理816.1.4傳遞函數(shù)模型的導(dǎo)出836.1.5單相受熱管分布參數(shù)傳遞函數(shù)模型的簡化856.1.6單相受熱管簡化模型的工程應(yīng)用問題與解決方法876.1.7單相受熱管分布參數(shù)簡化模型的誤差分析與準(zhǔn)確度評價936.2再熱器汽溫動態(tài)過程的機(jī)理建模966.2.1再熱汽溫系統(tǒng)的影響因素966.2.2再熱汽溫過程機(jī)理建模976.3再熱器過程模型的多變量過程辨識新理論應(yīng)用案例1026.3.1再熱汽溫系統(tǒng)模型結(jié)構(gòu)的確定1026.3.2低溫再熱汽溫過程的MUNEAIO建模1036.3.3高溫再熱汽溫過程的MUNEAIO建模107第7章 多變量過程辨識新理論的應(yīng)用案例過熱汽溫過程建模1117.1過熱蒸汽溫度噴水減溫過程的模型結(jié)構(gòu)1117.2模型辨識數(shù)據(jù)的采集和選用1137.2.1模型辨識數(shù)據(jù)的采集1137.2.2模型辨識數(shù)據(jù)的選用1137.2.3模型辨識數(shù)據(jù)和模型驗(yàn)證數(shù)據(jù)的分配1147.3基于MUNEAIO方法的過熱器減溫器過程融合建模實(shí)驗(yàn)1157.4基于傳統(tǒng)MIMO方法的過熱器減溫器過程融合建模實(shí)驗(yàn)1177.5兩種辨識方法建模的模型驗(yàn)證比較118第8章 多變量過程辨識新理論的應(yīng)用案例脫硝過程建模1198.1脫硝過程的動態(tài)機(jī)理分析建模1198.1.1SCR脫硝過程工藝1198.1.2基于機(jī)理分析的SCR脫硝反應(yīng)器非線性動態(tài)模型1208.1.3SCR脫硝反應(yīng)器的線性狀態(tài)空間模型1238.1.4SCR脫硝反應(yīng)器的傳遞函數(shù)模型1248.2SCR脫硝過程的過程模型的多變量過程辨識案例125第9章 結(jié)論與展望1329.1結(jié)論1329.1.1多變量過程辨識的研究進(jìn)展點(diǎn)評1329.1.2多變量過程模型智能優(yōu)化辨識問題陳述1349.1.3多變量模型辨識準(zhǔn)確度計(jì)算和評價1359.1.4多變量過程的模型框架和結(jié)構(gòu)確定方法1369.1.5多變量過程模型準(zhǔn)確辨識的激勵條件1389.1.6典型多變量過程的機(jī)理分析建模原理及傳遞函數(shù)模型1409.1.7融入機(jī)理分析建模的多變量過程模型辨識方法1439.1.8基于M批不相關(guān)自然激勵和匯總智能優(yōu)化的多變量過程辨識1449.1.9多變量過程模型辨識新理論的應(yīng)用案例研究1459.2展望146參考文獻(xiàn)148