检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

一种改进的基于鲁棒估计的动态数据校正方法

计算机与应用化学 2007年第10期24卷 1297-1301页

作者：姜春阳邱彤陈丙珍赵劲松清华大学化学工程系北京100084 北京化工大学信息科学与技术学院北京100029

针对目前动态数据校正方法存在的缺陷,本文基于鲁棒估计的原理,提出一种新型的鲁棒估计函数,该函数物理概念清晰,参数调节灵活。基于此函数构造的动态数据校正方法(IRDR),在校正随机误差的同时,可以同步对异常点过失误差进行侦破和识别... 详细信息

针对目前动态数据校正方法存在的缺陷,本文基于鲁棒估计的原理,提出一种新型的鲁棒估计函数,该函数物理概念清晰,参数调节灵活。基于此函数构造的动态数据校正方法(IRDR),在校正随机误差的同时,可以同步对异常点过失误差进行侦破和识别。CSTR仿真实例表明,该方法可以准确识别出系统所含的多个过失误差,校正结果偏差小,曲线平滑,具有较强优越性。

关键词：动态数据校正鲁棒估计过失误差

在线全文

学校读者我要写书评

暂无评论

基于粒子滤波和过程模型的动态数据校正

计算机与应用化学 2011年第7期28卷 911-914页

作者：尹郭靖刘国海梅从立张静江苏大学电气信息工程学院江苏镇江212013

针对所有的基于粒子滤波的动态数据校正中粒子滤波方法仅仅是针对数据的,本文提出了一种基于粒子滤波和过程模型的动态数据校正方法(DDRPFPM)。该方法将过程模型引入到动态数据校正中,作为约束条件来更新粒子的权值,有效提高了粒子的信... 详细信息

针对所有的基于粒子滤波的动态数据校正中粒子滤波方法仅仅是针对数据的,本文提出了一种基于粒子滤波和过程模型的动态数据校正方法(DDRPFPM)。该方法将过程模型引入到动态数据校正中,作为约束条件来更新粒子的权值,有效提高了粒子的信任度,解决了基于粒子滤波的动态数据校正(DDRPF)过程中存在的粒子退化问题。通过CSTR仿真证明,DDRPFPM能够较好的应用于动态数据校正,与DDRPF相比无论是对温度噪声还是离群值都有更强的校正能力。

关键词：动态数据校正粒子滤波过程模型 CSTR

在线全文

学校读者我要写书评

暂无评论

基于鲁棒估计的动态数据校正方法

计算机与应用化学 2002年第6期19卷 763-767页

作者：孔明放陈丙珍王健胡山鹰清华大学化学工程系北京100084

针对目前动态数据校正方法存在的缺陷,本文在以前的工作基础上把基于鲁棒估计原理构造的鲁棒估计函数用于含异常点类型的过失误差的数据校正。Monte Carlo模拟结果及对TE问题的校正计算结果表明,这种基于鲁棒估计的过失误差侦破和数据... 详细信息

针对目前动态数据校正方法存在的缺陷,本文在以前的工作基础上把基于鲁棒估计原理构造的鲁棒估计函数用于含异常点类型的过失误差的数据校正。Monte Carlo模拟结果及对TE问题的校正计算结果表明,这种基于鲁棒估计的过失误差侦破和数据协调同步方法可以在得到协调数据的同时很准确的侦破和识别出测量数据中所含的过失误差,具有较强的优越性。

关键词：动态数据校正鲁棒方法 Monte Carlo模拟 TE问题工业测量数据误差

在线全文

学校读者我要写书评

暂无评论

动态数据校正提升孤岛微电网频率控制性能

计算机测量与控制 2022年第10期30卷 95-102页

作者：黎东阳张正江洪智慧胡文章纯张振慧温州大学电气数字化设计技术国家地方联合工程实验室浙江温州325035

在复杂的工业生产过程中,控制系统不可能工作在理想的状态,其总会受到外界各种各样的影响,比如,在对反馈信号进行测量时,控制系统不可避免地会受到高斯测量噪声以及非高斯测量噪声的影响;为了降低测量噪声的影响,通常会将各种各样的滤... 详细信息

在复杂的工业生产过程中,控制系统不可能工作在理想的状态,其总会受到外界各种各样的影响,比如,在对反馈信号进行测量时,控制系统不可避免地会受到高斯测量噪声以及非高斯测量噪声的影响;为了降低测量噪声的影响,通常会将各种各样的滤波技术应用到控制系统中来,以此提升控制系统的性能;以孤岛微电网的频率控制系统为研究对象,考虑了当反馈回路有高斯分布测量噪声和非高斯分布测量噪声的两种情况,针对这两种测量噪声信号在模型中引入了动态数据校正滤波技术,分别对比了有无使用动态数据校正滤波技术时电网的频率偏差的方差大小,以此验证了动态数据校正滤波技术在微电网反馈控制回路中可有效抑制测量噪声的影响从而提升微电网频率控制性能。

关键词：动态数据校正孤岛微电网高斯噪声非高斯噪声频率控制

同方期刊数据库博看期刊

动态数据校正技术用于GMVC控制器性能评估的改进

在线全文

学校读者我要写书评

暂无评论

计算机测量与控制 2021年第5期29卷 241-246页

作者：祝旺旺张正江闫正兵朱志亮黄世沛温州大学电气数字化设计技术国家地方联合工程实验室浙江温州325035

在实际工业生产过程中,控制器性能的好坏直接影响了系统的收益;事实上,由于工作环境的复杂性,控制器容易受到各种干扰信号的影响,这通常会导致控制效果不符合预期;因此,对控制器的性能进行评估显得尤为重要;针对反馈系统中测量噪声的干... 详细信息

在实际工业生产过程中,控制器性能的好坏直接影响了系统的收益;事实上,由于工作环境的复杂性,控制器容易受到各种干扰信号的影响,这通常会导致控制效果不符合预期;因此,对控制器的性能进行评估显得尤为重要;针对反馈系统中测量噪声的干扰问题,分析了测量噪声对基于广义最小方差控制(GMVC)的控制器性能评估(CPA)结果的影响;为了提升CPA的精度,提出了一种动态数据校正(DDR)方法来降低测量噪声对系统性能的影响;首先,在SISO和MIMO系统中引入基于GMVC的CPA;接着讨论了测量噪声对CPA结果的影响;最后,采用DDR滤波器来提升CPA结果的准确性;仿真中系统在不同情况下输出的比较验证了DDR滤波器的良好性能。

关键词：广义最小方差控制测量噪声性能评估动态数据校正

用于提高控制系统性能的动态数据校正方法及其应用

在线全文

学校读者我要写书评

暂无评论

用于提高控制系统性能的动态数据校正方法及其应用

作者：祝旺旺温州大学

学位级别：硕士

由于实际工业系统生产环境的复杂性,控制系统的性能往往难以满足日益增长的生产需求。一般情况下,性能分析过程中系统环境主要考虑可测量和不可测量的外部扰动。实际上,在反馈回路的测量过程中,传感器产生的高斯或非高斯测量噪声同样会... 详细信息

由于实际工业系统生产环境的复杂性,控制系统的性能往往难以满足日益增长的生产需求。一般情况下,性能分析过程中系统环境主要考虑可测量和不可测量的外部扰动。实际上,在反馈回路的测量过程中,传感器产生的高斯或非高斯测量噪声同样会影响控制系统的性能。本文考虑并分析高斯/非高斯测量噪声及外部扰动对系统性能的影响,针对反馈系统、前馈-反馈系统和非线性系统提出一种动态数据校正（DDR）滤波方法用于改善控制系统的性能。论文的研究工作和创新点包括:1.以广义最小方差控制（GMVC）为性能标准,考虑高斯和非高斯测量噪声对单输入单输出（SISO）和多输入多输出（MIMO）反馈系统控制器性能评估（CPA）的影响,针对测量和模型预测的不确定性设计一种基于贝叶斯估计的DDR方法来提升系统的性能。仿真实验中在逆变器控制系统的应用验证了DDR的有效性。2.由于DDR是基于贝叶斯公式的最优估计方法,当反馈系统的外部扰动和测量噪声同为非高斯分布时,重新设计了DDR来改善系统性能。为验证DDR在不同指标下的性能提升效果,仿真中比较了系统的阶跃响应并进一步将DDR应用于逆变器系统以实现输出电压的改善。结果表明,DDR同样可以降低非高斯测量噪声和外部扰动对系统性能的影响。3.针对包含扰动补偿的前馈-反馈系统,讨论高斯和非高斯测量噪声对SISO和MIMO系统性能的影响。DDR可以通过调和模型预测信息和测量信息来确定系统的最优反馈输出。为了降低测量噪声的影响,考虑将DDR技术拓展到前馈-反馈系统用于系统性能的提升。仿真中系统输出的比较以及DDR在逆变器系统中的应用验证了DDR的性能提升效果。4.非线性被广泛用于描述系统的不确定过程,通过提升测量反馈的准确性,DDR可以对非线性系统的控制性能进行改善。考虑高斯和非高斯测量噪声对非线性系统性能的影响,同样将DDR技术拓展到非线性系统用于控制性能的改善。仿真中对基于指数滤波器和DDR滤波器的阶跃响应进行比较以突出DDR的优势。针对反馈过程中存在的测量噪声,本文提出采用DDR滤波方法降低测量噪声对系统性能的影响。理论分析及仿真实验的结果指出,由于DDR是基于模型的滤波方法,与传统滤波器相比,DDR可以更有效地提升测量噪声影响下控制系统的性能。

关键词：反馈回路测量噪声广义最小方差控制动态数据校正非线性系统

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

化工过程动态数据校正与过失误差侦破的研究

化工过程动态数据校正与过失误差侦破的研究

作者：李贵晓青岛科技大学

学位级别：硕士

准确可靠的测量数据是实现装置过程模拟、控制、优化和生产的前提条件，然而通过仪表测量获取的过程数据中的误差影响了数据的准确性。因此，需要利用数据校正技术消除测量数据中的误差。目前测量数据中的误差分为随机误差和过失误差两... 详细信息

准确可靠的测量数据是实现装置过程模拟、控制、优化和生产的前提条件，然而通过仪表测量获取的过程数据中的误差影响了数据的准确性。因此，需要利用数据校正技术消除测量数据中的误差。目前测量数据中的误差分为随机误差和过失误差两种，其中随机误差是指服从均值为0的正态分布的、相互独立的误差;而过失误差可以认为是较少出现的、不服从正态分布的各类误差的统称。数据校正的基本原理就是利用各种过程冗余信息对测量数据中的误差进行处理，使其满足过程内在的物料平衡、能量平衡以及其它关系式。根据工业过程的实际操作条件不同，数据校正可以分为稳态数据校正和动态数据校正。本文主要对几种常用的动态数据校正方法进行了研究与改进，包括不基于化工过程动态模型的小波滤波法和基于化工过程动态模型的鲁棒数据校正法与卡尔曼滤波法。小波滤波能有效降低化工过程测量数据的随机误差，但却无法识别测量数据中是否存在过失误差。为此，本文通过总结小波滤波数据校正实例中校正值、分解层数与过失误差之间的规律，给出了三者之间的关系公式，并以此公式为基础给出了基于小波滤波侦破过失误差的方法。然后将这一方法与软阈值小波滤波相结合，对反应釜系统模拟产生的测量数据进行校正。校正结果表明本文提出的基于软阈值小波滤波的数据校正方法可以有效地侦破出测量数据中的过失误差。在鲁棒数据校正中，用不同的算法对鲁棒数学模型进行求解得到的数据校正效果不同。本文采用粒子群优化算法对鲁棒数学模型进行求解，并且以正交配置法处理化工过程的约束条件，然后将所得到的校正结果与采用序贯二次规划法对鲁棒数学模型求解所得的校正结果进行对比研究。对全混流反应器动态数据的校正结果表明，采用粒子群优化算法求解所得的校正结果优于采用序贯二次规划法求解所得的结果，因此实际应用时，若数据规模较小时可首选粒子群算法。传统的卡尔曼滤波不能侦破过失误差，并且对含过失误差的测量数据无法进行有效的校正。因此本文将卡尔曼滤波与鲁棒估计相结合，采用鲁棒函数修正测量值方差的方式对卡尔曼滤波进行了改进，以此来提高卡尔曼滤波的鲁棒性并降低过失误差对卡尔曼滤波校正值的影响。在测量值方差修正的过程中，本文同时引入了一个参数及其临界值作为方差是否需要修正的判断标准，以避免所提改进方法对不含过失误差的测量值进行不必要的校正。本文利用这一方法分别对拓展卡尔曼滤波与无味卡尔曼滤波进行了改进，并利用这两种改进的卡尔曼滤波对一个非线性实例进行了校正。校正结果表明，与传统的卡尔曼滤波相比，改进的卡尔曼滤波的过失误差校正性能有了显著提高，可有效地用于动态过程的数据校正与过失误差侦破。而且经过对比得出，鲁棒改进的无味卡尔曼滤波明显优于改进的拓展卡尔曼滤波，因此实际应用时，可首先鲁棒改进的无味卡尔曼滤波。另外，本文还对基于不同鲁棒函数改进的卡尔曼滤波进行了研究，结果表明不同鲁棒函数的选择对改进的卡尔曼滤波的数据校正性能也有一定的影响。

关键词：动态数据校正过失误差侦破小波滤波粒子群优化算法无味卡尔曼滤波

基于动态数据校正的非高斯系统性能评价研究及应用

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于动态数据校正的非高斯系统性能评价研究及应用

作者：张雯太原理工大学

学位级别：硕士

随着工业生产自动化水平的提高,工业过程对控制算法的实时性和准确性要求越来越高。为了保持控制系统长期运行在最佳状态,有必要对其控制性能进行准确评估。因此控制系统的性能评价研究对工业过程设计具有重要的指导意义。系统在运行过... 详细信息

随着工业生产自动化水平的提高,工业过程对控制算法的实时性和准确性要求越来越高。为了保持控制系统长期运行在最佳状态,有必要对其控制性能进行准确评估。因此控制系统的性能评价研究对工业过程设计具有重要的指导意义。系统在运行过程中不可避免地会受到非高斯噪声的影响,现有基于方差的性能评价基准由于不能充分刻画其非高斯随机特性而不适用于实际工业过程。近年来,学者针对非高斯随机控制系统提出了最小熵性能评价基准。然而,该基准在建立过程中没有考虑测量噪声的影响。事实上,由于工业环境电压不稳定、传感器老化等不良影响,测量数据中必然包含有噪声,且未必服从高斯分布。而数据质量是控制性能评价的基础,测量噪声的存在会导致所建立的控制性能评价基准不能准确衡量控制性能的好坏。动态数据校正可以提高瞬态测量数据的质量,在控制系统性能监控方面具有巨大的潜力。本课题将动态数据校正方法与最小熵控制技术相结合,针对非高斯随机系统建立了控制性能评价新基准。具体的研究工作包括:(1)针对非高斯测量噪声的影响,提出适用于单输入单输出(Single input and single output,SISO)非高斯系统的动态数据校正方法,设计动态数据校正-最小有理熵控制器,并建立单变量非高斯系统的动态数据校正-最小有理熵控制性能评价新基准。最后将所提方法应用于单入单出风能转换系统,仿真结果表明所提出的动态数据校正方法优于扩展卡尔曼滤波;与基于动态数据校正的最小方差控制性能评价基准相比,提出的动态数据校正-最小有理熵性能评价基准能更准确地反映系统的控制性能。(2)目前大多数的实际工业过程都是多输入多输出(Multi-input and multi-output,MIMO)系统,变量间相互耦合,控制器设计难度较大。本文针对MIMO非高斯系统,考虑到多维噪声协方差矩阵的逆可能不存在,导致无法求出校正数据这一问题,提出多变量动态数据校正方法,针对系统变量间的耦合性,设计最小联合有理熵控制器,基于此建立多变量非高斯系统的控制性能评价新基准。将所提出的控制性能评价方法应用于两入两出风力发电系统,与基于多变量动态数据校正的最小方差控制性能评价基准进行比较,验证该方法的有效性和优越性。(3)将本课题所提出的基于动态数据校正-最小有理熵控制的性能评价基准应用于有机朗肯循环系统进行控制性能评价。考虑到系统复杂性会导致动态数据校正方法中参数收敛速度变缓,进而影响到实时控制效果,对动态数据校正方法进行改进,提出了加速动态数据校正方法,仿真结果表明该方法的收敛速率快于改进前的收敛速率,且针对有机朗肯循环系统,本方法性能评价基准的效果也优于最小方差控制的评价效果。

关键词：非高斯系统控制性能评价动态数据校正最小有理熵基准

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

动态数据校正方法进展

动态数据校正方法进展