CASIA OpenIR  > 毕业生  > 博士学位论文
输出概率密度函数建模、控制及在分子量分布控制中的应用
其他题名Modelling and Control of the Output PDF and its Application in MWD Control
张金芳
学位类型工学博士
导师王宏 ; 岳红
2005-11-04
学位授予单位中国科学院研究生院
学位授予地点中国科学院自动化研究所
学位专业控制理论与控制工程
关键词随机系统 概率密度函数 B样条函数建模 分子量分布 预测控制 自适应控制 迭代学习控制 Stochastic System Probability Density Function B-spline Modelling Molecular Weight Distribution Predictive Control Adaptive Control Iterative Learning Control
摘要随机系统输出分布控制在实际的生产过程中有很多典型的应用对象,因此有必要对其进行研究。对于系统参数满足高斯分布的随机系统,可以通过控制系统输出的统计参数来实现对系统输出分布的控制,如控制输出的均值、方差等,对于系统参数不满足高斯分布的情况,上述方法无法使用,需要研究新的控制方法。 王宏教授于1998年提出了控制系统输出概率密度函数(PDF)的控制理论,本文在此基础上对随机系统输出概率密度函数的建模和控制问题进行了讨论,并将建模和控制方法在实验室规模的苯乙烯本体聚合过程分子量分布系统中进行仿真研究。在本文中,主要的工作和贡献有以下几点: 1.首先对随机系统输出概率密度函数的建模和控制以及分子量分布的建模、控制现状进行了介绍,以此引出本文的选题背景和意义。 2.针对现有的B样条函数建模存在周期长、精度差的问题,分别对单入单出和多入单出随机系统的输出概率密度函数提出了改进的建模方法,并在此基础上设计了PDF控制器,然后对苯乙烯聚合过程静态分子量分布进行了单入单出和双入单出建模和控制的仿真研究。 3.研究了随机系统动态过程输出概率密度函数的建模和控制问题。针对现有控制器不能实现系统输出概率密度函数完全跟踪给定分布的问题,讨论了随机系统输出概率密度函数形状控制的广义预测控制算法。 4.由于B样条函数建模是一种数值逼近,为了在有限数量的基函数下提高建模精度,以更好的实现对输出概率密度函数形状的控制,在系统控制的过程中,将输入输出数据周期性用来对建模基函数和模型参数进行调整,从而引入随机系统输出概率密度函数的模型参数自适应控制。 5.为了保证B样条函数对随机系统输出概率密度函数建模的精度,同时降低模型维数,引入了迭代学习控制的思想。对间歇操作过程,用系统输出的概率密度函数对给定形状的跟踪误差来调整基函数,并相应的辨识模型参数,通过迭待学习的策略,实现输出概率密度函数对给定形状的跟踪。该迭待学习方法因为要重新辨识模型参数,所以计算量很大。针对计算量大的问题,提出另外的迭代学习律,直接调整系统的输入控制作用,在有限的几个迭代学习周期内实现输出PDF对给定形状的完全跟踪。 上述的广义预测控制算法、自适应控制和迭代学习控制算法均在苯乙烯聚合动态过程分子量分布的建模和控制中进行了仿真分析。总的说来,本文对随机系统的有界输出分布的建模方法和控制算法进行了探讨并将其运用于苯乙烯本体聚合过程输出分子量分布的建模和控制仿真研究。
其他摘要The output distribution control of stochastic systems is very important because it is widely required in industries. For the stochastic systems whose noise inputs satisfy the Gaussian distribution, the statistical parameters of the output can be controlled so as to control the output probability density function(PDF),but for non-Gaussian stochastic systems, this kind of control methods can not be used and the whole shape of the output PDF should be controlled instead. For this problem, Professor Wang proposed a new control method in 1998 which aims to control the output PDF of bounded stochastic systems. In this thesis, new modelling and controller design based on Wang's PDF control methods are proposed, and the main parts of the thesis are summarized as follows 1 The modelling and control methods of the output PDF for non-Gaussian stochastic systems are introduced, and the modelling and control of molecular weight distribution (MWD) in polymerization are reviewed. 2 New modelling methods are proposed for both the single input single output and the multi-input single output stochastic systems to overcome the disadvantages of the existing modelling method. Both the old and the new modelling methods and the controller design are studied with the simulation of MWD control in styrene polymerization process. 3 The dynamic modelling and control of the output PDF is discussed. The existing method can't perform the perfect tracking of the output PDF to the desired distribution, therefore the predictive control algorithm is developed for the PDF shaping problem. 4 Model adaptive control method is studied to improve the accuracy of the modelling so as to achieve a good tracking performance of the output PDF to its desired shape. 5 The iterative learning control (ILC) is incorporated in batch operation stochastic systems. By tuning the basis functions and model parameters batch by batch, the dimension of the model is kept low and the modelling accuracy is improved asymptotically. It is supposed to make the output PDF of the stochastic system obtain a perfect tracking to the desire PDF. The above ILC algorithm is time-consuming as it needs to tune the basis function and re-identify the model parameters. A new ILC law is proposed to tune the control input directly, and makes the output PDF of the system to trace the desired shape in several control periods. The predictive control algorithm, the parameter adaptive control algorithm and the iterative learning control algorithm are all applied to the simulation study of MWD control in styrene polymerization process. In summary, signi¯cant progresses on output PDF modelling and control have been made and the results are applied to the MWD modelling and control of a polymerization process.
馆藏号XWLW954
其他标识符200218014603181
语种中文
文献类型学位论文
条目标识符http://ir.ia.ac.cn/handle/173211/5882
专题毕业生_博士学位论文
推荐引用方式
GB/T 7714
张金芳. 输出概率密度函数建模、控制及在分子量分布控制中的应用[D]. 中国科学院自动化研究所. 中国科学院研究生院,2005.
条目包含的文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
CASIA_20021801460318(3918KB) 暂不开放CC BY-NC-SA请求全文
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[张金芳]的文章
百度学术
百度学术中相似的文章
[张金芳]的文章
必应学术
必应学术中相似的文章
[张金芳]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。