基于ANOVA-like方差分解的非线性系统控制性能评估

针对实际控制回路大多包含非线性特征,导致评估结果存在偏差的问题,以一类非线性系统为对象,首先分析其最小方差性能下限的存在性,并推导出其与系统干扰项的关系式;然后用正交最小二乘方法辨识系统闭环模型,进而使用ANOVA-like方差分解公式估计超前干扰项对输出方差的贡献,由此获得非线性系统的控制性能;最后,将所提出的方法与传统方法通过仿真实例进行比较.仿真结果表明,所提出的方法是可行且有效的.

基于核主元分析方法的非线性控制系统性能评估

针对实际过程中存在的一类同时具有执行器非线性和过程输出非线性的系统,提出了一种基于核主元分析(KPCA)的控制系统性能评估方法.该方法首先利用核主元分析方法估计其噪声序列,其次讨论了该类非线性系统反馈不变量的存在性,推导了系统的最小方差下限,并将其作为系统的性能基准.最后将本文方法与其他评价方法进行比较,仿真结果表明所提出的方法更能实际反映出该类非线性系统的真实性能.

基于Volterra级数的一类非线性系统性能评估

化工过程多具有非线性特征,针对用线性系统性能评估方法处理非线性系统会存在过估计的情况,研究了一类叠加线性干扰的非线性系统的性能评估问题。通过使用Volterra级数近似非线性环节,把最小方差性能评估问题转化成一类模型辨识问题,并从辨识误差中得到非线性系统的最小方差估计值。通过数值仿真,将新方法所得结果和现有线性性能评估方法进行了比较,验证了设计算法的优越性。