T-S模糊模型可辨识条件及其应用

论文摘要

由于传统方法不能有效地对复杂和不确定系统进行建模,因此需要寻找一种能够描述非线性系统的全局函数或解析结构。模糊建模是一种有效描述复杂或病态、非线性、不确定性系统的方法。本文紧紧围绕着非线性系统模糊建模和辨识方法展开讨论和研究。首先,本文对模糊辨识方法中遇到的基本定义和原则给予了介绍。在此基础上,对模糊系统的分类和逼近性能做了介绍。其次,讨论使用模糊系统方法辨识的可辨识性问题。首先,选用标准的Mamdani型模糊系统,划分模糊模型的输入空间,选取隶属度函数,确定该模糊系统的规则数目和规则,使用递推最小二乘算法进行辨识。研究了该辨识方案的有关性能,给出了模型参数的估计值收敛到其真实值所需的持续激励条件。利用对二阶非线性移动平均模型的辨识验证了持续激励条件的有效性,并给出了均方误差。其次,研究了用T-S模糊系统实现非线性系统建模的可辨识性问题。在已确定输入空间的情况下,研究模糊建模的可辨识条件,给出了基于列主元QR分解的判别方法。采用该方法对非线性系统进行建模研究,实验结果表明了所提出方法的有效性。第三,讨论采用检验模型拟合优度法确定模糊模型的结构。在实际系统中,通过采样得到的输入输出测量数据往往具有噪声、干扰和变量之间耦合等不确定因素,使得描述系统的模糊关系矩阵,其列间可能存在线性相关性。针对上述问题,提出了利用目标函数确定非线性系统结构和参数的方法。首先,通过目标函数与参数估计一起进行递推计算,进而实现对模糊模型结构简化。采用了U-D分解方法确定模糊模型的结构,降低了计算量。实验结果表明了所提出方法的有效性。最后,采用本文提出的模糊辨识方法对电站仿真器中的汽轮发电机密封油冷却系统进行研究。仿真结果证明了提出方法的有效性。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 研究背景及意义
• 1.2 模糊建模方法
• 1.2.1 基于模糊关系方程的模糊辨识方法
• 1.2.2 基于T-S模型的模糊辨识方法
• 1.3 模糊辨识中的可辨识性问题
• 1.3.1 模糊模型可辨识性与输入信号关系的研究
• 1.3.2 模糊模型可辨识性问题
• 1.3.3 模糊模型验证问题
• 1.4 模糊模型结构辨识方法
• 1.4.1 模糊网格法
• 1.4.2 自适应模糊网格法
• 1.4.3 模糊聚类法
• 1.4.4 模糊树法
• 1.4.5 多级模糊网格法
• 1.5 本文的主要内容及安排
• 2 模糊辨识方法的基础理论
• 2.1 模糊逻辑系统中的一般概念
• 2.1.1 模糊系统基本概念
• 2.1.2 精确量的模糊化和模糊量的反模糊化
• 2.1.3 隶属度函数
• 2.1.4 模糊聚类
• 2.2 模糊逻辑系统的组成和分类
• 2.2.1 纯模糊系统
• 2.2.2 T-S（Takagi-Sugeno）模糊系统
• 2.2.3 具有模糊产生器和解模糊器的模糊系统
• 2.3 模糊系统的逼近性能
• 3 基于模糊系统建模的可辨识性研究
• 3.1 引言
• 3.2 模糊模型的描述
• 3.3 模糊模型参数辨识算法
• 3.4 模糊模型可辨识性与输入信号的关系
• 3.4.1 模糊模型的持续激励条件
• 3.4.2 持续激励信号设计
• 3.5 可辨识性问题的研究
• 3.5.1 模糊模型可辨识性的判定
• 3.5.2 矩阵秩的判定
• 3.6 仿真实验
• 3.6.1 持续激励条件的仿真实验
• 3.6.2 模糊系统可辨识性仿真实验
• 4 基于U-D分解的模糊模型结构与参数一体化辨识
• 4.1 引言
• 4.2 参数辨识方法
• 4.3 模型结构的确定性算法
• 4.4 结构和参数一体化模糊辨识算法
• 4.4 仿真实验
• 5 模糊辨识方法在实际系统中的应用
• 5.1 引言
• 5.2 汽轮发电机密封油冷却系统的模糊建模研究
• 5.2.1 汽轮发电机密封油冷却系统的原理
• 5.2.2 模糊建模方法在汽轮发电机密封油冷却系统中的应用
• 结论
• 参考文献
• 基金资助情况
• 附录A 汽轮发电机密封油冷却系统现场实测数据
• 攻读硕士学位期间发表学术论文情况
• 致谢