一种基于子空间带约束的系统辨识方法

    公开(公告)号:CN116027664A

    公开(公告)日:2023-04-28

    申请号:CN202211685515.0

    申请日:2022-12-27

    Abstract: 本发明公开了一种基于子空间带约束的系统辨识方法,步骤为:收集系统的输入输出动态数据并进行预处理;基于预处理后的输入输出动态数据,通过子空间系统辨识方法辨识出包含输入输出动态数据的黑盒状态空间模型并得到状态空间矩阵,状态空间矩阵包括状态矩阵、输入矩阵、输出矩阵;通过先验知识构造关于状态空间矩阵的约束;保持状态空间矩阵中的状态矩阵和输入矩阵不变,计算得到满足约束的输出矩阵,或保持状态矩阵和输出矩阵不变,计算得到满足约束的输入矩阵;基于满足约束的状态空间矩阵计算系统的阶跃响应模型;将阶跃响应模型拟合为低阶传递函数模型。通过在子空间辨识方法中使用先验知识进行约束,提升了辨识准确度。

    一种PID控制方法以及PID控制器

    公开(公告)号:CN114488780B

    公开(公告)日:2022-07-26

    申请号:CN202210338582.9

    申请日:2022-04-01

    Abstract: 本申请提供了一种PID控制方法及PID控制器,根据PID闭环控制回路的输入设定值和滤波输出反馈值计算控制偏差;根据PID闭环控制回路的输出反馈值和滤波输出反馈值计算噪声水平;对滤波输出反馈值的一阶导数和二阶导数进行滤波处理,得到第一输出反馈值和第二输出反馈值;根据控制偏差、第一输出反馈值、第二输出反馈值以及PID参数确定状态特征向量;根据状态特征向量和噪声水平识别PID闭环控制回路的回路状态并基于回路状态对PID参数进行控制。本申请基于状态识别的方法,根据回路控制状态给出PID参数的的调整方向,实现了PID参数的高效和自适应整定,避免人工整定消耗人力和时间,同时对回路初始参数不敏感。

    一种系统辨识方法和计算机设备

    公开(公告)号:CN113433819B

    公开(公告)日:2022-05-10

    申请号:CN202110642209.8

    申请日:2021-06-09

    Abstract: 本发明提供一种筛选PID控制回路中数据的方法,包括:获取PID控制回路的历史运行数据;对历史运行数据进行预处理,获得预处理后的运行数据;根据PID控制回路的开闭环状态,对预处理后的运行数据进行分割,获得多个开环数据段和多个闭环数据段;基于开环数据激励段检测策略,根据每一个开环数据段中输入值的变化和输入值变化后引起的输出变化,从每一个开环数据段中筛选出激励数据段;基于闭环数据激励段检测策略,根据每一个闭环数据段中设定值的变化和设定值变化后引起的输出变化,从每一个闭环数据段中筛选出激励数据段。能够从PID控制回路的历史运行数据中自动筛选出充分激励的数据段。本发明还提供一种系统辨识方法和计算机设备。

    自适应PID参数整定方法、系统、电子设备及存储介质

    公开(公告)号:CN114002946B

    公开(公告)日:2022-05-03

    申请号:CN202111668141.7

    申请日:2021-12-31

    Abstract: 本发明涉及一种自适应PID参数整定方法、系统、电子设备及存储介质,该方法包括:获取加权适应度函数及其权重;基于被控对象执行阶跃实验得到的阶跃响应特性曲线确定被控对象的传递函数,并计算面积参数;基于面积参数,通过数值优化整定算法确定初始PID参数;基于传递函数构建的传递函数模型,计算使用初始PID参数的闭环回路的适应度函数;根据所述遗传算法的搜索空间、迭代步数以及适应度函数,对所述初始PID参数进行优化搜索,确定最优PID参数。采用数值优化算法与机器学习算法相结合,使用加权评价函数对于理想回路特性进行描述,通过评价函数自适应的选择遗传算法的优化区间,从而使算法可以普适性地整定出合理的PID参数。

    一种用于系统辨识的数据分段方法和数据评价方法

    公开(公告)号:CN117271506A

    公开(公告)日:2023-12-22

    申请号:CN202311110612.1

    申请日:2023-08-30

    Abstract: 本发明公开了一种用于系统辨识的数据分段方法和数据评价方法,数据分段方法包括采集待进行系统辨识的回路的区间历史数据,对历史数据进行预处理;计算历史数据中的变化点和变化量指标,并基于确定的变化点采用回归树结构对历史数据进行初步分段;对初步分段后的数据段构造子集进行变化检测从而确定最终保留数据段,评价方法包括基于ARX模型对最终保留数据段进行系统辨识,并根据辨识结果确定最后保留数据段的系统辨识效果,通过计算流程工业过程的历史数据的变化点和变化量指标进行数据自动分段,通过构造子集选取用于系统辨识的数据段,在对异常值进行处理的基础上剔除较长稳态段,保证辨识准确度的前提下减少辨识输入的数据量,提高辨识效率。

    一种基于子空间和曲线补偿法的带约束辨识方法及装置

    公开(公告)号:CN116796556A

    公开(公告)日:2023-09-22

    申请号:CN202310791940.6

    申请日:2023-06-29

    Abstract: 本发明公开了一种基于子空间和曲线补偿法的带约束辨识方法及装置,包括:构造MISO‑VARX模型参数与先验知识的约束矩阵,求解该模型的马尔可夫参数,基于马尔可夫参数确定MISO‑VARX模型的初始状态空间矩阵,基于初始状态空间矩阵确定初始一阶传递函数,基于初始状态空间矩阵求解一阶阶跃响应,在一阶阶跃响应不满足预设先验知识约束的情况下,基于预设补偿曲线对一阶阶跃响应进行补偿,基于补偿后的一阶阶跃响应对初始一阶传递函数进行更新得到目标一阶传递函数。上述过程,通过构造模型参数与系统的物理特性之间的关系式实现先验知识对于黑箱模型辨识的约束,提高模型的准确度,避免了辨识到的模型出现发散的问题。

    一种高精度闭环系统辨识方法

    公开(公告)号:CN113138556B

    公开(公告)日:2021-11-19

    申请号:CN202110689474.1

    申请日:2021-06-22

    Abstract: 本发明涉及一种高精度闭环系统辨识方法,方法包括:S1、按照预先设定的激励信号对闭环系统进行持续激励,并在闭环系统在受到激励信号的激励的过程中获取输入数据、输出数据;S2、针对闭环系统在受到激励信号的激励的过程中获取的输入数据和输出数据进行预处理,获取预处理后的数据;S3、采用预处理后的数据训练与闭环系统对应的用于预测闭环系统未来输出的数据的模型,确定用于预测闭环系统未来输出数据的模型中的第一参数的具体值;第一参数与用于预测闭环系统未来输出数据的模型匹配的,且用于在预测闭环系统未来输出数据的模型在对输入到预测闭环系统未来输出数据的模型中的数据进行预测未来相应输出的数据的参数。

    一种PID参数整定方法、装置、存储介质和设备

    公开(公告)号:CN112782969A

    公开(公告)日:2021-05-11

    申请号:CN202011566703.2

    申请日:2020-12-25

    Abstract: 本申请公开了一种PID参数整定方法、装置、存储介质和设备,基于工业过程模型,计算控制系统的总仿真时长。根据总仿真时长,确定滤波器系数的取值范围,滤波器系数为预设表达式所包含的计算参数,预设表达式用于指示PID参数。从取值范围内选取滤波器系数的取值,代入预设表达式中,计算得出PID参数的数值。基于PID参数的数值,对控制系统进行仿真,得到动态响应数据。将动态响应数据代入预设的性能指标函数中,计算得到性能评估值。从滤波器系数的多个取值中,选取目标取值。将目标取值代入预设表达式中,计算得出PID参数的整定值。利用本申请所述方法对PID参数进行整定,能够提高PID控制器的控制性能,以满足控制系统的快速性和稳定性的控制要求。

    一种PID参数整定方法、装置、存储介质和设备

    公开(公告)号:CN112782969B

    公开(公告)日:2024-02-09

    申请号:CN202011566703.2

    申请日:2020-12-25

    Abstract: 本申请公开了一种PID参数整定方法、装置、存储介质和设备,基于工业过程模型,计算控制系统的总仿真时长。根据总仿真时长,确定滤波器系数的取值范围,滤波器系数为预设表达式所包含的计算参数,预设表达式用于指示PID参数。从取值范围内选取滤波器系数的取值,代入预设表达式中,计算得出PID参数的数值。基于PID参数的数值,对控制系统进行仿真,得到动态响应数据。将动态响应数据代入预设的性能指标函数中,计算得到性能评估值。从滤波器系数的多个取值中,选取目标取值。将目标取值代入预设表达式中,计算得出PID参数的整定值。利用本申请所述方法对PID参数进行整定,能够提高PID控制器的控制性能,以满足控制系统的快速性和稳定性的控制要求。

    工业控制系统的模型识别方法、装置、设备及存储介质

    公开(公告)号:CN115167320A

    公开(公告)日:2022-10-11

    申请号:CN202210950975.5

    申请日:2022-08-09

    Abstract: 本申请提供一种工业控制系统的模型识别方法、装置、设备及存储介质,属于模型计算技术领域。该方法包括:获取工业控制系统运行时的输入数据以及输出数据;基于输入数据以及输出数据确定工业控制系统的估计模型,并对工业控制系统的估计模型进行外部扰动探测并去除输入数据以及输出数据中的外部扰动;对去除外部扰动的工业控制系统的输入数据以及输出数据进行正则化处理,得到工业控制系统的正则化高阶模型;对工业控制系统的正则化高阶模型进行模型降阶以及模型校正处理,得到工业控制系统的模型识别结果。本申请可以提高识别结果的准确性。

Patent Agency Ranking