流程工业中多率非线性系统的辨识方法研究

Due to hardware limitations and environmental impacts, Nonlinear systems are widely found in process control field. Nonlinear systems operating at different input and output sampling rates are called multirate sampled nonlinear systems. This project aims to develop some parameter estimation methods for multirate sampled nonlinear systems which widely exist in process industries. The main work includes: (1) study the new identification methods for multirate sampled nonliear systems with polynomial nonlinearity. Compared with the over-parameterization method, the proposed methods aim to reduce the number of the unknown parameters; (2) develop new identification methods for multirate sampled systems with hard nonlinearities, using the key term separation principle and the Weierstrass approximation theorem; (3) identify the dual-rate nonlinear systems based on the missing outputs estimation (MOE) method, use the MOE model to estimate the unknown outputs, then estimate all the unknown parameters of the systems directly by all the inputs and all the outputs. This project belongs to applied basic researches, the achievements of this project have important prospects in our country chemical process enterprises.

由于受到硬件设备的限制和环境因素的影响，非线性系统广泛存在于流程工业中。当非线性系统的输入和输出工作在不同的采样频率下，会形成多率非线性系统。本项目针对在流程工业中广泛存在的多率非线性系统进行辨识方法的研究。主要内容包括：（1）研究具有已知基的多率非线性系统参数辨识，拟提出能够降低待辨识参数维数的辨识新方法；（2）针对多率硬非线性系统，利用关键项分离技术和维尔斯特拉斯逼近理论简化系统模型，并借助线性系统的辨识方法探讨具有硬非线性特性的多率非线性系统参数辨识问题；（3）针对双率非线性系统，拟采用损失数据估计模型辨识出系统损失的数据，进而利用所有数据直接辨识出系统参数。本项目属于应用基础研究，研究成果在我国化工等流程工业中有着广泛的应用。

由于受到硬件设备的限制和环境因素的影响，非线性系统广泛存在于流程工业中。当非线性系统的输入和输出工作在不同的采样频率下，会形成多率非线性系统。本项目针对在流程工业中广泛存在的多率非线性系统进行辨识方法的研究。主要内容包括：.（1）研究具有已知基的多率非线性系统参数辨识，提出能够降低待辨识参数维数的辨识新方法，如，辅助模型方法，有限脉冲响应方法；利用辅助模型和有限脉冲响应方法来降低待辨识参数维数，从而来提高参数辨识的速度和精度。.（2）针对多率硬非线性系统，利用关键项分离技术和维尔斯特拉斯逼近理论简化系统模型，并借助线性系统的辨识方法研究具有硬非线性特性的多率系统参数辨识问题，若系统的非线性结构已知，则通过关键变量分离方法将系统转化为可辨识模型，若系统的非线性结构未知，则通过维尔斯特拉斯逼近理论将系统模型转化为多项式非线性模型，进而辨识出系统的参数。.（3）针对双率非线性系统，拟采用损失数据估计模型辨识出系统损失的数据，进而利用所有数据直接辨识出系统参数，提出的方法包括损失数据模型方法，由于损失数据模型方法只是利用了预测数据，没有充分利用可测数据来矫正预测数据，因而辨识效果不佳，本项目又进一步提出了基于卡尔曼滤波和卡尔曼平滑的方法来提高辨识精度。本项目属于应用基础研究，研究成果在我国化工等流程工业中有着广泛的应用。