基于小波-卡尔曼滤波的二维离散随机系统鲁棒H∞控制

In the traditional robust controller design, there is no use of the noise characteristics, nor weaken or even eliminate the output signal noise, the.criterion is conservative. In this project, two-dimensional random Robust H-infinity controller is designed based on wavelet-kalman filter. First, Using the variational technology and optimized design ideas, we translate the wavelet-kalman filter design problem in the background of robust H-infinity controllers into a multi-variable optimization problem. And using an alternating split iterative algorithm, design two-dimensional wavelet-kalman filter with the low computational complexity and greater stability margin. Then, random robust H-infinity output.feedback controller design method is presented with constraints of wavelet-kalman filter output characteristics. Based on entropy index function, dual objective coordination optimize mechanism between filters and controllers are established to achieve optimal control of the controller. Finally, in view of the hot-rolled laminar cooling control system with multiplicative noise (quantization error) and additive noise (measurement noise) is uncertain complex two-dimensional (strip length and thickness, length and width of the strip) dynamic process, we.intends to apply research results to laminar cooling coiling temperature control system. Design heat rolling laminar cooling controller to improve the uniformity and hit rate coiling temperature.

传统的鲁棒控制器设计没有利用噪声特性，也没有减弱/消除输出信号中的噪声，导致得到的设计判据有一定的保守性。因此，拟研究基于小波卡尔曼滤波的二维离散随机鲁棒H∞控制器设计方法，降低设计判据的保守性。首先，从变分技术和优化的设计思路出发，将以鲁棒H∞控制为背景的小波卡尔曼滤波器设计转化为多变量优化问题，利用多尺度分析和分裂迭代算法求解，设计具有较低复杂度和较大稳定裕度的小波卡尔曼滤波器；其次，以小波卡尔曼滤波器输出特性为约束，提出带约束的随机鲁棒H∞控制器设计方法；再次，基于熵型指标函数建立滤波器和控制器的双目标协调优化机制，进一步优化控制器性能，降低控制器保守性，实现系统最优控制；最后，鉴于热轧层流冷却控制系统是含乘性噪声和加性噪声的不确定复杂二维系统，拟将研究成果应用到该系统，给出复杂网络环境下的热轧层流冷却控制器设计方法，提高卷取温度的分布均匀性和命中率。

针对传统鲁棒控制器设计没有利用噪声特性，也没有减弱/消除输出信号中的噪声问题，研究二维离散随喜鲁棒控制问题。首先，提出了一种基于对偶树复小波与多块预测引擎的预测方法。该方法利用对偶树复小波对采集的数据进行滤波，由于对偶树复小波具有平移不变性、精确重构性、优先荣誉和计算量小、多方向选择性等特点，有效避免了频谱混叠导致的去噪效果差的问题，采用异常值不敏感的特征提取算法，降低由基于数据驱动的诊断方法中异常值导致的诊断效率低下的问题。然后，提出了一种考虑面向可变时间大滞后的软测量方法。基于快速采样的测量和非线性第一原理模型，使用平方根无味卡尔曼滤波器（SR-UKF）实现了频繁且无延迟的关键绩效指标（KPI）估计，提出了一种改进的卡尔曼滤波器（MKF）算法来处理那些频率不高但准确的测量，这些测量的值会随时间而变化，基于分布状态融合UKF滤波器算法，对这两种类型的估计进行融合和优化，以给出最佳，可靠的KPI估计。接着，提出了一种基于马尔可夫随机场和EM算法的关键性能指标软测量方法，解决了现有技术存在的无法实时准确测量工业过程中的关键性能指标的技术问题。最后，针对冶金领域应用，基于噪声模型设计了铝电解槽阳极电流采集器，建立了整个测量电路的总噪声模型，提出了基于最小二乘支持向量机回归模型的氧化铝浓度软测量方法，分析了分布式槽电压、阳极导杆电流与氧化铝浓度之间的关系，建立了面向氧化铝浓度预测的最小二乘支持向量机回归模型，提出了基于网格搜索和交叉验证的惩罚因子和核函数宽度的寻优方法。现场应用验证了所提方法的有效性。