学位论文 > 优秀研究生学位论文题录展示

数据驱动的预测控制器性能监控

作　者: 张光明
导　师: 李柠
学　校: 上海交通大学
专　业: 控制理论与控制工程
关键词: 数据驱动预测控制器性能监控性能评价性能诊断
分类号: TP273
类　型: 硕士论文
年　份: 2012年
下　载: 78次
引　用: 1次
阅　读: 论文下载

内容摘要

预测控制器性能监控对于保证过程平稳运行,提升生产效益具有重要的理论和实际意义。如何有效利用现场大量输入输出数据,设计反映预测控制器运行实际状况的性能指标,并给出性能监控的系统性方法,是数据驱动的预测控制器性能监控的关键问题。本文针对这一问题,围绕数据驱动的预测控制器性能评价和诊断的综合方法,展开了系统研究,以期为预测控制器性能的有效监控提供可行思路。本文首先介绍了数据驱动的预测控制器性能监控的研究目的和意义,并对国内外的研究现状进行了综述。在此基础上,针对数据驱动的预测控制器性能监控两部分主要内容:性能评价和性能诊断,展开研究。针对数据驱动的预测控制器性能评价部分,提出一种基于主元分析的性能评价方法。结合主元分析统计监控方法,针对过程变量符合正态分布的特性,提出一种基于马氏距离的综合性能指标,该指标利用过程输入输出数据,可以融合主元空间和残差空间的系统信息,从而改善评价效果。在此基础上,对性能指标的基准进行推导,并设计性能评价的具体步骤。最后,在Wood-Berry精馏塔过程进行数值仿真对所提方法进行验证。针对数据驱动的预测控制器性能诊断部分,提出一种基于支持向量机的性能诊断方法。考虑导致预测控制器性能下降的四种常见原因:噪声方差变化;过程模型失配;控制器控制变量约束饱和;控制器被控变量约束饱和,将预测控制器性能模式相应分成四类,并提取过程在主元和残差空间的信息变化作为各性能模式的特征。考虑上述四种性能模式,利用过程输入输出数据,通过支持向量机训练性能模式分类器,用于四类性能模式的诊断和判别。最后,在Wood-Berry精馏塔过程进行数值仿真对所提方法进行验证。结合东大多功能实验平台,对所提方法在实际运用的有效性进行了验证。首先搭建双容液位系统的预测控制器性能监控实验环境。然后对所提出的预测控制器性能评价和性能诊断分别进行了实验验证。实验结果表明,所提方法取得了理想的监控效果,较之其他方法,漏报率和误报率均比较低,改善了评价效果,并在监测出预测控制器性能出现下降后,能够诊断导致下降的原因,从而验证了文本所提出方法的有效性和可行性。

全文目录

摘要  3-5
ABSTRACT  5-8
目录  8-10
第一章绪论  10-18
  1.1 研究背景和意义  10-11
  1.2 国内外研究现状  11-16
    1.2.1 控制器性能监控研究现状  11-14
    1.2.2 预测控制器性能监控研究现状  14-16
  1.3 本文研究主要内容与论文结构  16-18
第二章数据驱动的预测控制器性能评价方法  18-49
  2.1 引言  18
  2.2 多变量统计过程控制性能评价方法  18-23
    2.2.1 数据预处理  18-20
    2.2.2 主元分析原理  20-22
    2.2.3 基于主元分析的统计过程控制性能评价方法  22-23
  2.3 基于主元分析的预测控制器性能评价方法  23-31
    2.3.1 马氏距离与欧氏距离的比较  23-26
    2.3.2 基于马氏距离综合性能指标的评价方法  26-31
  2.4 Wood-Berry 精馏塔仿真验证  31-48
    2.4.1 基准数据选取和性能基准计算  31-35
    2.4.2 评价数据选取和不同性能评价方法效果对比  35-48
  2.5 本章小结  48-49
第三章数据驱动的预测控制器性能诊断方法  49-58
  3.1 引言  49-50
  3.2 影响预测控制器性能的因素  50-51
  3.3 基于支持向量机的预测控制器性能诊断  51-54
    3.3.1 支持向量机的基本原理  51-53
    3.3.2 基于支持向量机的预测控制器性能诊断方法  53-54
  3.4 Wood-Berry 精馏塔仿真验证  54-57
    3.4.1 训练数据选取和分类器构造  54-55
    3.4.2 诊断数据选取和诊断结果  55-57
  3.5 本章小结  57-58
第四章数据驱动的预测控制器性能监控方法实验平台验证  58-86
  4.1 引言  58
  4.2 实验平台搭建  58-64
    4.2.1 东大多功能实验平台简介  58-59
    4.2.2 双容液位系统建模  59-63
    4.2.3 双容液位系统预测控制器设计  63-64
  4.3 性能评价方法验证  64-81
    4.3.1 基准数据选取和性能基准计算  64-68
    4.3.2 评价数据选取和不同性能评价方法效果比较  68-81
  4.4 性能诊断方法验证  81-84
    4.4.1 训练数据选取和分类器构造  81-83
    4.4.2 诊断数据选取和诊断效果  83-84
  4.5 本章小结  84-86
第五章总结与展望  86-88
  5.1 全文的研究内容  86
  5.2 未来工作展望  86-88
参考文献  88-93
致谢  93-94
攻读硕士学位期间已发表或录用的论文  94-95
附件  95-97

数据驱动的预测控制器性能监控

内容摘要

全文目录

相似论文