[发明专利]基于梯度迭代算法的分数阶流体控制阀系统参数辨识方法

说明书

本发明提供了一种基于梯度迭代算法的分数阶流体控制阀系统参数辨识方法，属于流体控制阀系统辨识技术领域，解决了分数阶流体控制阀系统参数辨识精度不高的问题。其技术方案为：一种基于梯度迭代算法的分数阶流体控制阀系统辨识方法，包括以下步骤：步骤1)建立分数阶流体控制阀系统Wiener非线性模型；步骤2)构建梯度迭代算法的辨识流程。本发明的有益效果为：本发明提出的梯度迭代算法有较快的收敛速度和较高的收敛精度，能较好的适用于对分数阶流体控制阀系统的建模和参数辨识。

技术领域

本发明涉及流体控制阀系统辨识技术领域，尤其涉及基于梯度迭代算法的分数阶流体控制阀系统参数辨识方法。

背景技术

随着科学技术的飞速发展，工业过程势必会对实际生产过程的控制提出更严格更迫切的要求。为了满足这种控制要求，达到更好的控制效果，就必须对实际生产过程建立准确且有效的数学模型。而实际生产过程几乎都要涉及到对气体或液体的控制，因此流体控制阀在控制系统中是必不可少的，它是组成工业自动化系统的重要环节。流体控制阀是用于对流体流动状态(压力、流量、截止/导通)进行控制的机械装置，由于流体控制阀的非线性流量特性，针对它的建模就成为生产控制的重难点。为了更好地对生产过程进行分析和预测，需要为流体控制阀建立准确的系统模型，同时辨识所建立模型的参数。为此，研究者们也提出了不同的辨识方法，如：随机梯度算法、牛顿迭代算法和粒子群算法等。

随机梯度算法在参数辨识中存在收敛速度慢且辨识精度低的问题；牛顿迭代算法是一种迭代算法，每一步都需要求解目标函数的Hessian矩阵的逆矩阵，计算复杂且占用内存较大；作为群智能算法的粒子群算法虽然可以较好地应用在不同工况，但是遗传算子的选择有时比较麻烦，存在辨识精度不高的问题。

如何解决上述技术问题为本发明面临的课题。

发明内容

本发明的目的在于提供一种基于梯度迭代算法的分数阶流体控制阀系统参数辨识方法，它有较快的收敛速度和较高的收敛精度，能较好地适用于对分数阶流体控制阀系统的建模和参数辨识。

本发明是通过如下措施实现的：基于梯度迭代算法的分数阶流体控制阀系统参数辨识方法，具体包括以下步骤：

步骤1)建立分数阶流体控制阀系统的输入输出数学模型。

步骤2)构建梯度迭代算法的辨识流程。

作为本发明提供的基于梯度迭代算法的分数阶流体控制阀系统参数辨识方法进一步优化方案，所述步骤1)的具体建模步骤如下：

(1-1)构建一个分数阶流体控制阀系统Wiener非线性模型的结构。

(1-2)根据此模型，构建出分数阶流体控制阀系统Wiener非线性模型表达式如下：

e(t)＝D(z)v(t), (3)

y(t)＝x(t)+e(t), (4)

上述公式中各符号的含义：u(t)是模型输入信号，y(t)是模型输出信号，v(t)是一个均值为0、方差为σ²且满足高斯分布的白噪声，中间变量u(t)，x(t)和e(t)是中间不可测量的信号，z^-1是单位延迟符号：z^-1y(t)＝y(t-1)，A(z)，B(z)和D(z)是常数多项式，具有以下定义：