文献综述
1、课题的研究现状及发展趋势
过程控制系统是以石油、化工、电力等工业生产中表征生产过程的参数（如温度、压力、流量、液位和成分等）作为被控量，使之接近给定值或保持在给定范围内的自动控制系统[1]。在控制系统中由于非线性、不确定性等因素的影响，使得系统的精确数学模型难以获得，而传统的控制策略的控制性能又严重依赖于模型精度。为了解决这个问题许多先进控制策略先后被提出，有效地解决了控制效果对数学模型的依赖的问题。其中系统辨识就是一种极其有效的方法。从80年代以来，系统辨识的发展面临新的复杂形势。一方面，由于鲁棒控制的出现，使得自适应鲁棒控制成为研究的新“热点”，相比之下，辨识本身的研究显得缺乏生气。曾一度使人有过一种模糊的感觉:系统辨识正面临困境。另一方面，也正是在此期间，一些过去曾一度被认为是“陈旧的”课题，如连续系统辨识，又以新的面貌出现，愈来愈引人注目。事实上，在过去的十年中，系统辨识正处于挑战和危机共存，新老交替发展的形势[2]。
另外，近二十年来，系统辨识获得了长足的发展，已经成为控制理论的一个十分活跃而又重要的分支。对于典型过程控制对象，系统辨识从线性现象和线性系统的研究过渡到非线性现象和非线性系统的研究是科学发展的必然结果，这不仅是对科学家们一种新的挑战，而且也是人类社会向更高级形式演化的一种必然[2]。随着智能控制理论、遗传算法理论等的不断成熟，逐渐形成了形式多样的现代的系统辨识方法，并且已在实际问题应用中取得了较好的运用效果。我们可以预见对不确定性的复杂系统的辨识研究很难或根本不可能找到一种统一的辨识方法来处理，这就需要人们分门别类地去研究，去解决所遇到的各种具体问题[1,2]。系统辨识未来的发展趋势将是经典系统辨识方法理论的逐步完善，随着经典系统辨识方法理论的逐步完善，以及一些新型学科的产生，系统辨识将成为综合性多学科理论的科学[1,2]。
针对过程控制系统中主要的非线性、大滞后性、强耦合性、以及不确定性等特性，常规基于精确数学模型的经典控制方法无法得到令人满意的控制效果，甚至不能获得复杂系统的数学模型，所以需要发展更加先进的控制策略解决过程控制中的典型问题。在后续发展的控制策略中，有智能 PID 控制，预测控制，自适应控制，模糊控制，人工神经网络控制等都取得较好的控制效果。在控制系统中由于非线性、不确定性等因素的影响，使得系统的精确数学模型难以获得，而传统的控制策略的控制性能又严重依赖于模型精度。为了解决这个问题许多先进控制策略先后被提出，有效地解决了控制效果对数学模型的依赖的问题。本课题将研究典型过程控制对象的控制方法。
2、本课题研究的意义和价值
辨识、状态估计和控制理论是现代控制理论三个互相渗透的领域。辨识和状态估计离不开控制理论的支持，控制理论的应用又几乎不能没有辨识和状态估计技术。随着控制过程复杂性的提高，控制理论的应用日益广泛，但其实际应用不能脱离被控对象的数学模型。然而在大多数情况下，被控对象的数学模型是不知道的，或者在正常运行期间模型的参数可能发生变化，因此利用控制理论去解决实际问题时，首先需要建立被控对象的数学模型。系统辨识正是适应这一需要而形成的，他是现代控制理论中一个很活跃的分支。社会科学和自然科学领域已经投入相当多的人力和物力去观察、研究有关的系统辨识问题[3]。系统辨识是建模的一种方法，辨识的实质就是从一组模型类中选择一个模型，按照某种准则，使之能最好地拟合所关心的实际过程的静态或动态特性。经典的系统辨识方法的发展已经比较成熟和完善,他包括阶跃响应法、脉冲响应法、频率响应法、相关分析法、谱分析法、最小二乘法和极大似然法等。其中最小二乘法(LS)是一种经典的和最基本的,也是应用最广泛的方法。但是,最小二乘估计是非一致的,是有偏差的,所以为了克服他的缺陷,而形成了一些以最小二乘法为基础的系统辨识方法:广义最小二乘法(GLS)、辅助变量法(IV)、增广最小二乘法(ELS)和广义最小二乘法(GLS),以及将一般的最小二乘法与其他方法相结合的方法,有最小二乘两步法(COR-LS)和随机逼近算法等[2,3]。随着人类社会的发展进步,越来越多的实际系统很多都是具有不确定性的复杂系统。而对于这类系统,经典的辨识建模方法难以得到令人满意的结果。即就是说,经典的系统辨识方法还存在着一定的不足:
(1)利用最小二乘法的系统辨识法一般要求输入信号已知,并且必须具有较丰富的变化,然而,这一点在某些动态系统中,系统的输入常常无法保证;
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
