شناسايي وصل خط سيستم‌هاي ديناميكي غيرخطي چندورودي- چندخروجي با تأخير ثابت در ورودي در قالب وينر

دكتري در رشته مهندسي

در اين رساله، مدل وينر براي توصيف سيستم¬هاي ديناميكي غيرخطي درنظرگرفته¬شده¬است. اين مدل شامل يك زيرسيستم ديناميكي خطي مي¬باشد كه به¬دنبال آن زيرسيستم استاتيكي غيرخطي مي¬آيد. با توجه به عدم دسترسي به سيگنال مياني بلوك¬ها، شناسايي سيستم با تقريب خطي اوليه¬اي از سيستم غيرخطي اصلي شروع¬مي¬گردد. اگرچه در بسياري از كاربردهاي عملي، شناسايي وصل‌خط ترجيح¬دارد اما در اكثر مراجع، مدل¬سازي در قالب وينر به¬صورت قطع¬خط انجام¬شده¬است. در اين¬ رساله، پس از گذراندن دوره آموزش قطع¬خط، شناسايي سيستم به¬صورت وصل‌خط و با دريافت داده¬هاي ورودي-خروجي جديد انجام¬مي¬شود. در گام نخست، با درنظرگرفتن تأخير اندك در ورودي، شناساگر زيرفضا به¬روش MOESP براي توصيف زيرسيستم ديناميكي خطي و شبكه عصبي پرسپترون چندلايه براي بيان زيرسيستم استاتيكي غيرخطي استفاده¬مي¬شوند. پايداري مدل وينر با حل ناتساوي ماتريسي خطي اثبات¬شده¬است. علاوه¬براين، با محدودكردن نرخ يادگيري در روش يادگيري لونبرگ-ماركوات همگرايي خروجي مدل به سيستم تضمين¬مي¬گردد. در گام بعد، الگوريتم شناسايي براي سيستم¬هاي ديناميكي غيرخطي باتأخيردر ورودي توسعه¬مي¬يابد. براي اين منظور، دنباله¬اي از فيلترهاي لاگر براي مدل¬سازي بلوك خطي ديناميكي استفاده¬مي¬گردد. در اين مرحله، تحليل خطاي محدود و همگرايي خروجي مدل¬ به¬كمك نظريه لياپانوف انجام¬شده¬است. از طرف ديگر، در صورتي كه خروجي سيستم همراه با نويز اندازه¬گيري¬باشد، فرايند آموزش مدل وينر دچار مشكل مي¬شود. براي حل اين مشكل، در مرحله پاياني، از شبكه عصبي كميته متشكل از چند ماشين بردار پشتيبان كمترين مربعات به¬عنوان زيرسيستم استاتيكي غيرخطي استفاده-مي¬شود. با تحليل ارايه¬شده، وزن¬هاي سيناپسي لايه خروجي شبكه و هزينه متناظر با آن به¬صورت بهينه محاسبه¬مي¬گردد. جهت بررسي قابليت روش¬هاي شناسايي معرفي¬شده از سيستم¬هاي عملي غيرخطي همانند CSTR، pH و سه¬تانك استفاده¬شده¬است. علاوه بر آن، نتايج به¬دست آمده با روش¬هاي پيشرفته اخير كه در مقالات ارايه شده، مقايسه شده است كه نشان از عملكرد بسيار مطلوب روش¬هاي پيشنهادي دارد.

190973

دانشگاه علم و صنعت ايران

كنترل

دكتر محمد فرخي