文档介绍：答辩委员会主席:诘分类号!密级——博士学位论文基于最小二乘支持向量机的铝电解过程建模与控制研究控制科学与工程论文答辩日期互』弧晟衔阎纲信息科学与工程学院粱昔明名业序师姓专系教者科完导作学学指中南大学年
作者始逝新签名聋吼丝年蜘卫作者签名:ⅰ克苷学位论文版权使用授权书原创性声明日期:突ツ辍I隆M跞本人声明,所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了论文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我共同工作的同志对本研究所作的贡献均已在在论文中作了明确的说明。本人了解中南大学有关保留、使用学位论文的规定,即:学校有权保留学位论文并根据国家或湖南省有关部门规定送交学位论文,允许学位论文被查阅和借阅;学校可以公布学位论文的全部或部分内容,可以采用复印、缩印或其它手段保存学位论文。同时授权中国科学技术信息研究所将本学位论文收录到《中国学位论文全文数据库》,并通过网络向社会公众提供信息服务。
摘要铝电解过程是一个非线性、多变量、大滞后的复杂工业对象,且它的某些重要工艺参数难以在线实时检测;因此常见的刂啤⒆适应控制等都难以取得理想的效果。最乘支持向量机是机器学习领域近年来涌现出的一种新颖的通用学习方法,它建立在结构风险最小化原则基础上,能较好地解决小样本、非线性、高维数和局部极小等实际问题,已成功地应用于分类、函数逼近和时间序列预测等方面。本文先进行基于最小二乘支持向量机的建模与控制研究,然后将部分研究成果应用于铝电解过程的建模与控制,取得了满意的效果。本文主要做了以下四项工作:缃馕露取⒀趸僚ǘ群图ň嗍锹恋缃夤讨蟹浅V匾H从难于测量的三个参数,因此本文提出一种基于最小二乘支持向量机和粒子群优化的—惴ǎ⒄馊霾问娜聿饬磕P汀该算法考虑最小二乘支持向量机的算法参数的选取问题,先定义预测误差的平方和的算术平均作为适应度函数,然后采用粒子群优化技术在可行域内不断迭代搜索,使适应值不断减小,最终得到最优的算法参数,以及对应的模型参数。仿真结果表明:,惴ń的软测量模型,无论是学习能力还是泛化能力,均好于神经网络模型,证明了该算法的有效性和优越性。芯苛嘶谧钚《酥С窒蛄炕脑げ饪刂啤针对多入多出、约束非线性系统,提出上、下位机两级控制结构,推导了基于最乘支持向量机和混沌优化的单步预测控制算法:惴ā8盟惴ǹ悸强刂屏康脑际捎没煦缬呕际踉其可行域内遍历搜索,在线求解最优的预测控制律。仿真结果表明该算法的控制精度要高于基于神经网络的单步预测控制算法。类似的,针对多入多出、约束非线性、时滞系统,提出上、下位机两级控制结构,推导了基于最小二乘支持向量机和混沌优化的多步预测控制算法:惴ǎ捎没煦缬呕际踉谙咔蠼庾优的预测控制律。仿真结果表明该算法的控制精度要高于基于神经网络的多步预测控制算法。芯苛嘶谧钚《酥С窒蛄炕脑げ饪刂葡低车奈榷ㄐ
问题,提出一种确保闭环系统稳定性的双模控制算法。首先在常规的预测控制性能指标后附加一个人为的终端约束,并利用方法推导了在该情况下确保闭环系统大范围渐进稳定的稳定性定理。然后据此提出一种确保全局稳定的基于最小二乘支持向量机的双模控制算法:先采用预测控制将状态驱动到终端约束集内,然后再切换到局部线性控制以减少在线计算量,使状态最终驱动到原点。仿真结果表明了该算法的有效性和优越性。ú糠盅芯砍晒τ玫健奥恋缃夤滔冉刂葡低车纳杓朴开发”横向课题中,取得了满意的效果。首先提出一种基于最小二乘支持向量机的氧化铝浓度控制,该方法采用—惴ń氧化铝浓度的预测模型,并采用惴ㄊ凳┛煽康难趸铝浓度预测控制。然后提出一种基于槽电阻滤波和专家经验的槽电阻控制。最后将最小二乘支持向量机、模糊控制和专家系统三者有机融合,提出一种基于最小二乘支持向量机的槽况解析与维护专家系统。系统运行结果表明:采用上述方法,可比原来的方法提高电流效率%,直流电耗减少甴/,节能降耗效果明显。关键词最小二乘支持向量机,铝电解过程,软测量,粒子群优化预测控制,双模控制
,,—琣琾琹—,,琣,甌琲瓼,瑂瑆琫琣:一
曲—.琣猧,—,—.瓼,,琣甌,.,“県琣
鞟甌—,瓼ィ產瑃瑂琾琩。琣,