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.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115857322A(43)申请公布日2023.03.28(21)申请号202210851565.5(22)申请日2022.07.19(71)申请人南通大学地址226019江苏省南通市崇川区啬园路9号(72)发明人李俊红张泓睿顾菊平华亮严俊肖康蒋一哲白贵祥(74)专利代理机构南京经纬专利商标代理有限公司32200专利代理师张俊俊(51)Int.Cl.G05B13/04(2006.01)权利要求书3页说明书9页附图3页(54)发明名称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(57)摘要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。CN115857322ACN115857322A权利要求书1/3页1.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，其特征在于，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。2.根据权利要求1所述的基于梯度迭代算法的分数阶流体控制阀系统辨识方法，其特征在于，所述步骤1)包括以下步骤：(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)根据步骤(1‑1)得到的Wiener非线性模型，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)其中，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：其中，多项式因子ai，bj和dl是待估计的参数，αi，βj和γl是多项式分母的分数阶数，本发明考虑分数相称系统，即分数阶数是相同基的倍数且已知：(1‑3)则中间信号和e(t)表示为：化简得：2CN115857322A权利要求书2/3页本发明采用了GrünwaldLetnikov(GL)定义求解分数阶导数，GL定义为：其中△是离散分数阶差分算子，△αm(kh)是函数m(k)的α阶分数导数，令t＝kh，其中h是采样间隔，k是计算导数逼近的样本数，将式(7)带入式(5)，(6)，离散后的中间信号和e(t)改写为：模型中非线性环节的输出是多项式形式，表示为：其中，pi是需要辨识的未知系数，而多项式函数的阶数r是已知的，为了保证参数的唯一性，令非线性分量的第一模数p1＝1；(1‑4)得到分数阶流体控制阀系统的Wiener非线性模型的辨识模型：上述公式中，为系统的信息向量，表示为：其中，分别定义为TTTTθ为系统的参数向量，表示为：θ＝[θ1,θ2,θ3]，其中，θ1，θ2，θ3分别定义为：Tθ2＝[p2,p3,…,pr],3.根据权利要求1所述的基于梯度迭代算法的分数阶流体控制阀系统Wiener非线性模型参数辨识方法，其特征在于，所述步骤2)包括以下步骤：3CN115857322A权利要求书3/3页步骤2‑1)初始化，给定迭代次数kmax，数据长度N；步骤2‑2)将阀门的气动控制信号作为分数阶流体控制阀系统模型的输入数据u(t)，流体流量作为输出数据y(t)，阀塞的位置作为中间信号步骤2‑3)根据输入输出数据定义堆积输出向量Y(N)，定义堆积信息矩阵Ψ(N)，如式(12)；步骤2‑4)定义准则函数J(θ)为其中，是堆积信息矩阵的估计值，是参数向量的估计值；步骤2‑5)将信息向量中的中间变量中间变量的分数阶导数和不可测噪声的分数阶导数△αv(t)替换为其估计值和根据式(14)计算信息向量的估计根据式(15)构建步骤2‑6)根据式(16)选择合适的收敛因子μk；步骤2‑7)根据式(17)计算参数向量的估计值步骤2‑8)根据式(8)、(18)计算估计的中间变量和估计的噪声由式(7)的GL定义计算估计的中间变量和噪声的分数阶导数步骤2‑9)判断是否达到最大迭代次数，若没有达到，程序跳转到步骤2‑5)，若达到，进入步骤2‑10)；步骤2‑10)输出结果，完成辨识。4CN115857322A说明书1/9页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技术领域[0001]本发明涉及流体控制阀系统辨