一种新的ARX模型在磁悬浮系统建模中的应用

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (29): 196-200.

一种新的ARX模型在磁悬浮系统建模中的应用

侯海良,彭辉

中南大学信息科学与工程学院,长沙 410083

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-10-11 发布日期:2007-10-11
通讯作者: 侯海良

Application of new ARX model to identification for magnetic levitation control system

HOU Hai-liang,PENG Hui

School of Information Science & Engineering,Central South University,Changsha 410083,China

Received:1900-01-01 Revised:1900-01-01 Online:2007-10-11 Published:2007-10-11
Contact: HOU Hai-liang

摘要/Abstract

摘要： 采用一种新的ARX模型（RBF-ARX模型）对磁悬浮系统进行离线建模,讨论了RBF-ARX模型的原理、结构的选取、模型参数辨识和RBF参数优化等问题。文章分别采用不同的序列作为状态变量,分别建立RBF-ARX模型,并分析了各模型的性能及可靠性。模型的预测输出和仿真结果,证实了RBF-ARX模型在非线性系统建模和辨识中的有效性。通过与ARX模型的比较,证明了RBF-ARX模型在非线性系统建模中效果更好。

关键词: 磁悬浮系统, 模型预测控制, RBF-ARX模型, 结构化非线性参数优化策略

Abstract: This paper focuses on the modeling of magnetic levitation control system using RBF-ARX model,also discuses the principium of RBF-ARX model,model structure design,model parameters identification,parameter optimization and so on.Finally,the authors have used different series as state variable,established the RBF-ARX model separately and analyzed the reliability and performance of the model respectively.The results of simulation studies finally show the effectiveness of RBF-ARX model for the modeling and identification of nonlinear systems.In contrast to ARX model,RBF-ARX model is good at modeling of nonlinear systems.

Key words: magnetic levitation systems, model-based predictive control, RBF-ARX model, Structured Nonlinear Parameter Optimization Method（SNPOM）

侯海良,彭辉.

一种新的ARX模型在磁悬浮系统建模中的应用

[J]. 计算机工程与应用, 2007, 43(29): 196-200.

HOU Hai-liang,PENG Hui. Application of new ARX model to identification for magnetic levitation control system [J]. Computer Engineering and Applications, 2007, 43(29): 196-200.

[1]	顾海艳，陈亮，王多点. 基于模型预测控制的无人机时空协同航迹规划[J]. 计算机工程与应用, 2021, 57(23): 270-279.
[2]	王银，张灏琦，孙前来，李小松，孙志毅. 基于自适应MPC算法的轨迹跟踪控制研究[J]. 计算机工程与应用, 2021, 57(14): 251-258.
[3]	杨世忠，邢丽娟. 可变多胞体结构的鲁棒模型预测控制[J]. 计算机工程与应用, 2020, 56(7): 266-272.
[4]	石贞洪，江洪，于文浩，柳亚子，蒋潇杰，姜民. 适用于路径跟踪控制的自适应MPC算法研究[J]. 计算机工程与应用, 2020, 56(21): 266-271.
[5]	侯利民，顾海旺，蒋尚昆，刘宇. 容错逆变器驱动的PMSM双环预测控制的研究[J]. 计算机工程与应用, 2019, 55(18): 212-217.
[6]	何文韬，何德峰，崔靖龙，彭彬彬. 网联车辆自适应巡航控制算法验证平台设计[J]. 计算机工程与应用, 2019, 55(14): 235-241.
[7]	范怡敏1，罗云飞2，沈克永1. 具有先应性最优通道传输的车载网络研究分析[J]. 计算机工程与应用, 2018, 54(23): 68-73.
[8]	花晓峰，段建民，田晓生. 基于禁区惩罚函数和MPC倍增预测的车辆避障研究[J]. 计算机工程与应用, 2018, 54(15): 131-138.
[9]	胡素强1，张利民2，油振伟1. 离线椭圆集的非线性模型预测控制算法研究[J]. 计算机工程与应用, 2018, 54(13): 236-240.
[10]	孙京诰1，2，占子赫1，2. 直接radau配置的多阶非线性模型预测聚合反应控制[J]. 计算机工程与应用, 2018, 54(12): 244-250.
[11]	宋英莉，刘宣宇，张凯举，施惠元，王倩. IMNMSSPC算法在盾构机土压平衡控制中的应用[J]. 计算机工程与应用, 2017, 53(4): 251-255.
[12]	杨世忠1，2，任庆昌1. 鲁棒模型预测控制在变风量空调系统中的应用[J]. 计算机工程与应用, 2013, 49(6): 8-11.
[13]	罗小锁1，周国清1，邹涛2. 基于子空间辨识的状态空间模型预测控制[J]. 计算机工程与应用, 2012, 48(19): 234-237.
[14]	云昭洁，韩波，申星，李平. 基于DMC的微小型无人直升机航迹跟踪[J]. 计算机工程与应用, 2012, 48(17): 215-219.
[15]	徐淑萍，苏小会. 神经网络预测远程控制系统中信息延时的研究[J]. 计算机工程与应用, 2012, 48(17): 119-122.