摘要：hammerstein模型是一类具有特定结构的典型非线性模型,由静态非线性环节和动态线性环节串联而成,能较好地反映过程特征的特点,可以描述一大类非线性过程.本文结合hammerstein模型辨识的基本过程和特点,从hammerstein模型中间变量不可测量的角度出发,首先按静态非线性环节与动态线性环节同步辨识法和分步辨识法综述了hammerstein模型的相关理论和方法;然后,分析了现有的基于hammerstein模型的控制系统设计方案;最后对hammerstein系统未来可能的研究提出若干看法.

摘要：鉴于动车组列车制动控制在运行和ATO中的重要性,以hammerstein模型为基础,设计动车组列车制动系统的广义预测控制GPC器。把hammerstein模型看作静态子系统和动态子系统的串联,动态子系统辨识为CARIMA模型,用思维进化算法MEA辨识由动态子系统纯延时环节和外界干扰造成的模型误差,设计基于MEA误差修正的GPC器,得出中间量。根据动车组列车制动特性对中间量进行约束化处理,使处理后的中间量和制动级位实现一一对应关系。对描述静态子系统的静态函数求逆,得到制动系统的制动级位。以CRH2型动车组为仿真对象,比较PID和GPC的控制效果,证明MEA修正误差的有效性,验证GPC器控制动车组列车制动系统的优越性。

摘要：为研究微燃机-冷热电(MGT-CCHP)联供机组动态运行特性及控制策略,采用hammerstein模型结构快速辨识其非线性动态特性,并将非线性动态特性以串联的非线性静态模型和线性动态模型表示.采用逐步回归法确定动态模型阶次并采用粒子群算法辨识模型参数,得到易于复现的块结构化模型.基于hammerstein预测模型,设计了MGT-CCHR冷负荷跟踪非线性广义预测控制器.利用hammerstein模型分块描述对象静态与动态特性的结构特点,将非线性广义预测控制转化为线性广义预测控制与非线性静态函数求根问题,使控制量求解简化.通过与最优参数PID控制器的仿真结果比较表明,所设计的非线性广义预测控制器具有改善冷负荷跟踪性能和节能控制的效果.

摘要：为提高原子力显微镜(atomic force microscope,AFM)中微悬臂梁分布参数模型的精度,本文提出了包含非线性时空特性的改进模型,在此基础上简化控制器的结构.首先加入非线性补偿项修正传统分布参数模型;然后采用Karhunen-Loève(K–L)方法提取系统主导空间基函数,实现系统输出的时空变量分离.利用求解得到的时间系数和系统激励,建立系统时域hammerstein模型,使系统无限维偏微分方程模型转化为时域有限维常微分方程形式,控制器的设计无需考虑空间耦合的影响;最后,利用最小二乘支持向量机结合奇异值分解法辨识模型中的参数.与传统分布参数模型进行仿真和实验结果比较,验证了方法的有效性.

摘要：增压锅炉燃烧系统具有强非线性、大滞后、参数时变和不确定性,传统的控制方法很难取得较好的控制效果。Laguerre滤波网络能够以较低的模型阶次逼近系统线性特性,且无需知道系统的滞后时间;Fuzzy模型能够有效描述系统的非线性及不确定性。提出了基于Laguerre-Fuzzy hammerstein模型的非线性预测控制器并应用于增压锅炉燃烧系统控制器设计中。仿真结果表明:在变负荷情况下,本文提出的控制器能够有效控制过热蒸汽压力迅速稳定在设定值;与单输入预测控制器相比,该控制器综合考虑了两非线性变量带来的影响,且有效地避免了因系统变迟延和不确定性带来的影响,证明了本文方法的有效性。

摘要：针对感应电机变频器调速系统的非线性特点,提出一种基于hammerstein模型的神经网络控制方法.hammerstein模型由静态非线性模块和动态线性模块组成.首先,利用ARMA模型实现对感应电机变频器调速系统的线性动态模块辨识;然后,基于该辨识模型,实现调速系统非线性静态模块神经网络逆模型辨识与系统直接逆控制;最后,针对控制过程中存在的电机负载扰动问题,设计了神经网络直接逆控制器在线学习与控制策略.仿真实验表明,所提出的控制策略可以获得满意的控制效果.

摘要：通过对系统输入信号的设计,使hammerstein系统输出只反映系统的线性动态,并将非线性部分的静态影响有效地分离掉.利用最小二乘辨识得到系统的线性动态模型.基于此模型并依据系统的测量输出重构系统的中间输入,进而可估计出非线性部分的参数,据此给出了多变量hammerstein系统辨识的动态分离方法.仿真结果表明所提出的方法是有效的.

摘要：针对实际工业过程中普遍存在的有色噪声,本文提出一种基于递推增广最小二乘算法的神经模糊hammerstein模型辨识方法,突破了传统的hammerstein模型迭代分离算法.首先,利用多信号源实现hammerstein模型中静态非线性环节和动态线性环节的分离,大大简化了辨识过程,提高了串联环节参数的分离精度.其次,利用长除法将噪声模型用有限脉冲响应模型逼近,采用增广递推最小二乘法进行线性环节的参数估计.最后,采用神经模糊模型拟合静态非线性环节,同时设计了神经模糊模型参数的非迭代优化算法,改善了模型的使用范围.该方法保证了模型的预测精度,对含有色噪声的非线性系统具有较好的拟合效果.仿真结果验证了上述方法的有效性.

摘要：用hammerstein模型表示具有动态非线性特性的汽车空气质量流量（MAF）传感器，所设计的动态非线性补偿器包括动态线性补偿器和静态非线性校正器。对动态标定实验装置中的阀门进行建模，阀门的阶跃响应作为传感器的激励信号。应用系统辨识法设计动态线性补偿器，应用反函数多项式拟合法设计静态非线性校正器。仿真结果表明，动态线性补偿器起到改善传感器动态性能指标的作用，静态非线性校正器可以保证校正后无失真的复现传感器的输入信号。同时，所设计的动态非线性补偿器具有良好的适应性，在传感器的不同幅值输入时，都起到了动态性能指标改善、稳态幅值无失真复现的作用。

摘要：该文针对化工过程中广泛使用的连续搅拌反应釜(CSTR),提出一种基于最小二乘支持向量机hammerstein模型的非线性预测控制方法。hammerstein模型的非线性环节采用最小二乘支持向量机逼近,线性环节则采用外因输入自回归模式(ARX)结构。基于此模型结构设计非线性模型预测控制器,将非线性预测控制问题转化为线性模型的预测控制和非线性模型的求逆问题,进而给出了预测控制律以及非线性环节逆模型的构造方法。对CSTR的仿真结果表明:与传统的非线性模型预测控制以及PI控制器相比,该文方法精度更高,能够有效跟踪控制反应物浓度。