發(fā)布時(shí)間：2017-10-19 05:44

  本文關(guān)鍵詞：工業(yè)過程多模型建模及辨識(shí)方法研究

  更多相關(guān)文章： 多工況過程 采樣延時(shí) 期望最大化(EM)算法 參數(shù)估計(jì)

【摘要】：針對(duì)實(shí)際的工業(yè)過程建模中存在的多工況和采樣延時(shí)這兩大重要數(shù)據(jù)特征,首先利用LPV模型擬合多工況過程,選取線性ARX模型作為LPV的局部模型;同時(shí)將采樣延時(shí)和數(shù)據(jù)的工況歸屬作為EM算法的隱含變量,然后對(duì)極大似然函數(shù)進(jìn)行求解,辨識(shí)出各局部模型的參數(shù);最后采用高斯權(quán)重函數(shù)將局部ARX模型融合為整體LPV模型。采用連續(xù)攪拌反應(yīng)釜和三級(jí)高純度精餾塔作為數(shù)據(jù)采樣延時(shí)情形下的多工況過程建模仿真實(shí)例,在建立過程模型的同時(shí)準(zhǔn)確地估計(jì)數(shù)據(jù)的采樣延時(shí)。仿真結(jié)果表明該方法具有良好的建模效果,對(duì)于處理數(shù)據(jù)采樣延時(shí)的多工況工業(yè)過程建模問題具有非常實(shí)用的價(jià)值。
【作者單位】： 無錫職業(yè)技術(shù)學(xué)院物聯(lián)網(wǎng)技術(shù)學(xué)院;江南大學(xué)物聯(lián)網(wǎng)工程學(xué)院;
【關(guān)鍵詞】： 多工況過程 采樣延時(shí) 期望最大化(EM)算法 參數(shù)估計(jì)
【基金】：國家自然科學(xué)基金(No.61502204) 江蘇省產(chǎn)學(xué)研聯(lián)合創(chuàng)新資金—前瞻性聯(lián)合研究項(xiàng)目(No.BY2014023-25) 江蘇高校品牌專業(yè)建設(shè)工程資助項(xiàng)目(No.PPZY2015C240)
【分類號(hào)】：TQ019;TP391.9
【正文快照】： 1引言工業(yè)控制技術(shù)的進(jìn)步,為實(shí)際工業(yè)生產(chǎn)過程平穩(wěn)地進(jìn)行工況調(diào)整以滿足不同生產(chǎn)需求提供了便利[1]。工業(yè)過程在不同的工況點(diǎn)之間切換,使得傳統(tǒng)的建模方法在進(jìn)行多工況建模時(shí)面臨著重大挑戰(zhàn)[2-4]。針對(duì)這一問題,目前已經(jīng)出現(xiàn)了一些新的研究思路。李修亮等[5]對(duì)過程數(shù)據(jù)進(jìn)行在

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前2條

1 聶曉凱;陽春華;柴琴琴;桂衛(wèi)華;;氧化鋁蒸發(fā)的動(dòng)態(tài)過程建模與仿真[J];化工自動(dòng)化及儀表;2011年03期

2 ;[J];;年期

，

本文編號(hào)：1059379