原油冶煉過(guò)程的精餾塔裝置屬于典型的強(qiáng)耦合多變量化工對(duì)象,對(duì)其進(jìn)行控制需要準(zhǔn)確、合理的數(shù)學(xué)模型,辨識(shí)模型的精確程度與控制效果和經(jīng)濟(jì)效益直接相關(guān)。出于安全和效率考慮,對(duì)原油精餾過(guò)程的測(cè)試需要在閉環(huán)條件下進(jìn)行,漸近辨識(shí)方法在測(cè)試過(guò)程中能夠同時(shí)改變多路操作變量并根據(jù)頻域方法給出模型。本文基于漸近辨識(shí)理論,采用先升階再降階的解決方案,根據(jù)ARMAX模型描述精餾塔裝置,取得符合要求的辨識(shí)模型。由于新觀測(cè)數(shù)據(jù)能夠降低過(guò)程建模中的不確定性,以輸出誤差為指標(biāo)考察了新的測(cè)量數(shù)據(jù)對(duì)改善辨識(shí)模型精度的影響,分析測(cè)試數(shù)據(jù)信息量與有效估計(jì)之間的聯(lián)系,量化分析新觀測(cè)數(shù)據(jù)的引入對(duì)降低模型參數(shù)不確定性的影響。 

【文章來(lái)源】：華東理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017,43(03)北大核心CSCD

【文章頁(yè)數(shù)】：7 頁(yè)

【部分圖文】：

圖１輸出變量譜密度分析Ｆｉｇ．１Ｓｐｅｃｔｒａｌｄｅｎｓｉｔｙａｎａｌｙｓｉｓｏｆｏｕｔｐｕｔｖａｒｉａｂｌｅｓ

４的時(shí)延范圍選擇為［０∶２∶４０］，即［０２４６…４０］；輸出變量２的時(shí)延范圍選擇為［５０∶５∶１１０］，即［５０５５６０…１１０］。在選擇時(shí)延的過(guò)程中，假設(shè)ＡＲＸ模型階次為４０，選擇輸出誤差作為衡量時(shí)延合適程度的指標(biāo)。為簡(jiǎn)潔起見(jiàn)，對(duì)于一個(gè)給定輸出，對(duì)所有輸入均采用同樣的時(shí)延。本文考慮的主精餾塔裝置有４組被控變量，將其分解為４個(gè)多輸入單輸出（ＭＩＳＯ）過(guò)程，選擇輸出誤差較低點(diǎn)對(duì)應(yīng)的時(shí)延作為４組ＭＩＳＯ過(guò)程的時(shí)延估計(jì)值，結(jié)果如圖２所示。圖２橫軸表示時(shí)延值，縱軸則是按照輸出誤差準(zhǔn)則計(jì)算得出的誤差值。從圖２得出可能的時(shí)延值有多種情況。根據(jù)這些情況開(kāi)展的后續(xù)實(shí)驗(yàn)結(jié)果表明，較為合適的時(shí)延估計(jì)值為［４，１００，１２，１０］。圖２時(shí)延估計(jì)Ｆｉｇ．２Ｔｉｍｅｄｅｌａｙｅｓｔｉｍａｔｉｏｎ２．３階次選擇在時(shí)延確定后，首先采用計(jì)算復(fù)雜度較低的線性ＡＲＸ模型對(duì)４組多輸入、單輸出（ＭＩＳＯ）過(guò)程進(jìn)行描述，針對(duì)每組輸出變量，估計(jì)其對(duì)應(yīng)的ＭＩＳＯ過(guò)程的數(shù)學(xué)模型，在一定范圍內(nèi)選擇使誤差準(zhǔn)則最小的階次。為便于討論，針對(duì)每組ＭＩＳＯ模型，在４００

模型階次更高。采用ＦＯＥ準(zhǔn)則，將最高階次設(shè)定為ｎ＝５０。逐漸增高ＡＲＸ模型階次，檢測(cè)相關(guān)的ＦＯＥ變化情況，得到圖３。由圖３可見(jiàn)，當(dāng)階次逐漸升高，ＦＯＥ會(huì)不斷下降，對(duì)于輸出變量３和輸出變量４，模型階次超過(guò)１０后ＦＯＥ下降并不明顯。權(quán)衡模型的復(fù)雜程度和準(zhǔn)確性等因素后，將描述４組ＭＩＳＯ過(guò)程的高階ＡＲＸ模型階次依次選擇為４５、３８、６和４。模型結(jié)構(gòu)確定后再降階得到可應(yīng)用的等價(jià)模型，同時(shí)根據(jù)參數(shù)估計(jì)計(jì)算出理論模型參數(shù)。圖３ＦＯＥ隨ＡＲＸ模型階次變化情況Ｆｉｇ．３ＦＯＥｃｈａｎｇｅｓｗｉｔｈｔｈｅｏｒｄｅｒｏｆｔｈｅＡＲＸｍｏｄｅ２．４參數(shù)估計(jì)參數(shù)估計(jì)的目的是得到無(wú)偏的最小方差的模型估計(jì)值，良好的參數(shù)估計(jì)方法在閉環(huán)測(cè)試中應(yīng)保持一致性，并取得最小方差，而且在數(shù)值上穩(wěn)定可靠。描述４個(gè)ＭＩＳＯ過(guò)程的高階ＡＲＸ經(jīng)過(guò)降階得到４組低階ＡＲＭＡＸ模型，每組模型具有７組輸入變量，意味著式（１３）中多項(xiàng)式Ｂ（ｑ）存在７個(gè)分量。用時(shí)序數(shù)據(jù)來(lái)估計(jì)ＡＲＭＡＸ模型階次和多項(xiàng)式參數(shù)，同時(shí)給出均方誤差（ＭＳＥ）和擬合程度。ＭＳＥ的值越小，說(shuō)明預(yù)測(cè)模型描述實(shí)驗(yàn)數(shù)據(jù)具有更好的精確度。描述４組ＭＩＳＯ過(guò)程的ＡＲＭＡＸ模型參數(shù)估計(jì)結(jié)果如表１所示。表１中參數(shù)ｎｂ實(shí)際具有７個(gè)分量，表示ＭＩＳＯ過(guò)程的ＡＲＭＡＸ模型有７組輸入。前面的假設(shè)認(rèn)為７個(gè)分量相同，如ｎｂ＝３則說(shuō)明分量為ｎｂ＝｛３３３３３３３｝。為說(shuō)明估計(jì)模型的穩(wěn)定性，同時(shí)對(duì)降階前的高階ＡＲＸ模型和降階后的Ａ


本文編號(hào)：3620211