工业过程多模型建模及辨识方法研究

发布时间：2017-10-19 05:44

  本文关键词：工业过程多模型建模及辨识方法研究

  更多相关文章： 多工况过程 采样延时 期望最大化(EM)算法 参数估计

【摘要】：针对实际的工业过程建模中存在的多工况和采样延时这两大重要数据特征,首先利用LPV模型拟合多工况过程,选取线性ARX模型作为LPV的局部模型;同时将采样延时和数据的工况归属作为EM算法的隐含变量,然后对极大似然函数进行求解,辨识出各局部模型的参数;最后采用高斯权重函数将局部ARX模型融合为整体LPV模型。采用连续搅拌反应釜和三级高纯度精馏塔作为数据采样延时情形下的多工况过程建模仿真实例,在建立过程模型的同时准确地估计数据的采样延时。仿真结果表明该方法具有良好的建模效果,对于处理数据采样延时的多工况工业过程建模问题具有非常实用的价值。
【作者单位】： 无锡职业技术学院物联网技术学院;江南大学物联网工程学院;
【关键词】： 多工况过程 采样延时 期望最大化(EM)算法 参数估计
【基金】：国家自然科学基金(No.61502204) 江苏省产学研联合创新资金—前瞻性联合研究项目(No.BY2014023-25) 江苏高校品牌专业建设工程资助项目(No.PPZY2015C240)
【分类号】：TQ019;TP391.9
【正文快照】： 1引言工业控制技术的进步,为实际工业生产过程平稳地进行工况调整以满足不同生产需求提供了便利[1]。工业过程在不同的工况点之间切换,使得传统的建模方法在进行多工况建模时面临着重大挑战[2-4]。针对这一问题,目前已经出现了一些新的研究思路。李修亮等[5]对过程数据进行在

【相似文献】

中国期刊全文数据库 前2条

1 聂晓凯;阳春华;柴琴琴;桂卫华;;氧化铝蒸发的动态过程建模与仿真[J];化工自动化及仪表;2011年03期

2 ;[J];;年期

，

本文编号：1059379