一种多变量系统辨识法及其在蒸发过程的应用
本文关键词:一种多变量系统辨识法及其在蒸发过程的应用 出处:《计算机工程与应用》2016年12期 论文类型:期刊论文
更多相关文章: 多变量系统 分子蒸馏 Simpson积分 系统辨识 阶跃响应 参数估计
【摘要】:为有效分析分子蒸馏系统中的蒸发环节,提出了一种带有延迟环节的多变量系统参数辨识方法。采用将多变量系统辨识转化为多个单变量系统辨识的思想,对辨识问题进行简化,并给出了该思想的依据。依据阶跃激励信号下被辨识过程的响应数据建立关系式组,并应用辛普森(Simpson)积分公式得到了关系式组中未知系数,通过对该关系式组的求解最终获得蒸发系统的传递函数矩阵。仿真及实际过程中的应用表明,采用的辨识方法具有较强的可实践性及良好的辨识效果。
[Abstract]:For the evaporation part of effective molecular distillation system analysis, put forward a delay parameter identification method of multivariable systems. The multivariable system identification is transformed into a single variable system identification theory, the identification problem is simplified, and gives the thought basis. Based on the data of step response signal by setting up the relation of group identification process, and the application of Simpson integral formula (Simpson) obtained unknown coefficient equation group, by solving the relation group obtained transfer function matrix of the evaporation system. It shows that the application of simulation and practical process, the identification method has strong practicality and a good identification effect.
【作者单位】: 长春工业大学电气与电子工程学院;长春工业大学汽车工程研究学院;
【基金】:吉林省科学技术厅(No.20130206030GX,No.20100366)
【分类号】:TQ028;O231
【正文快照】: 1引言分子蒸馏技术是一种新兴的前沿分离过程,由于它分离条件的温和特性,使其拥有其他分离技术不可比拟的优点。也因此吸引大批科研人员利用分子蒸馏设备从事于各种产品的分离工艺研究,陈[1]等利用分子蒸馏设备获得了高碳脂肪醇的最佳提纯工况点,在压力66.7 Pa、温度200℃工艺
【相似文献】
相关期刊论文 前10条
1 黄光远;分布参数系统辨识中的一个注记(英文)[J];控制理论与应用;1989年S1期
2 陈亚陵;无穷维系统辨识的条件健态性[J];厦门大学学报(自然科学版);1987年03期
3 蔡泽伟;;船舶操纵运动方程系数的系统辨识[J];宁波大学学报(理工版);1989年01期
4 赵星;外圆切入磨削的系统辨识[J];华中工学院学报;1982年02期
5 卫金茂,王淑琴,汪大伟;系统辨识的神经网络实现[J];东北师大学报(自然科学版);1997年04期
6 陈亚陵;系统辨识相容性的随机可观测条件[J];厦门大学学报(自然科学版);1980年04期
7 韩中;赵升吨;张贵成;阮卫平;李建平;沈红立;;流程制造系统辨识的自动结构性建模方法[J];计算机工程与应用;2014年01期
8 周西峰;系统辨识与建模的一种新方法[J];信息与控制;2000年02期
9 陈翰馥;最小二乘辨识的一致性[J];数学物理学报;1981年02期
10 陈实;基于MATLAB语言的系统辨识[J];系统工程;1997年02期
相关会议论文 前1条
1 苏维均;杨化庭;刘载文;;基于正交多项式回归分析方法的系统辨识研究[A];第二十九届中国控制会议论文集[C];2010年
相关博士学位论文 前1条
1 翟金刚;基于并行的切换最优控制与混杂动力系统辨识[D];大连理工大学;2013年
相关硕士学位论文 前3条
1 程婵娟;系统辨识的线性规划方法研究[D];厦门大学;2009年
2 王萌;状态空间系统辨识定阶问题研究[D];北京交通大学;2013年
3 王政;基于神经网络的做动器系统辨识及控制方法研究[D];大连理工大学;2006年
,本文编号:1368820
本文链接:https://www.wllwen.com/kejilunwen/huaxuehuagong/1368820.html