基于动态系统辨识的钢铁企业氧气管网系统的研究
发布时间：2021-11-10 13:06
针对钢铁企业氧气管网建模过程中由于简化假设导致模型精度不高,影响氧气调度的问题,造成氧气放散,提出了一种基于动态系统辨识氧气管网的建模方法,该方法综合了氧气管网的特征与实际系统中的氧气动态调度,通过对模型的辨识,提高了管网计算模型的计算精度。通过实测输入输出数据,首先选择系统模型阶次,然后用递推最小二乘法对模型参数进行确定,最后通过高炉和转炉同时运行时、多个转炉同时运行时不同工况进行验证,辨识所得到的模型能更准确地描述实际的系统运行状态。在不同用户管网其输出值与实际数值误差较小,验证了该模型的有效性和适用性。
【文章来源】：计算机应用与软件. 2018,35(04)北大核心
【文章页数】：5 页
【部分图文】：
输出数据
。其中氧气流量差累积量u可以由流量计测得的输入输出流量获得，管网压力P可以由管网的压力计量装置获得。系统模型结构如图1所示。图1系统模型结构图根据氧气系统实际的采集数据，为了实现系统输入的充分性，所采用的数据变化范围较大，输入数据曲线如图2所示。图2输入数据曲线输出数据如图3所示。图3输出数据由输入输出曲线可知，此序列均值不为零的时变系统，把管网系统中的数据需要进行数据平稳化处理，对输入与输出时间序列进行处理可以去除部分趋势项。图4和图5为降噪后的重构信号。图4降噪后输入数据图5输出数据输出数据曲线根据前述辨识判据以及氧气管网实际运行时的输入输出数据，对候选模型的结构进行辨识，针对氧气管网系统中，氧气用户用氧量是随着时间不断变化，氧气管网系统状态随用氧量变化而变化。通过对氧气管网的AＲX模型辨识，用氧量为时变扰动变量，采用基于递推最小二乘法对参数进行确定。引入具有鲁棒性和稳定性的实时辨识算法。θ^(t)=θ^(t－1)+m(t)ε(t)φT(t－1)P(t－1)(4)ε(t)=x(t)－θ(t－1)φT(t－1)H(t)=P(t－1)φ(t－1)φT(t－1)P(t－1)ζ1(t)ζ2(t())+φT(t－1)P(t－1)φ(t－1)(5)P(t)=1ζ1(t)［P(t－1)－m(t)H(t)］+m(t)F(t)(6)式中:P(t)为增益矩阵，H(t)为中间变量，F(t)为模型所需要的最小增益矩阵。ζ1(
醒跗?髁坎罾刍??u可以由流量计测得的输入输出流量获得，管网压力P可以由管网的压力计量装置获得。系统模型结构如图1所示。图1系统模型结构图根据氧气系统实际的采集数据，为了实现系统输入的充分性，所采用的数据变化范围较大，输入数据曲线如图2所示。图2输入数据曲线输出数据如图3所示。图3输出数据由输入输出曲线可知，此序列均值不为零的时变系统，把管网系统中的数据需要进行数据平稳化处理，对输入与输出时间序列进行处理可以去除部分趋势项。图4和图5为降噪后的重构信号。图4降噪后输入数据图5输出数据输出数据曲线根据前述辨识判据以及氧气管网实际运行时的输入输出数据，对候选模型的结构进行辨识，针对氧气管网系统中，氧气用户用氧量是随着时间不断变化，氧气管网系统状态随用氧量变化而变化。通过对氧气管网的AＲX模型辨识，用氧量为时变扰动变量，采用基于递推最小二乘法对参数进行确定。引入具有鲁棒性和稳定性的实时辨识算法。θ^(t)=θ^(t－1)+m(t)ε(t)φT(t－1)P(t－1)(4)ε(t)=x(t)－θ(t－1)φT(t－1)H(t)=P(t－1)φ(t－1)φT(t－1)P(t－1)ζ1(t)ζ2(t())+φT(t－1)P(t－1)φ(t－1)(5)P(t)=1ζ1(t)［P(t－1)－m(t)H(t)］+m(t)F(t)(6)式中:P(t)为增益矩阵，H(t)为中间变量，F(t)为模型所需要的最小增益矩阵。ζ1(t)，?
【参考文献】：
期刊论文
[1]高炉休风时供氧管网压力对氧气调度的影响[J]. 张培昆,王立. 工程科学学报. 2017(02)
[2]城市天然气管网供应可靠性模型分析[J]. 姜好. 天然气技术与经济. 2016(04)
[3]柳钢气体公司氧气放散率同比降低15.8% 累计销售工业氧90000瓶[J]. 深冷技术. 2016(01)
[4]降低氧气厂氧气放散率的研究[J]. 邵睿. 武钢技术. 2015(05)
[5]制氧系统电力消耗与经济运行[J]. 蔡树梅. 冶金动力. 2015(08)
[6]贝叶斯神经网络在蒸气管网预测中的应用[J]. 马湧,孙彦广. 中国冶金. 2014(06)
[7]蒸汽管网水力热力耦合计算方法[J]. 高鲁锋,郑海村,朱启振,孙德锋. 中国科技论文. 2013(08)
[8]降低氧气管网压力的实践[J]. 倪健勇,何玉君,王忠润. 深冷技术. 2011(03)
本文编号：3487312
【文章来源】：计算机应用与软件. 2018,35(04)北大核心
【文章页数】：5 页
【部分图文】：
输出数据
。其中氧气流量差累积量u可以由流量计测得的输入输出流量获得，管网压力P可以由管网的压力计量装置获得。系统模型结构如图1所示。图1系统模型结构图根据氧气系统实际的采集数据，为了实现系统输入的充分性，所采用的数据变化范围较大，输入数据曲线如图2所示。图2输入数据曲线输出数据如图3所示。图3输出数据由输入输出曲线可知，此序列均值不为零的时变系统，把管网系统中的数据需要进行数据平稳化处理，对输入与输出时间序列进行处理可以去除部分趋势项。图4和图5为降噪后的重构信号。图4降噪后输入数据图5输出数据输出数据曲线根据前述辨识判据以及氧气管网实际运行时的输入输出数据，对候选模型的结构进行辨识，针对氧气管网系统中，氧气用户用氧量是随着时间不断变化，氧气管网系统状态随用氧量变化而变化。通过对氧气管网的AＲX模型辨识，用氧量为时变扰动变量，采用基于递推最小二乘法对参数进行确定。引入具有鲁棒性和稳定性的实时辨识算法。θ^(t)=θ^(t－1)+m(t)ε(t)φT(t－1)P(t－1)(4)ε(t)=x(t)－θ(t－1)φT(t－1)H(t)=P(t－1)φ(t－1)φT(t－1)P(t－1)ζ1(t)ζ2(t())+φT(t－1)P(t－1)φ(t－1)(5)P(t)=1ζ1(t)［P(t－1)－m(t)H(t)］+m(t)F(t)(6)式中:P(t)为增益矩阵，H(t)为中间变量，F(t)为模型所需要的最小增益矩阵。ζ1(
醒跗?髁坎罾刍??u可以由流量计测得的输入输出流量获得，管网压力P可以由管网的压力计量装置获得。系统模型结构如图1所示。图1系统模型结构图根据氧气系统实际的采集数据，为了实现系统输入的充分性，所采用的数据变化范围较大，输入数据曲线如图2所示。图2输入数据曲线输出数据如图3所示。图3输出数据由输入输出曲线可知，此序列均值不为零的时变系统，把管网系统中的数据需要进行数据平稳化处理，对输入与输出时间序列进行处理可以去除部分趋势项。图4和图5为降噪后的重构信号。图4降噪后输入数据图5输出数据输出数据曲线根据前述辨识判据以及氧气管网实际运行时的输入输出数据，对候选模型的结构进行辨识，针对氧气管网系统中，氧气用户用氧量是随着时间不断变化，氧气管网系统状态随用氧量变化而变化。通过对氧气管网的AＲX模型辨识，用氧量为时变扰动变量，采用基于递推最小二乘法对参数进行确定。引入具有鲁棒性和稳定性的实时辨识算法。θ^(t)=θ^(t－1)+m(t)ε(t)φT(t－1)P(t－1)(4)ε(t)=x(t)－θ(t－1)φT(t－1)H(t)=P(t－1)φ(t－1)φT(t－1)P(t－1)ζ1(t)ζ2(t())+φT(t－1)P(t－1)φ(t－1)(5)P(t)=1ζ1(t)［P(t－1)－m(t)H(t)］+m(t)F(t)(6)式中:P(t)为增益矩阵，H(t)为中间变量，F(t)为模型所需要的最小增益矩阵。ζ1(t)，?
【参考文献】：
期刊论文
[1]高炉休风时供氧管网压力对氧气调度的影响[J]. 张培昆,王立. 工程科学学报. 2017(02)
[2]城市天然气管网供应可靠性模型分析[J]. 姜好. 天然气技术与经济. 2016(04)
[3]柳钢气体公司氧气放散率同比降低15.8% 累计销售工业氧90000瓶[J]. 深冷技术. 2016(01)
[4]降低氧气厂氧气放散率的研究[J]. 邵睿. 武钢技术. 2015(05)
[5]制氧系统电力消耗与经济运行[J]. 蔡树梅. 冶金动力. 2015(08)
[6]贝叶斯神经网络在蒸气管网预测中的应用[J]. 马湧,孙彦广. 中国冶金. 2014(06)
[7]蒸汽管网水力热力耦合计算方法[J]. 高鲁锋,郑海村,朱启振,孙德锋. 中国科技论文. 2013(08)
[8]降低氧气管网压力的实践[J]. 倪健勇,何玉君,王忠润. 深冷技术. 2011(03)
本文编号：3487312
本文链接：https://www.wllwen.com/projectlw/xtxlw/3487312.html
