基于改进UKF的滚动时域估计方法及其在PVC聚合过程中的应用

聚合过程具有高度非线性和时变性等特点,参数在线估计有助于聚合过程控制性能和优化效果的改善。滚动时域估计(MHE)方法是一种用于聚合过程参数和状态估计的有效方法。本文提出了一种基于改进无迹卡尔曼滤波(UKF)的滚动时域估计方法,用于氯乙烯聚合过程机理模型时变参数的估计。滚动时域估计方法的关键问题之一是抵达成本(Arroval Cost)的近似估算,文中采用2种采样策略来实现抵达成本的自适应计算和更新。将提出的方法应用于氯乙烯聚合过程传热系数的在线估计,并与传统的滚动时域估计方法相比较,体现了该方法的有效性。     

链节分析法在PVC聚合过程仿真中的应用

以氯乙烯悬浮聚合体系为研究对象,根据氯乙烯聚合反应过程的反应机理,选择了合适的动力学方程式,并以此为依据,将"链节分析法"应用于氯乙烯悬浮聚合体系中,对聚氯乙稀聚合过程中的聚合反应进行分析和模拟,建立了PVC聚合反应的机理模型,从而能更真实地模拟PVC的聚合过程.笔者利用该机理模型对氯乙烯悬浮聚合过程进行了仿真,模拟计算了平均分子量、结构信息、转化率等聚合物的重要性能指标,与实际生产的工艺参数吻合得很好.     

在线场景更新的多阶段非线性模型预测聚合反应控制

针对聚合过程中时不变不确定性参数不能直接估计的情况,导致的多阶段非线性模型预测控制中场景树生成的合理性问题,提出一种基于贝叶斯概率加权的在线场景更新算法.该方法利用前一时间步中每个场景的模型预测信息和过程状态测量信息计算对应场景的概率权重,然后通过合适的自适应步长在线更新场景树中不确定性的离散实现场景.所提方法在保证过程约束满足的同时,逐渐缩小不确定性集合逼近不确定性的真实值,从而降低保守性,提升控制器性能.通过多个批次的半间歇聚合反应过程实例仿真结果表明,所提出的方法可以有效降低批次反应时间,提高生产效率.     

基于UKF的滚动时域估计方法研究

在实际工业过程中,模型参数往往具有一定的时变性和非线性。为了能够有效地实施过程操作优化,常常要对过程模型参数进行在线估计。滚动时域估计方法是解决非线性系统模型参数在线估计的1种实用方法。滚动时域估计方法的关键问题之一是抵达成本(Arrival Cost)的计算,针对简化计算抵达成本带来的精度问题,提出采用无迹卡尔曼滤波(UKF)算法来近似估算目标函数中的抵达成本。最后,将基于UKF的滚动时域估计方法应用于2个例子中。结果表明,基于UKF的滚动时域估计方法具有较好的估计效果。     

无迹卡尔曼滤波器在催化剂失活软测量建模中的应用

双酚A缩合反应过程中,离子交换树脂催化剂活性会随着使用时间增加及反应热的作用不断降低。为实现对催化剂活性的在线估计,本文针对某工业双酚A生产装置的反应过程,研究了催化剂的失活规律,并提出根据反应器的轴向温度分布来建立催化剂活性的状态方程及观测方程,再运用无迹卡尔曼滤波算法进行在线估计。仿真结果表明,这种基于反应机理及无迹卡尔曼滤波算法建立的催化剂活性模型估计精度较高,在双酚A生产应用中是有效的。     

多模型预测控制在苯乙烯聚合反应中的应用

针对苯乙烯聚合反应过程的非线性特性,将预测控制方法与多模型建模和控制原理结合起来,提出了一种基于性能指标的切换多模型非线性预测控制方法,针对聚合反应过程进行的仿真实验结果表明,该方法对类似非线性对象具有适用性,控制性能相比较普通预测控制算法也有了很明显的改进和提高.     

模型在线辨识方法及其应用

本文提出了一种有效的非线性模型和参数在线估计方法。为了实现模型在线辨识，本文根据误差性能指标，给出了模型判据及计算式。根据递推加权最小二乘算法和优选判据，导出了模型和参数同时在线估计的有效算法。为了提高计算效率和数值稳定性，模型辨识和参数辨识均采用了Ｕ－Ｄ分解方法。新方法可用于飞行器非线性气动模型和参数的实时估计。实际应用结果表明，使用该方法可以有效地确定多项式、样条函数模型结构，参数辨识的结果满     

一种基于UKF的系统参数在线辨识方法

本文介绍一种基于UKF的参数在线辨识方法。把用于状态估计的卡尔曼滤波算法通过转换用于系统模型的辨识上,最后使用该方法对直升机纵向模型进行在线辨识。仿真结果表明基于UKF的在线辨识方法是一种很好的在线辨识方法。     

一种滚动时域估计方法在目标跟踪中的应用

针对目标跟踪问题中存在的约束问题 ,拓展模型预测控制 (MPC)的在线滚动优化原理 ,介绍了一种能够将有约束的滤波问题转换为最优状态估计问题的滚动时域估计 (MHE)方法 ,并通过引入一个到达代价 (arrivecost)函数 ,有效地缩减了滤波所需的计算量 ,最后 ,将此方法应用于目标跟踪问题 ,仿真研究表明该估计器具有较好的效果     

噪声方差不确定约束系统的滚动时域估计

针对噪声方差不确定的约束系统,讨论了一种鲁棒滚动时域估计(MHE)方法.首先,根据噪声方差不确定模型,找到满足所有不确定性的最小方差上界,在线性矩阵不等式(LMI)框架下求解优化问题,得到近似到达代价的表达形式;然后再融合预测控制的滚动优化原理,把系统的硬约束直接表述在优化问题中,在线优化性能指标,估计出当前时刻系统的状态.仿真时与鲁棒卡尔曼滤波方法进行比较,结果表明了该方法的有效性.     

聚合反应釜温度自适应预估控制

本文根据聚合反应釜温度滞后较大的特点,应用模型参考自适应技术,根据釜内温度和压力的测量值来在线估计反应釜内真实温度.该方法结构简单,可以在可编程调节器上实现.实际运行结果表明,该方法可以大大提高聚合反应釜温度控制精度.     

大型聚乙烯装置多牌号质量指标自适应估计

针对大型聚乙烯工业装置质量指标实时估计和牌号切换的复杂性,基于乙烯聚合原理推导了大型聚乙烯工业装置质量指标实时预测模型,利用模块反推方法推导了参数更新律,提出了一种渐近跟踪状态观测器设计方法用于根据实验室分析数据反馈修正质量指标并实时估计模型参数.参数更新律设计采用新型神经动力学方法实时求解,通过引入切换修正保证了参数...     

基于多神经网络的发酵过程菌丝浓度估计

某些发酵过程的参数,如菌丝浓度等难于在线测量,采用软测量的方法来进行估计是一种行之有效的方法。由于发酵过程的复杂性,传统的软测量方法难以获得准确的结果。该文采用多神经网络模型方法,充分利用尽可能得到的可在线测量信息,可有效地提高模型的估计精度和鲁棒性。该文采用的方法较传统的神经网络模型能更好地融合对被估计参数有用的冗余信息,从而达到更好的建模效果。应用实际数据的估计结果表明该软测量方法的优越性。     

变周期RP-EKF时延纯方位角目标跟踪算法

针对声传感器纯方位目标跟踪应用,提出了一种基于静态多模型的距离参数化变周期扩展卡尔曼滤波算法,将时延影响转换为模型的可变周期,并通过参数在线估计的方法,估计该可变周期.距离参数化方法将整个距离空间分成若干个区间,分区间对距离进行估计,进而搜索出目标与观测平台之间的正确距离值.仿真结果表明变周期距离参数化扩展卡尔曼滤波算法能有效解决经典扩展卡尔曼滤波算法在纯方位角目标跟踪时可能出现的滤波发散现象,并能处理声音信号的传输时间延迟问题.     

自校正滤波器在卫星定位中的应用

设计了一种新的基于ARMA模型的自校正卡尔曼滤波器,对卫星定位误差模型参数进行分段在线估计,根据误差模型估计参数直接求取滤波增益阵.并提出了一种直接计算滤波误差方差阵的方法,对两个不同的定位系统进行信息融合.仿真结果表明,在未知噪声统计特性的情况下,自校正卡尔曼滤波器能有效过滤观测噪声,基于它的信息融合规则能够有效提高定位精度.计算过程简单,并可以在线建模.     

基于杂波强度在线估计的多目标跟踪算法

针对多目标跟踪中的未知杂波强度,提出了基于熵分布的杂波强度在线估计算法.利用有限混合模型对未知杂波强度建模,将仅依赖于混合权重的熵分布作为混合参数的先验;利用拉格朗日乘子法推导了混合权重在极大后验意义下的在线估计公式;以随机近似过程为在线估计策略,推导了基于缺失数据的分量均值和方差的在线估计公式.仿真结果表明,基于熵分布的杂波强度在线估计算法改进了概率假设密度滤波器在多目标跟踪中的性能.     

基于扩张变参数模型的风力机自适应故障估计

风力发电系统是复杂的空气动力学系统,有效的故障估计是保证发电系统可靠运行的重要方法.本文基于风力机变参数模型,提出一种基于扩张变参数模型的风力机自适应故障估计方法.首先阐述了风力机健康和故障变参数模型,基于此构造故障扩张模型,并利用线性变换得分块矩阵可观测标准型来完成自适应极点配置,进一步分别在扩张系统为奇、偶阶次下给出观测器设计定理及收敛性证明,从而实现扩张自适应观测器设计.最后,在4.8 MW的风力机标准模型上考虑系统元部件和执行器故障的在线估计.仿真结果验证了本文方法的有效性和可靠性.     

基于目标出生强度在线估计的多目标跟踪算法

针对多目标跟踪中未知的目标出生强度, 提出了基于Dirichlet分布的目标出生强度在线估计算法, 来改进概率假设密度滤波器在多目标跟踪中的性能. 算法采用有限混合模型来描述未知目标出生强度, 使用仅依赖于混合权重的负指数Dirichlet分布作为混合模型参数的先验分布. 利用拉格朗日乘子法推导了混合权重在极大后验意义下的在线估计公式; 混合权重在线估计过程利用了负指数Dirichlet分布的不稳定性, 驱使与目标出生数据不相关分量的消亡. 以随机近似过程为分量均值和方差的在线估计策略, 推导了基于缺失数据的分量均值与方差的在线估计公式. 在无法获得初始步出生目标先验分布的约束下, 提出了在混合模型上增加均匀分量的初始化方法. 以当前时刻的多目标状态估计值为出发点, 提出了利用概率假设密度滤波器消弱杂波影响的出生目标数据获取方法. 仿真结果表明, 提出的目标出生强度在线估计算法改进了概率假设密度滤波器在多目标跟踪中的性能.     

基于卡尔曼滤波的木材含水率在线估计

为解决木材干燥过程木材含水率检测精度低的问题,提高木材干燥的自动控制水平,针对以含水率为基准的干燥过程,提出了应用卡尔曼滤波进行木材含水率在线估计方法。为验证该方法的有效性：首先建立了基于含水率基准加入高斯噪声数据集的卡尔曼估计模型,并在此模型基础上对实验测得的数值进行了在线估计和比较,结果表明卡尔曼滤波方法具有较好的估计精度。     

失配参数在线矫正的永磁同步电机预测电流控制

针对永磁同步电机预测电流控制模型参数失配引起的系统性能下降问题,提出一种基于内模控制观测器的应对策略来矫正模型参数.首先,根据旋转坐标系下的永磁同步电机动态模型,设计了d, q轴电流内模控制观测器并进行稳定性推导证明,观测器可以无静差估计d, q轴电流变化率,进而在线估计电机参数;然后,由卡尔曼滤波减弱参数噪声得到最优参数估计,阈值化处理最优参数估计后在线更新失配参数.最后,在稳态和调速阶段两种不同工况中,将所提策略应用于参数失配的永磁同步电机三矢量预测电流控制;实验结果表明,与同类方法相比,所提策略能在线矫正失配参数,在改善电流波动系数及总谐波畸变率方面表现更好.