递推最小二乘法辨识连续带钢热镀锌退火炉模型参数

提出了用递推最小二乘法辨识连续带钢热镀锌退火炉模型参数.在已建立的连续带钢热镀锌退火炉数学模型的基础上,经过分析计算确定模型参数.考虑到最小二乘法的缺陷,选用递推最小二乘法进行参数辨识,并结合实例给出辨识结果和分析,证明了该方法的可行性.     

限定记忆法辨识带钢热镀锌退火炉模型参数

最小二乘参数估计方法可用于线性的或非线性的系统参数辨识,包括动态的、静态的和参数的或非参数的模型辨识,其递推算法更是收敛可靠,简单实用。但是随着数据的不断增长,最小二乘的递推算法将失去修正能力,出现数据饱和现象,限定记忆最小二乘法解决了这一问题,并能得到无偏、一致、有效估计。以已建立的连续带钢热镀锌退火炉数学模型为实例,用限定记忆最小二乘法辨识连续带钢热镀锌退火炉模型参数。通过对限定记忆最小二乘法的研究,进行模型参数辨识,并给出辨识结果和分析,结果证明了该方法的优越性。     

基于双阶跃信号输入的Volterra模型辨识

Volterra模型作为非线性领域的一种非线性模型,由于其对工业过程可以以任意精度逼近,使得该模型有很广泛的应用研究意义。在将该模型运用到实际控制系统中之前,模型的高精度辨识显得尤为重要。在以往针对Volterra模型的辨识算法中,基本上主要是采用通用辨识算法识别模型参数,比如最小二乘法及各种改进的最小二乘法。这些通用的辨识算法在辨识Volterra模型时,不能充分考虑其非线性特点,同样不能在辨识过程中充分利用该特点。本文在充分考虑Volterra模型非线性的前提下,提出了一种基于双阶跃信号输入的Volterra模型辨识算法,该算法辨识原理简单,计算量较小,论文最后将该辨识算法应用到典型非线性CSTR系统的的辨识中,辨识结果证明了算法的有效性。     

基于Householder变换的贪婪正交最小二乘辨识算法

针对含有未知时滞的多输入受控自回归系统模型的时滞与参数辨识问题,基于Householder变换探讨一种贪婪正交最小二乘辨识算法.首先,由于各输入通道的时滞未知,通过设置输入数据回归长度对系统模型进行过参数化,得到一个含有稀疏参数向量的高维辨识模型;其次,为了避免最小二乘算法中对高维协方差矩阵的求逆运算,利用Householder变换对信息矩阵进行正交分解,推导基于Householder变换的正交最小二乘算法;然后,为了提高辨识效率,降低辨识成本,推导基于Householder变换的贪婪准则,进而得到基于Householder变换的贪婪正交最小二乘辨识算法,该算法能够在少量采样数据的条件下获得稀疏参数向量的估计值;最后,根据估计的稀疏参数向量的结构得到系统时滞估计.仿真结果表明了所提出算法的有效性.     

基于自适应重叠系数的T-S 模型在线辨识算法及应用

为使T-S模型在线辨识时能够更加合理地划分模糊空间,提出一种根据相邻聚类中心距离确定模糊空间重叠系数的方法.将该方法与一次完成最小二乘法、递推最小二乘法相结合,得到了一种辨识精度较高的T-S模型在线辨识算法.以某型号单晶炉热场的实际运行数据为对象,应用所提出的算法对热场模型进行在线辨识.辨识结果表明,由该辨识算法得到的单晶炉热场模型具有较高的精度.     

基于动态遗忘因子最小二乘与EKF的电池SOC估计

电池荷电状态SOC（State Of Charge）作为电池管理系统中尤为重要的一部分,其准确估计成为锂离子电池研究的重点。为了提高动态工况下的SOC估计精度,对锂离子电池等效模型进行分析,基于AIC（赤池信息）准则确定二阶RC电路为等效电路模型,使用递推最小二乘算法对模型参数进行在线辨识,为提高辨识精度,提出了改进带动态遗忘因子递推最小二乘算法,对算法加入遗忘因子,通过电压结果误差实时动态调整算法遗忘因子取值。将递推最小二乘算法和含动态遗忘因子最小二乘算法分别与扩展卡尔曼滤波（EKF）算法进行SOC联合估计,并对比其预测效果,结果表明含有动态遗忘因子最小二乘与EKF联合估计模型具有更高的精度和鲁棒性。     

基于输出误差模型优化的甲板运动预报算法研究

本文提出了一种适用于多种复杂海况的大型舰船甲板运动预报方法,目的在于提高算法对不同海域复杂海况的适用性,以及对甲板运动模型的辨识精度与预报精度。该方法通过将量测数据的时间滞后处理引入输出误差模型来描述甲板运动的动力学模型,引入定阶准则确定了模型最优阶数数对。在此基础上应用了辅助模型递推最小二乘算法进行系统参数辨识并估计输出误差模型中的状态变量。实验结果表明,本文所提出的预报方法在系统参数辨识阶段可以将递推最小二乘算法的辨识精度提高5.13%,并且在预报阶段可以有效地将甲板运动的幅值与相位预测精度提高3.17%。该方法在复杂海况下具备良好的预测性能,适用于大型舰船甲板运动预报。     

基于最小一乘的系统辨识方法研究

针对系统参数辨识中最小二乘估计的稳健性较差,给出稳健性较强的最小一乘的系统辨识方法。推导出了最小一乘回归系数的估计式,使用逐次逼近迭代的方法,构造迭代序列给出最小一乘回归系数的迭代算法。并把该算法应用于控制系统参数辨识中,与最小二乘辨识相比较,当模型的观测数据有测量噪声时,最小一乘回归系数的收敛性及数值稳定性较好。仿真结果验证了理论,显示了最小一乘辨识的优越性。     

损失数据线性参数系统的递推最小二乘辨识方法

针对损失数据线性参数系统的参数辨识问题, 借助辅助模型辨识思想推导出其变递推间隔辅助模型递 推最小二乘算法.为了提高该算法的计算效率, 利用分解技术得到变递推间隔分解递推最小二乘算法 估计系统参数.此外, 在变递推间隔分解递推最小二乘算法中引入遗忘因子, 从而提高参数估计精度和收敛速度.仿真结果表明, 所提出的算法能有效估计系统参数.     

辨识Box-Jenkins模型参数的递推广义增广最小二乘法

本文提出一种递推广义增广最小二乘辨识算法(RGELS)。该算法推广了递推增广最小二乘法(RELS),可用于一般模型(BOX-Jenkins模型)的参数辨识。数字仿真例子表明了算法的有效性。     

基于粒子群优化的Wiener模型辨识与实例研究

针对一类工业过程中可描述成Wiener模型的非线性系统,其辨识问题可等价成以估计参数为优化变量的非线性极小值优化问题．利用粒子群优化(PSO)算法在整个参数空间内并行搜索获得极小值优化问题的最优解(Wiener模型的最优估计),通过对粒子的迭代轨迹进行分析,改进了PSO算法中惯性权重和学习因子的选择．通过一个Wiener模型的数值仿真验证了本文提出的辨识方法的有效性和实用性,并将该方法应用在连续退火机组加热炉产品质量模型的辨识研究,取得了满意的辨识效果．     

全氢罩式退火炉CAE仿真

为进行全氢罩式退火炉的研制和工艺优化,采用计算流体力学（Computational Fluid Dynamics,CFD）方法仿真计算其整个加热过程.根据全氢罩式退火炉加热机理建立CAE仿真模型,仿真计算其流场和温度场;采用标准k-ε模型计算炉内三维湍流流动过程的湍流脉动;采用FLUENT的组分输运与化学反应模型模拟炉...     

Mathematical modelling and parameter identification of a stainless steel annealing furnace

A new, comprehensive mathematical model of continuous annealing furnaces is developed, under consideration of both the radiative and convective heat transfer of the furnace components. Based on measured normal operating data from an industrial stainless steel plant, parameter identification is basically carried out using a nonlinear least-squares optimization algorithm for the whole annealing furnace, to estimate optimal values of uncertain parameters, such as emissivities. Due to the complexity of the model, a sequential approach for parameter identification is proposed and implemented, i.e. the parameter set is divided into different subsets, and the parameter estimation is carried out sequentially in several steps and iterations. The performance of the model with the estimated parameters is then evaluated on a different test data set. It is shown that the obtained model can predict temperature evolutions along the furnace in good agreement to measured data, under both steady-state and transient conditions. The presented model is suitable for controller design and process optimization.     

基于UML的钢轧衔接生产调度系统建模

针对混合生产环境下钢轧衔接生产调度系统中炼钢-连铸、板坯库、加热炉和热轧工序之间的动态协调问题,本文采用面向对象分析设计方法,在分析了系统功能需求和影响钢轧衔接关键因素的基础上,使用统一建模语言建立了该系统的用例模型、静态结构模型和动态行为模型,以可视化的图形界面展现了系统的功能结构,描述了系统对象之间信息交互以及系统对动态事件的处理流程,满足了钢铁生产制造执行系统实时性和动态性的要求,实现了实际生产过程的紧凑性和连续性。     

GA-PARSIMONY: A GA-SVR approach with feature selection and parameter optimization to obtain parsimonious solutions for predicting temperature settings in a continuous annealing furnace

This article proposes a new genetic algorithm (GA) methodology to obtain parsimonious support vector regression (SVR) models capable of predicting highly precise setpoints in a continuous annealing furnace (GA-PARSIMONY). The proposal combines feature selection, model tuning, and parsimonious model selection in order to achieve robust SVR models. To this end, a novel GA selection procedure is introduced based on separate cost and complexity evaluations. The best individuals are initially sorted by an error fitness function, and afterwards, models with similar costs are rearranged according to model complexity measurement so as to foster models of lesser complexity. Therefore, the user-supplied penalty parameter, utilized to balance cost and complexity in other fitness functions, is rendered unnecessary. GA-PARSIMONY performed similarly to classical GA on twenty benchmark datasets from public repositories, but used a lower number of features in a striking 65% of models. Moreover, the performance of our proposal also proved useful in a real industrial process for predicting three temperature setpoints for a continuous annealing furnace. The results demonstrated that GA-PARSIMONY was able to generate more robust SVR models with less input features, as compared to classical GA.     

乙烯裂解炉炉管出口温度控制系统设计及应用

乙烯裂解炉炉管出口温度控制系统中存在着多变量耦合情况,导致在实际生产中很难实现对各组炉管温度的精确控制.针对这种情况,本文提出了一种基于可逆解耦策略和内模PID控制原理的多变量控制系统设计方案.文中首先介绍乙烯裂解炉的结构,并对其工作原理和生产的工艺流程作了简单说明;其次根据现场得到的数据并进行滤波,去趋势项等处理,运用预报误差算法(PEM)进行系统辨识,建立了过程的多变量输入输出模型;再次,介绍了可逆解耦方法的基本原理和实现过程,并针对辨识得到的模型,采用该方法设计系统的解耦环节.它可以避免采用传统解耦方法时的复杂运算过程,能够较为快捷地得到解耦参数矩阵.最后,针对解耦后的被控系统设计控制器.由于内模控制具有结构简单,控制性能良好等特点,本文中采用内模控制原理设计带滤波器形式的PID控制器,并给出了滤波系数等相关参数值.同时,对模型存在失配的情况和模型匹配时采用传统单回路控制策略的情况,以及不对系统解耦而直接设计PID控制器进行控制的情况分别进行仿真,并比较了仿真结果.分析表明,系统解耦后,对其控制时的静态误差消除时间大大缩短,动态性能得到改善,从而实现了对裂解炉炉管出口温度快速准确控制的要求,说明了该方案的有效性.     

连续退火炉在线优化控制系统

根据我们提出的一套综合的过程仿真培训系统自本文综述了连续退火炉及其控制系统的现状,介绍了一个用于连续退火炉的在线优化控制系统。该系统利用炉内可测信息建立钢温动态数学模型,采用这个动态数学模型实现一种在线优化算法,以获取连续退火炉各段炉温的在线最佳设定。本文最后还介绍了该系统的结构和功能。     

一种炼钢–连铸生产计划一体化编制方法

炼钢和连铸生产调度是钢铁企业生产调度的重要内容而且二者密切相关.目前采用的调度方法多是分别编制炼钢炉次计划和连铸浇次计划,还没有协调处理二者的有效办法.提出了一种炼钢-连铸生产计划的一体化编制方法.首先通过求解炼钢炉次计划编制的多目标优化模型得到炉次计划的多个候选方案,在此基础上通过求解以最小化计划数为目标的连铸浇次计划数学模型得到浇次计划,最后根据浇次计划从炉次计划的候选方案中确定炉次计划.求解过程中使用了多目标模拟退火算法和改进变邻域搜索算法.基于实际生产数据的仿真试验表明了所提方法的有效性.