文獻標志碼:A
DOI: 10.16157/j.issn.0258-7998.223689
中文引用格式: 韓珍珍,成彬,,王程,,等. 基于Hammerstein-Wiener模型的CSTR反應器辨識[J]. 電子技術應用,2023,,49(7):30-34.
英文引用格式: Han Zhenzhen,,Cheng Bin,Wang Cheng,,et al. Identification of CSTR based on Hammerstein-Wiener model[J]. Application of Electronic Technique,,2023,49(7):30-34.
0 引言
連續(xù)攪拌反應釜(CSTR)是工業(yè)過程中廣泛使用的一類反應器,。CSTR具有高度非線性和時變性的特點,,并且其機理模型非常復雜不能直接用于設計和分析控制系統(tǒng)。因此,,為精確地描述系統(tǒng)在整個工作范圍內的特性,,需要根據(jù)系統(tǒng)的輸入輸出數(shù)據(jù),設計相應的辨識方法來建立CSTR非線性動態(tài)模型,。目前一種典型的處理方法是將機理模型辨識成為易于處理的面向塊(block-orinted)的模型結構,。
根據(jù)連接形式的不同,面向塊的模型結構可以分為Hammerstein[4],、Wiener,,以及組合形式的Hammerstein-Wiener(H-W)模型和Wiener-Hammerstein(W-H)模型。在這4種結構中,,Hammerstein和Wiener模型是兩種典型的面向塊的結構,,由靜態(tài)非線性環(huán)節(jié)和動態(tài)線性環(huán)節(jié)串聯(lián)組成,并且能夠表示很多非線性系統(tǒng),,例如PH中和過程,、電刺激肌肉、燃料電池等,。Hammerstein-Wiener模型是一類具有特定結構的典型非線性系統(tǒng),,由一個靜態(tài)非線性環(huán)節(jié)串聯(lián)一個動態(tài)線性環(huán)節(jié)再串聯(lián)一個靜態(tài)非線性環(huán)節(jié)組成。它能夠更有效描述復雜的非線性工業(yè)過程,。
近幾年,,圍繞Hammerstein-Wiener模型的研究引起了越來越多的關注。針對Hammerstein-Wiener模型的參數(shù)辨識方法主要有迭代法,、多信號源法,、隨機梯度等方法。劉冉冉等人提出一種遞階多新息隨機梯度算法辨識Hammerstein-Wiener模型,。李妍等人采用一種在線兩階段方法進行辨識,。第一步采用偏差補償遞推最小二乘法在線辨識含原系統(tǒng)參數(shù)乘積項的參數(shù)向量。第二步采用奇異值分解法分離出原系統(tǒng)各參數(shù)的值。并且,,一般的辨識方法中靜態(tài)非線性模塊多采用多項式擬合,。多項式能夠描述普通非線性的過程,對于強非線性的過程,,階次參數(shù)變多導致計算變得更加復雜,,并且辨識精度也會有所下降。因此,,Hammerstein-Wiener的快速辨識算法模型對于促進該模型的廣泛應用非常重要,。
本文提出一種基于極限學習機的Hammerstein-Wiener模型來描述CSTR的動態(tài)過程。將CSTR的機理模型辨識成易于實施控制的Hammerstein-Wiener模型,。利用極限學習機來近似模型的非線性環(huán)節(jié),,ARX模型近似模型的線性部分。仿真實驗部分比較了該算法與傳統(tǒng)基于多項式函數(shù)的Hammerstein模型和ARX-LSSVM Hammerstein模型預測的結果,。
本文詳細內容請下載:http://forexkbc.com/resource/share/2000005388
作者信息:
韓珍珍1,,2,成彬1,,2,,王程1,2,,王云麗1,,2
(1.河北省科學院應用數(shù)學研究所,河北 石家莊 050081,;2.河北省信息安全認證技術創(chuàng)新中心,,河北 石家莊 050081)