基于懒惰学习的高炉铁水质量自适应鲁棒预测控制方法

    公开(公告)号:CN109001979B

    公开(公告)日:2021-05-18

    申请号:CN201810971718.3

    申请日:2018-08-24

    Applicant: 东北大学

    Inventor: 周平 易诚明 姜乐

    Abstract: 本发明提供一种基于懒惰学习的高炉铁水质量自适应鲁棒预测控制方法,涉及高炉冶炼自动化控制技术领域。包括确定被控量与控制量;采集高炉生产历史输入输出测量数据构造初始数据库;构造查询回归向量,确定异常数据;从数据库中查询相似学习子集,选出最优学习子集,对异常数据进行处理;将最优学习子集作为训练集,建立预测模型;计算铁水质量指标参考轨迹,构造预测控制性能指标,得到最优控制向量;将最优控制向量发给底层PLC系统并调节执行机构,采集新一组高炉测量数据,数据预处理并更新数据库。本发明提供的方法可以有效的抑制输入输出干扰的影响并且克服异常数据的影响,将高炉铁水质量稳定在期望值附近,有利于高炉稳定顺行和优质高产。

    一种磨矿系统溢流粒度指标软测量方法

    公开(公告)号:CN109190226A

    公开(公告)日:2019-01-11

    申请号:CN201810971872.0

    申请日:2018-08-24

    Applicant: 东北大学

    Abstract: 本发明提供一种磨矿系统溢流粒度指标软测量方法,涉及磨矿系统自动化测量技术领域。该方法包括辅助变量的选择、训练数据的取得、改进正交增量型随机权神经网络软测量模型的学习和使用三个步骤,该方法利用常规计算机控制系统和常规的检测仪表提供的在线过程数据,通过少量的人工采样,建立了基于I-OI-RVFLNs的磨矿系统溢流粒度软测量模型,实现了磨矿系统螺旋分级机溢流粒度的软测量。本发明的方法模型结构简单,训练速度快,预测精度高,具有很强的泛化能力,在实际应用中,能够根据过程的实时数据估计出磨矿粒度值,而且相对误差较小、可信度高,是具有很高使用价值、低成本的粒度计量手段。

    一种高炉多元铁水质量无模型自适应控制系统及方法

    公开(公告)号:CN108153146A

    公开(公告)日:2018-06-12

    申请号:CN201711316435.7

    申请日:2017-12-12

    Applicant: 东北大学

    CPC classification number: G05B13/024

    Abstract: 本发明提供一种高炉多元铁水质量无模型自适应控制系统及方法。设定高炉多元铁水质量指标期望值;获取无模型自适应控制器参数校正所需若干历史时刻的高炉本体生产工况参数变量及相应时刻多元铁水质量指标测量值,对灵敏的无模型自适应控制器参数及伪偏导数初值进行离线校正;利用无模型自适应控制器在线控制铁水质量指标跟踪设定的高炉多元铁水质量指标期望值。结合无模型自适应控制技术建立高炉多元铁水质量在线递推控制器;并建立高炉多元铁水质量与两个控制量之间的递推子空间预测模型作为参数校正辅助模型,采用多参数灵敏度分析、遗传算法离线校正控制器参数和伪偏导数初值,使其适应高炉当前动态特性,实现对多元铁水质量的有效控制。

    一种磨矿系统溢流粒度指标软测量方法

    公开(公告)号:CN109190226B

    公开(公告)日:2023-01-31

    申请号:CN201810971872.0

    申请日:2018-08-24

    Applicant: 东北大学

    Abstract: 本发明提供一种磨矿系统溢流粒度指标软测量方法,涉及磨矿系统自动化测量技术领域。该方法包括辅助变量的选择、训练数据的取得、改进正交增量型随机权神经网络软测量模型的学习和使用三个步骤,该方法利用常规计算机控制系统和常规的检测仪表提供的在线过程数据,通过少量的人工采样,建立了基于I‑OI‑RVFLNs的磨矿系统溢流粒度软测量模型,实现了磨矿系统螺旋分级机溢流粒度的软测量。本发明的方法模型结构简单,训练速度快,预测精度高,具有很强的泛化能力,在实际应用中,能够根据过程的实时数据估计出磨矿粒度值,而且相对误差较小、可信度高,是具有很高使用价值、低成本的粒度计量手段。

    基于懒惰学习的高炉铁水质量自适应鲁棒预测控制方法

    公开(公告)号:CN109001979A

    公开(公告)日:2018-12-14

    申请号:CN201810971718.3

    申请日:2018-08-24

    Applicant: 东北大学

    Inventor: 周平 易诚明 姜乐

    Abstract: 本发明提供一种基于懒惰学习的高炉铁水质量自适应鲁棒预测控制方法,涉及高炉冶炼自动化控制技术领域。包括确定被控量与控制量;采集高炉生产历史输入输出测量数据构造初始数据库;构造查询回归向量,确定异常数据;从数据库中查询相似学习子集,选出最优学习子集,对异常数据进行处理;将最优学习子集作为训练集,建立预测模型;计算铁水质量指标参考轨迹,构造预测控制性能指标,得到最优控制向量;将最优控制向量发给底层PLC系统并调节执行机构,采集新一组高炉测量数据,数据预处理并更新数据库。本发明提供的方法可以有效的抑制输入输出干扰的影响并且克服异常数据的影响,将高炉铁水质量稳定在期望值附近,有利于高炉稳定顺行和优质高产。

    一种高炉多元铁水质量无模型自适应控制系统及方法

    公开(公告)号:CN108153146B

    公开(公告)日:2020-10-27

    申请号:CN201711316435.7

    申请日:2017-12-12

    Applicant: 东北大学

    Abstract: 本发明提供一种高炉多元铁水质量无模型自适应控制系统及方法。设定高炉多元铁水质量指标期望值;获取无模型自适应控制器参数校正所需若干历史时刻的高炉本体生产工况参数变量及相应时刻多元铁水质量指标测量值,对灵敏的无模型自适应控制器参数及伪偏导数初值进行离线校正;利用无模型自适应控制器在线控制铁水质量指标跟踪设定的高炉多元铁水质量指标期望值。结合无模型自适应控制技术建立高炉多元铁水质量在线递推控制器;并建立高炉多元铁水质量与两个控制量之间的递推子空间预测模型作为参数校正辅助模型,采用多参数灵敏度分析、遗传算法离线校正控制器参数和伪偏导数初值,使其适应高炉当前动态特性,实现对多元铁水质量的有效控制。

Patent Agency Ranking