-
公开(公告)号:CN119916756A
公开(公告)日:2025-05-02
申请号:CN202510026746.8
申请日:2025-01-08
Applicant: 南通大学
IPC: G05B19/418
Abstract: 本发明提供了一种基于递阶最小二乘的电加热炉系统辨识方法,属于工业控制过程系统辨识技术领域,解决了电加热炉系统参数辨识精度不高的技术问题。其技术方案为:一种基于递阶最小二乘的电加热炉系统辨识方法,包括以下步骤:步骤1)建立电加热炉系统的分数阶状态空间模型;步骤2)构建基于卡尔曼滤波的递阶最小二乘算法的辨识流程。本发明的有益效果为:本发明提出的基于卡尔曼滤波的递阶最小二乘算法具有较快的收敛速度和较高的收敛精度,能较好的适用于对电加热炉系统的参数辨识。
-
公开(公告)号:CN119884636A
公开(公告)日:2025-04-25
申请号:CN202411819857.6
申请日:2024-12-11
Applicant: 南通大学
IPC: G06F18/20 , G06F18/241 , G06F18/10 , G06N3/008 , G06N3/084 , G06F18/214
Abstract: 本发明提供了一种基于降维数据驱动的励磁波形估计方法,属于磁性电气元件技术领域。解决了传统模型法其准确性和抗干扰能力不足的技术问题。其技术方案为:包括以下步骤:步骤1)对原始数据进行降维预处理得到特征样本;步骤2)并确定MLP神经网络的各层结构;步骤3)使用交配策略对星鸦优化算法进行改进;步骤4)结合改进的星鸦优化算法对MLP神经网络的网络参数进行训练,得到初步更新的MLP神经网络;步骤5)利用FNOA‑MLP神经网络算法对磁芯励磁波形进行预测。本发明的有益效果:在低秩逼近中的数据,具有更强的模型表达能力。
-