基于模型参数聚类的分解炉温度建模

• 作者: 张进锋 杨强 颜文俊
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 工况识别 模型参数 子空间聚类 预测 模型校正
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 计算机技术
• 页码范围: 2139-2143,2222
• 页数: 6页
• 分类号: TP279
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2014.12.006

摘要

针对流程工业多工况、非线性特性所导致的建模困难问题,提出一种基于模型参数聚类的预测建模方法.结合员工操作、环境变化以及数据特征等因素选择涵盖多种工况的典型历史数据;根据典型历史数据,利用受限最小二乘法,分段建立多个脉冲响应模型;以各模型参数为特征,采用K-均值方法对各分段模型进行子空间聚类,生成K类聚类模型;在实际控制阶段,根据校正预测效果选择合适的聚类模型,并采用该模型进行实时控制.研究结果表明:该聚类建模方法能反映分解炉的运行状态,预测效果好,鲁棒性强,能够适应多种工况;应用该模型对分解炉温度进行实时控制可获得满意的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	颜文俊		85	908	17.0	24.0
2	杨强		21	198	8.0	13.0
3	张进锋		1	0	0.0	0.0