强跟踪平方根UKFNN的铝电解槽工耗动态演化模型

• 作者: 姚立忠 易军 李太福 胡文金 苏盈盈 贾威
• 来源期刊: 自动化学报
• 关键词: 铝电解 无迹卡尔曼滤波 神经网络 强跟踪滤波 动态演化建模
• 年，卷（期）: 2014,（3）
• 所属期刊栏目: 论文与报告
• 页码范围: 522-530
• 页数: 9页
• 字数: 6746字
• 语种: 中文
• DOI: 10.3724/SP.J.1004.2014.00522

摘要

铝电解过程具有多变量、强耦合、强干扰、参数时变等特征,故其模型开发是一个技术难点。根据该过程的特点,本文提出强跟踪平方根无迹Kalman 神经网络(Strong tracking square root unscented Kalman filter neural network, STR-UKFNN),并用其建立铝电解槽工艺能耗的动态演化模型。该方法利用误差协方差矩阵的平方根代替UKFNN 算法中的协方差阵,避免误差协方差矩阵可能出现负定而导致滤波发散,并在UKFNN 算法中引入渐消因子和弱化因子,实时调整滤波增益,提高模型收敛速度和其对突变状态的跟踪能力。通过某铝厂170 kA 预焙槽的日报样本验证表明,该方法提高了能耗模型的精度和对电解槽突变状态的实时跟踪能力,有助于指导铝电解过程操作参数的优化。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李太福	重庆科技学院电气与信息工程学院	87	399	11.0	15.0
2	易军	重庆科技学院电气与信息工程学院	43	313	10.0	15.0
3	苏盈盈	重庆科技学院电气与信息工程学院	50	147	6.0	9.0
4	胡文金	重庆科技学院电气与信息工程学院	17	108	6.0	10.0
5	姚立忠	西安石油大学电子工程学院	8	85	6.0	8.0
6	贾威	西安石油大学电子工程学院	4	17	2.0	4.0