高炉炼铁过程多元铁水质量非线性子空间建模及应用

• 作者: 周平 宋贺达 柴天佑 王宏
• 来源期刊: 自动化学报
• 关键词: 高炉炼铁 子空间辨识 Hammerstein模型 典型相关性分析 非线性系统建模 最小二乘支持向量机 多元铁水质量
• 年，卷（期）: 2016,（11）
• 页码范围: 1664-1679
• 页数: 16页
• 字数: 9438字
• 语种: 中文
• DOI: 10.16383/j.aas.2016.c150819

摘要

高炉炼铁是一个物理化学反应复杂、多相多场耦合的大滞后、非线性动态系统,其关键工艺指标—铁水质量参数的检测、建模和控制一直是冶金工程和自动控制领域的难题。本文提出一种面向控制的数据驱动高炉炼铁多元铁水质量非线性子空间建模方法。首先,为了提高建模效率和降低计算复杂度,采用数据驱动典型相关性分析与相关性分析相结合的方法提取与铁水质量相关性最强的关键可控变量作为建模的输入变量；同时,为了更好地反映高炉非线性动态特性,将相关输入输出变量的时序和时滞关系在建模过程进行考虑；最后,采用基于最小二乘支持向量机(Least square support vector machine, LS-SVM)的非线性Hammerstein 系统子空间辨识方法建立数据驱动的多元铁水质量非线性状态空间模型。同时,将核函数表示的模型非线性特性用多项式函数拟合,在仅损失很小模型精度的前提下大大降低模型的计算复杂度。基于实际数据的工业试验验证了所提建模方法的准确性、有效性和先进性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	柴天佑	东北大学流程工业综合自动化国家重点实验室	382	9006	43.0	78.0
2	周平	东北大学流程工业综合自动化国家重点实验室	38	462	12.0	20.0
3	宋贺达	东北大学流程工业综合自动化国家重点实验室	1	19	1.0	1.0