ET-BAS算法在炉温预测控制中的应用

• 作者: 张相胜 徐晓燕 潘丰
• 来源期刊: 传感器与微系统
• 关键词: 蓄热式氧化炉 非线性模型预测控制 极端随机树 天牛须搜索
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 应用技术|Applications
• 页码范围: 157-160
• 页数: 4页
• 分类号: TP273
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2021)08-0157-04

摘要

针对蓄热式氧化炉炉温非线性、大滞后的特点,以及传统预测控制算法难以建立精确的数学模型、控制精度不高的现状,提出一种基于极端随机树(ET)的非线性系统预测控制算法.算法利用历史输入输出数据训练学习,建立炉温预测模型,从而实现对炉温的精确预测,同时以天牛须搜索(BAS)算法为基础设计滚动优化控制器.仿真结果表明:基于天牛须搜索为基础的预测控制法相较于传统预测控制方法,其预测精度达到了±1.5℃,控制精度达到了±0.5℃,且具有更短的上升时间、更小的超调量和更小的稳态误差.