基于模型參數聚類的分解爐溫度建模
論文類型 | 基礎研究,... | 發表日期 | 2015-10-10 |
來源 | 浙江大學學報 | ||
作者 | 張進鋒 | ||
關鍵詞 | 工況識別 模型參數 | ||
摘要 | 針對流程工業多工況、非線性特性所導致的建模困難問題,提出一種基于模型參數聚類的預測建模方法.結合員工操作、環境變化以及數據特征等因素選擇涵蓋多種工況的典型歷史數據;根據典型歷史數據,利用受限最小二乘法,分段建立多個脈沖響應模型;以各模型參數為特征,采用K-均值方法對各分段模型進行子空間聚類,生成K 類聚類模型;在實際控制階段,根據校正預測效果選擇合適的聚類模型,并采用該模型進行實時控制.研究結果表明:該聚類建模方法能反映分解爐的運行狀態,預測效果好,魯棒性強,能夠適應多種工況;應用該模型對分解爐溫度 |
分享
相關推薦
論文搜索
月熱點論文
論文投稿
很多時候您的文章總是無緣變成鉛字。研究做到關鍵時,試驗有了起色時,是不是想和同行探討一下,工作中有了心得,您是不是很想與人分享,那么不要只是默默工作了,寫下來吧!投稿時,請以附件形式發至 paper@h2o-china.com ,請注明論文投稿。一旦采用,我們會為您增加100枚金幣。