[發明專利]基于Hammerstein-Wiener模型的鋼包精煉爐電極調節系統的預測控制方法

在審

• 申請號: 201410829083.5
• 申請日: 2014-12-26
• 公開（公告）號: CN104503243A
• 公開（公告）日: 2015-04-08
• 發明（設計）人: 王雪;潘賽虎;鄒凌
• 申請（專利權）人: 常州大學
• 主分類號: G05B13/04
• 分類號: G05B13/04;G05B19/418
• 代理公司: 常州市英諾創信專利代理事務所(普通合伙)32258
• 代理人: 王美華

1.一種基于Hammerstein-Wiener模型的鋼包精煉爐電極調節系統的預測控制方法，其特征在于：所述鋼包精煉爐電極調節系統包括預測控制器，包括以下步驟：

(1)預測控制器通過數據采集通道實時采集數據作為輸入量；

(2)預測控制器接收到數據采集通道采集的參數后，利用基于Hammerstein-Wiener模型的預測辨識器進行數據辨識，辨識出鋼包電極調節系統建模的相關參數；

(3)預測控制器讀取鋼包精煉爐電極調節系統的模型參數，基于神經網絡預測控制法計算得到控制變量，控制鋼包精煉爐電極調節系統中的鋼包電極調節裝置動作。

2.如權利要求1所述的基于Hammerstein-Wiener模型的鋼包精煉爐電極調節系統的預測控制方法，其特征在于：步驟(2)中，數據輸入神經網絡預測控制器在線建立預測模型，采用Hammerstein-Wiener模型和最小二乘支持向量機進行模型參數辨識和參數優化，通過構造拉格朗日函數求解最優化條件；利用奇異值分解法確定鋼包精煉爐電極調節系統的模型參數。

3.如權利要求1所述的基于Hammerstein-Wiener模型的鋼包精煉爐電極調節系統的預測控制方法，其特征在于：步驟(3)中，基于Hammerstein-Wiener模型進行非線性靜態模塊的建模，然后使用CARIMA模型來描述線性動態模塊，建立預測控制器的預測模型。

4.如權利要求3所述的基于Hammerstein-Wiener模型的鋼包精煉爐電極調節系統的預測控制方法，其特征在于：步驟(3)中，預測模型的預測控制算法分成兩段相同的結構，分別使用基于徑向基函數的神經網絡預測控制，求解每段結構的最小性能指標函數；運用基于徑向基函數的神經網絡在線自學習的功能對預測控制進行訓練后得到輸出量，取均值作為鋼包精煉爐電極調節系統的預測控制輸入，然后進入下一控制周期繼續同樣的優化求解；同時利用得到的預測控制輸入獲得對應的第一階段預測控制輸出，同時又為線性動態模塊的預測輸入，再參考第一階段神經網絡自學習訓練權重后得到第二階段的預測控制輸入，之后進入第二階段下一控制周期，繼續同樣的優化求解；采用擬牛頓算法求解非線性優化問題，得到預測控制規律。

5.如權利要求1所述的基于Hammerstein-Wiener模型的鋼包精煉爐電極調節系統的預測控制方法，其特征在于：步驟(1)中，所述數據采集通道采集的實時數據同時上傳至上位機，上位機利用DCS監控系統對數據進行監測和分析。