-
公开(公告)号:CN118535870A
公开(公告)日:2024-08-23
申请号:CN202410474834.X
申请日:2024-04-19
申请人: 同济大学
摘要: 本发明涉及一种密炼工艺参数的闭环辨识方法,该方法包括以下步骤:采集时间序列数据;将采集的时间序列数据输入到CNN‑LSTM神经网络,输出未知参数辨识值;将未知参数辨识值和时间序列数据输入密炼传热系统状态空间模型,得到系统响应预测值;利用模糊评价模型对系统响应预测值进行模糊评价;根据模糊评价结果判断是否对未知参数辨识值进行误差修正,若为是,则进行误差修正,并输出修正后的参数辨识值;使用遗传算法更新超参数,并输入给CNN‑LSTM神经网络使用。与现有技术相比,本发明具有提升参数辨识精度、模型准确度以及参数辨识效果好等优点。
-
公开(公告)号:CN117055510A
公开(公告)日:2023-11-14
申请号:CN202311242361.2
申请日:2023-09-25
申请人: 同济大学
IPC分类号: G05B19/418
摘要: 本发明涉及一种基于键合图和神经网络的密炼工艺模型预测控制方法,包含以下步骤:基于键合图理论建立密炼环节传热学机理模型,基于CNN‑LSTM神经网络提出系统参数辨识方法,进行参数辨识以实现模型精准匹配;建立密炼过程状态空间方程形式的预测模型,设定预测时域上一阶曲线参考轨迹,基于反馈校正对预测模型输出进行校正;基于生产多要素设定在线滚动优化目标函数、优化约束,建立在线优化问题形式;求解在线优化问题得到最优控制增量,输出最优控制增量并施加到被控对象。相较于现有的PID控制方法,本发明进一步提升密炼过程的产品生产控制效果,并将生产多要素纳入控制范畴,实现密炼环节的质量精益控制。
-