基于最小二乘法的分解炉出口温度.docVIP

基于最小二乘法的分解炉出口温度 预测模型 胡国文 控制科学与控制工程学院 控制理论与控制工程专业 座机电话号码12 摘要： 基于最小二乘算法,利用MATLAB进行了水泥分解炉出口温度预测模型的建立与验证。仿真研究结果验证了其有效性和可行性, 模型预测效果达到要求. 该研究工作可为进一步研究分解炉的控制算法奠定一定的基础。最小二乘法是一种应用及其广泛的数学方法。本文主要讲述了最小二乘估计在预测模型中的应用。 水泥工业是我国的基础工业, 在我国国民经济中占有极为重要的地位. 水泥生产经历了从立窑、干法中空窑、干法余热发电窑、湿法窑、立波尔窑、预热器窑到窑外分解窑的发展过程. 以窑外分解煅烧技术为代表的新型干法工艺, 已成为当今世界水泥工业的主导技术, 也是我国水泥工业的发展方向, 其生产过程是一个复杂的物理化学反应过程, 具有大惯性、纯滞后、非线性等特点, 系统的工况复杂多变. 在整个熟料生产过程中, 最重要的环节之一是对分解炉出口温度进行控制. 能否把分解炉出口温度控制在工况要求的850~ 890 ?? 之内, 对整条水泥生产线的稳定生产和节能具有重大影响. 为了研究分解炉的控制算法, 首先需要获取其数学模型. 为此本文根据熟料生产过程中的台时数据,首先采用系统辨识法来建立分解炉出口温度预测模型, 再利用Matlab进行其控制算法的仿真研究【1】。 一、分解炉建模 影响分解炉温度的因素很多, 根据对生产工艺和台时数据的分析以及现场操作人员经验的总结, 可以归纳出分解炉出口温度主要影响因素有: 3 次风温、喂煤量、生料量。将分解炉出口温度y k 作为模型的输出, 3 次风温度u1 k 、喂煤量u2 k 、生料量u3 k 作为模型的输入, 考虑到前一时刻分解炉的出口温度对系统的影响,把它也作为输入考虑, 因此所要建的模型结构为MISO, 其结构如图1所示： 最小二乘法是一种以误差平方和最小为准则, 来最佳拟合出符合实验数据的最优参数估计的方法. 最小二乘法是系统辨识建模、自校正控制中应用最广的算法之一, 故本论文的建模主要采用最小二乘法法. 则分解炉出口温度的模型如式 1 所示： y k ay k-1 +b1u1 k +b2u2 k +b3u3 k 1 式中, a, b1, b 2, b3 为一组未知的待定参数, 进行N 次采样, 获取N 组观测样本, 则可得到N 组线性方程, 将其写成矩阵形式为 y A*B 其中 y ，A ，B 求取矩阵B也就是求方程A*B y的解，但很多时候方程组A*B y是无解的，则对任意B都有。此时我们希望找出这样的向量，它使最小，即: min 则称为矛盾方程组的最小二乘解【2】。 下面对方程组进行变换以求得其最小二乘解： 称方程为方程的法方程； 法方程两边同时左乘以可得： 上式即为所求最小二乘解。 二、分解炉预测模型参数获取 本文所收集的水泥厂水泥生产线的台账数据共1836 组,选取其中的前200 组作为建模样本. 为了验证模型的可行性, 任意取剩下的50 组数据作为校验样本. 在MATLAB 平台下, 基于建模样本, 运用最小二乘参数估计得出水泥分解炉出口温度的模型参数如图2 所示： 图2 水泥分解炉出口温度的模型参数 由图可知, 水泥分解炉出口温度的数学模型为： y k 1.0067y k-1 +0.0069u1 k -0.6589 u2 k -0.0101u3 k 2 三、基于MATLAB的分解炉预测模型验证 在MATLAB中读取后50组真实数据和通过预测模型预测出的预测数据进行比较，验证程序如图3所示： 图3 分解炉预测模型验证程序 通过验证程序后得到入图4所示的对比曲线： 图4 分解炉预测模型验证结果 由图4 可以看出：模型的预测值与实际台账值有较好的吻合, 说明该数学模型能较好地反映分解炉的实际情况, 可以利用该模型对分解炉出口温度进行预测与控制算法仿真研究。 四、结论 本文采用最小二乘算法进行建模, 应用到了二范数理论以及求矩阵的转置、逆等矩阵论相关知识，利用MATLAB软件平台建立水泥分解炉出口温度预测模型, 最后在MATLAB平台上进行实验验证, 实验效果很好, 证明了这种方法的可行性。 参考文献 [1]王勇，张兴吾等. 基于虚拟仪器的水泥分解炉出口温度预测模型建立[J]. 云南大学学报 （自然科学版）,2009，31（S2）:146-149. [2]徐仲，张凯院等. 矩阵论简明教程[M]. 科学出版社,2005:83-84. 图1 水泥分解炉的结构模型图 y k 分解炉模型 u3 k u2 k u1 k y k-1