基于GA的多重时滞辨识方法研究及其在碳分过程中的应用-控制科学与工程专业论文.docxVIP

原创性声明本人声明，所呈交的学位论文是本人在导师指导下进行的研究 原创性声明 本人声明，所呈交的学位论文是本人在导师指导下进行的研究 工作及取得的研究成果。尽我所知，除了论文中特别加以标注和致谢 的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不 包含为获得中南大学或其他单位的学位或证书而使用过的材料。与我 共同工作的同志对本研究所作的贡献均已在论文中作了明确的说明。 作者签名：主亟堑一二 日期： 旌14年L月土日 学位论文版权使用授权书 本人了解中南大学有关保留、使用学位论文的规定，即：学校 有权保留学位论文并根据国家或湖南省有关部门规定送交学位论文， 允许学位论文被查阅和借阅；学校可以公布学位论文的全部或部分内 容，可以采用复印、缩印或其它手段保存学位论文。同时授权中国科 学技术信息研究所将本学位论文收录到《中国学位论文全文数据库》， 并通过网络向社会公众提供信息服务。 作者签名：魂卑导师签名辅蹲日期：j巫L旺月上日 摘要在长流程生产过程中，由于多重大时滞特性的存在，使得系统输 摘要 在长流程生产过程中，由于多重大时滞特性的存在，使得系统输 出量不能及时反映系统输入设定值和控制信号的变化。即使调节器和 调节机构没有时间延迟，也需要经过生产过程具有的多重纯滞后时间 以后，才引起被调量变化，使之受到控制。由于调节作用不及时，导 致系统输出超调量大、调节时间长、系统过渡过程品质变坏、运行稳 定性降低，直接影响到控制系统品质和产品质量，造成能源与资源浪 费。所以，多重时滞辨识方法研究是长流程生产过程多重大时滞控制 系统的重要研究方向。 遗传算法(GA)是一种基于生物进化理论的优化方法，具有并行 性、且对寻优函数的连续性和可微性没有严格的要求。论文将其应用 于长流程生产过程多重时滞参数辨识，利用GA个体编码和目标函数 设计的特点，将多重时滞辨识问题转化为最优化搜索问题，基于生产 过程输入输出数据，在时滞参数可行解空间对未知时滞参数进行高效 并行搜索，获得时滞参数的最优估计。并通过MATLAB仿真，研究 了GA操作参数对时滞辨识精度和时间复杂度的影响。 在深入了解氧化铝生产连续碳酸化分解过程反应机理和工艺特 点的基础上，建立了连续碳分过程各槽C02气体通入量与各槽分解率 之间的动态数学模型。针对连续碳分过程多重大时滞特性，将提出的 基于GA的多重大时滞辨识方法应用于动态模型未知时滞参数辨识， 并通过现场采集的输入输出数据，验证了辨识结果的正确性。 关键词 多重时滞辨识，遗传算法，连续碳酸化分解，动态模型 11 identify identify the multi-time delay parameters of the long production process． For the characteristics of individual coding and obj ective function design， the identification problem is transformed into optimization problem． Using the input and output data of the production process，the identification of delay parameter is achieved by efficient parallel searching in the feasible solution space．The influences of operation parameters on the identification precision of the time delay parameters and the time complexity are researched by Matlab simulation． According to alumina continuous carbonation decomposition process(ACCDP)reaction mechanism analysis and technological characteristic，the dynamic model of decomposition rate gradient determined by the carbon dioxideis addition amount in each tank is established．Then the identification of multi．time delay parameters based on GA is applied to identify th