高级检索

  • ISSN 1006-3080
  • CN 31-1691/TQ
引用本文:
Citation:

基于小波核函数极限学习机的模型预测控制模拟

Simulation of Model Predictive Control Strategy Based on Wavelet Kernel Extreme Learning Machine

    Corresponding author: LIU Ai-lun, liuailun@ecust.edu.cn
计量
  • 文章访问数:  5231
  • HTML全文浏览量:  428
  • PDF下载量:  1244
  • 被引次数: 0
出版历程
  • 收稿日期:  2014-08-26
  • 刊出日期:  2015-04-30

基于小波核函数极限学习机的模型预测控制模拟

摘要: 针对醋酸精馏控制中,产品质量采用常规的温度间接控制存在精度低的问题,提出了一种基于小波核函数极限学习机的模型预测控制(KMPC)策略,在醋酸浓度软测量的基础上直接控制产品质量。鉴于小波核函数极限学习机(KELM)算法训练速度快并且稳定的特点,该控制系统采用KELM建立醋酸浓度控制器预测模型,以预测控制器的输出作为再沸器蒸汽流量控制器的设定值,构成串级调节系统,同时,以灵敏板温度、塔底温度、再沸器入口温度、压力等变量作为扰动变量,实现了对复杂精馏过程的前馈控制和非线性预测控制。运用ASPEN DYNAMICS流程模拟软件建立的醋酸精馏塔动态模型对KMPC策略进行仿真研究,结果表明,与传统DMC预测控制方案比较,塔底醋酸浓度控制精度有较大提高,控制结构简单,易于实施,能够实现产品质量的卡边控制。

English Abstract

相关文章 (20)

目录

    /

    返回文章