本文主要研究内容
作者吴倩,范家璐,姜艺,柴天佑（2019）在《无线网络环境下数据驱动混合选别浓密过程双率控制方法》一文中研究指出：无线网络环境下赤铁矿混合选别浓密过程控制问题是以底流矿浆泵频率为内环输入,以底流矿浆流量为内环输出外环输入,以底流矿浆浓度为外环输出的非线性串级工业过程控制问题.其外环反馈回路存在丢包,且模型参数难以辨识,故本文利用工业运行过程的在线数据,设计不依赖模型参数的跟踪控制器.首先,利用浓密过程运行在工作点附近的特点进行线性化,对流量过程设计Q-学习控制器,保证流量过程能够跟踪给定的流量设定值;然后采用提升技术,得到统一时间尺度的以底流矿浆流量设定值为输入,以底流矿浆浓度为输出的被控对象;最后,考虑到在无线网络环境下浓度过程存在反馈丢包,当前的状态可能无法获得,故采用史密斯预估器的思想,利用历史的数据估计系统当前的状态,设计丢包Q-学习设定值控制器为流量过程提供最优设定值.通过仿真实验验证所提算法的有效性.
Abstract
mo xian wang lao huan jing xia chi tie kuang hun ge shua bie nong mi guo cheng kong zhi wen ti shi yi de liu kuang jiang beng pin lv wei nei huan shu ru ,yi de liu kuang jiang liu liang wei nei huan shu chu wai huan shu ru ,yi de liu kuang jiang nong du wei wai huan shu chu de fei xian xing chuan ji gong ye guo cheng kong zhi wen ti .ji wai huan fan kui hui lu cun zai diu bao ,ju mo xing can shu nan yi bian shi ,gu ben wen li yong gong ye yun hang guo cheng de zai xian shu ju ,she ji bu yi lai mo xing can shu de gen zong kong zhi qi .shou xian ,li yong nong mi guo cheng yun hang zai gong zuo dian fu jin de te dian jin hang xian xing hua ,dui liu liang guo cheng she ji Q-xue xi kong zhi qi ,bao zheng liu liang guo cheng neng gou gen zong gei ding de liu liang she ding zhi ;ran hou cai yong di sheng ji shu ,de dao tong yi shi jian che du de yi de liu kuang jiang liu liang she ding zhi wei shu ru ,yi de liu kuang jiang nong du wei shu chu de bei kong dui xiang ;zui hou ,kao lv dao zai mo xian wang lao huan jing xia nong du guo cheng cun zai fan kui diu bao ,dang qian de zhuang tai ke neng mo fa huo de ,gu cai yong shi mi si yu gu qi de sai xiang ,li yong li shi de shu ju gu ji ji tong dang qian de zhuang tai ,she ji diu bao Q-xue xi she ding zhi kong zhi qi wei liu liang guo cheng di gong zui you she ding zhi .tong guo fang zhen shi yan yan zheng suo di suan fa de you xiao xing .
论文参考文献
论文详细介绍
论文作者分别是来自自动化学报的吴倩,范家璐,姜艺,柴天佑，发表于刊物自动化学报2019年06期论文，是一篇关于混合选别浓密过程论文,学习论文,丢包论文,史密斯预估器论文,自动化学报2019年06期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自自动化学报2019年06期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：混合选别浓密过程论文; 学习论文; 丢包论文; 史密斯预估器论文; 自动化学报2019年06期论文;